基于智能函数组合优化的GM(1,1)模型

作者：包旭; 张山华; 陈锦文; 王珂

来源：统计与决策, 2020, 36(10): 45-50.

DOI：10.13546/j.cnki.tjyjc.2020.10.009

• GM(1,1)模型
• 初始序列
• 光滑度
• 级比偏差
• 遗传算法

初始序列的光滑度与级比偏差是影响GM(1,1)模型预测精度的重要因素,为了提高模型的预测精度,文章提出了初始序列基于指数函数与正切函数组合优化的GM(1,1)模型,通过理论证明了该种函数变换方式的光滑度大于指数函数变换光滑度且减小了级比偏差,并利用遗传算法智能搜索出变换函数中的核心参数,计算变换后的初始序列。以我国1990—2002年的客运量序列作为初始序列,基于指数函数与正切函数组合优化的GM(1,1)模型平均相对误差相较于基于指数函数变换、正切函数变换、正切函数与幂函数组合变换、反余弦函数变换的GM(1,1)模型预测平均相对误差最高可分别降低1.62%、0.07%、0.05%与0.03%。

• 单位
  集美大学; 南京工业大学