基于粒子群算法的非线性时变参数离散灰色预测模型

摘要：

文章分析了传统GM(1,1)及DGM(1,1)模型应用时对数据要求上的弊端,证明了GM(1,1)与DGM(1,1)模型的模拟数据的增长率均为定值,指出对于非近似指数增长的数据序列,GM(1,1)与DGM(1,1)模型的模拟及预测效果并不理想.引入非线性时间项,构造了一种拓展的非线性时变参数离散灰色预测模型(NTDGM(1,1)模型),并利用粒子群算法(PSO)优化得到模型中各参数,给出了该模型的建模步骤.算例分析表明文章提出的NTDGM(1,1)模型对各类型趋势数据均具有很好的模拟精度,能够很好地解决非线性序列的模拟问题.

关键词：离散灰色模型、非线性时变参数、预测、粒子群算法

分类号：N941(系统科学)

资助基金：国家部委预研基金资助项目9140A27020210JB1404;9140A19030811JB1401

在线出版日期：2015-07-21（万方平台首次上网日期，不代表论文的发表时间）

页码：16-19