摘要
针对传统和分数阶的GM(1,N)模型不能较好的调整新旧信息权重的问题,通过将模型的阶数从实数拓展到复数,则可以同时调整实部与虚部、新信息与旧信息之间的权值,建立复数阶的GM(1,N)模型(简记为CAGMz(1,N)模型).并采用复数编码粒子群算法对数据进行求解,从而获得更好的预测结果.最后分别以某地道路交通事故、某地粮食产量数据等为例,运用CAGMz(1,N)模型进行计算比较,结果表明:CAGMz(1,N)较GM(1,N)模型有更低的平均误差、更好的精度.
-
单位数学学院