-
题名基于遗传算法估计灰色模型中的参数
被引量:27
- 1
-
-
作者
何文章
宋国乡
-
机构
西安电子科技大学应用数学系
-
出处
《系统工程学报》
CSCD
北大核心
2005年第4期432-436,共5页
-
文摘
研究表明,GM(1,1)模型中的背景值参数λ和边值对模型的预测精度均有影响,进而分别以平均相对误差达到最小或最大相对误差达到最小为极小化准则,提出了基于遗传算法求解最佳背景值参数λ和最佳边值修正项ε的方法,并且可以确保在相应的模型检验准则下预测的误差达到最小.数值结果表明,采用遗传算法确定最佳的λ、ε可大大地提高模型的预测精度.
-
关键词
GM(1
1)模型
遗传算法
最佳背景值参数λ
最佳边值修正项ε
-
Keywords
GM( 1,1 ) model
genetic algorithm
optimal background value parameter λ
optimal boundary improvement condition ε
-
分类号
N941.5
[自然科学总论—系统科学]
-
-
题名最小一乘准则GM(1,1)模型
被引量:1
- 2
-
-
作者
周长芹
杜迎雪
何霞
-
机构
郑州航空工业管理学院
-
出处
《廊坊师范学院学报(自然科学版)》
2013年第2期29-31,共3页
-
基金
河南省教育厅科学技术研究重点项目(12B110027)
郑州航空工业管理学院青年科研基金(2011113001)
-
文摘
针对相关文献的边值修正GM(1,1)模型中,边值修正项和模型检验均采用最小一乘准则,而模型参数估计采用最小二乘准则的不协调性,将最小一乘准则应用到模型参数估计中,统一了模型参数、边值修正项和模型精度检验的准则,得到了真正意义上的最小一乘准则GM(1,1)模型。计算实例说明,最小一乘准则GM(1,1)模型具有很好的精度和稳健性。
-
关键词
最小一乘准则
灰色GM(1
1)模型
参数估计
边值修正项
模型精度
-
Keywords
least absolute deviation
grey GM( 1,1 ) model
estimating parameters
revised initial value
model precision
-
分类号
O122.1
[理学—基础数学]
N94
[自然科学总论—系统科学]
-