基于正负残差马尔可夫灰色预测模型及应用

作者：王建华; 叶泓婕^*; 赵俊明; 戴一洲

来源：物流科技, 2023, 46(07): 8-12.

DOI：10.13714/j.cnki.1002-3100.2023.07.002

• 灰色GM(1,1)
• Markov
• 铁路客运
• 残差

当前对于数据预测的精度要求日益增高，这是因为预测数据能够为未来的规划与决策提供更有效的依据。数据的变化规律可以利用灰色系统进行捕捉，但传统的灰色GM(1,1)模型已经不能够有效地预测出精度较高的数据。因而，文章通过引用马尔可夫方法对正负残差进行合理调整，利用马尔可夫能够处理数据的波动性特点，结合以上两种方法从而提出精确度更高的正负残差Markov灰色预测方法。以浙江省2000—2019年铁路客运量作为原始数据序列进行模型的拟合，通过比较GM(1,1)和正负残差Markov灰色GM(1,1)的误差精度，发现改进后的GM(1,1)模型更加适用于未来数据的预测。