幂指数驱动的非线性灰色Bernoulli模型及应用

在幂指数驱动的灰色模型和非线性灰色Bernoulli模型的基础上,构建了幂指数驱动的非线性灰色Bernoulli模型,即NGBM(1,1,e^(λt))模型,并给出了模型的具体求解过程.在参数优化方面,通过遗传算法最小化平均相对误差,搜索最优可调非线性参数和Bernoulli参数.最后,将NGBM(1,1,e^(λt))模型运用到两个实例中,结果表明NGBM(1,1,e^(λt))模型相对于幂指数驱动的灰色模型和非线性灰色Bernoulli模型具有更好的适应性,具有更高的拟合精度和预测精度.