基于Markov链优化灰色GM(1,1)模型预测城市居民用电量

摘要：

针对数据列波动对GM(1,1)模型影响的问题,通过引入Markov概率矩阵来减小波动,以实现其预测精度的提高.以苏州市2015年1月-2020年10月之间每月的居民用电量作为模型的训练数据,以2020年11月-2021年3月每月居民用电量的数据作为测试数据,计算模型的预测精度,并预测2021年4月的居民用电量.实证结果得出:GM(1,1)模型预测的平均相对误差为24.70％,而通过Markov链进行优化后其平均相对误差为11.62％,通过Markov链进行优化后的GM(1,1)模型预测效果要优于传统GM(1,1)模型.

关键词：居民用电量预测、灰色GM(1、1)模型、Markov链

所属期刊栏目：50

分类号：O29(应用数学)

资助基金：国家自然科学基金;江汉大学校级科研项目

在线出版日期：2022-07-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：12-20