摘要
针对传统的GM(1,N)模型预测精度较差,文章提出一种基于花朵授粉算法的GM(1,N)模型新方法 .该方法将原始数据和残差的均方差比值作为目标函数,直接计算GM(1,N)模型的发展系数和驱动系数,略去了背景值的构造.文章通过9组实验数据对比分析,并与传统的GM(1,N)模型和其他模型相比较,发现:改进的GM(1,N)模型在拟合精度上有大幅度提高.该模型计算简单且精度较高,为建立GM(1,N)模型及应用提供了参考依据.
- 单位
针对传统的GM(1,N)模型预测精度较差,文章提出一种基于花朵授粉算法的GM(1,N)模型新方法 .该方法将原始数据和残差的均方差比值作为目标函数,直接计算GM(1,N)模型的发展系数和驱动系数,略去了背景值的构造.文章通过9组实验数据对比分析,并与传统的GM(1,N)模型和其他模型相比较,发现:改进的GM(1,N)模型在拟合精度上有大幅度提高.该模型计算简单且精度较高,为建立GM(1,N)模型及应用提供了参考依据.