灰色DGM(2,1)与BP神经网络的组合预测模型研究

作者：燕紫君; 熊英; 吴明芬

来源：信息技术与信息化, 2023, (06): 72-75.

• 灰色GM(1,1)模型
• 灰色DGM(2,1)模型
• 神经网络
• 预测模型

针对贫信息、不确定性，以及数据量少的问题，提出了一种灰色DGM(2,1)与BP神经网络组合预测模型。首先将原始数据分组建立灰色DGM(2,1)模型组，并得到每个模型组的拟合值，然后，将拟合值作为BP神经网络的输入样本，以原始数据为导师值训练BP神经网络，最后，使用训练后BP神经网络模型进行预测，从而高效利用数据。在预测养老保险缴费的场景下，灰色DGM(2,1)与BP神经网络的组合预测模型的预测平均误差降低0.012。仿真结果表明，该组合预测模型具有较高的预测精度和较好的稳定性。

• 单位
  五邑大学