针对近似非齐次指数区间灰数序列预测问题,建立区间灰数NGM(1,1)预测模型并进行优化.首先基于Newton-Cotes求积公式和牛顿插值公式重构背景值;然后结合新信息优先原理,建立基于时间权重的相对误差平方和最小的目标函数,优化模型的初始条件;最后分别建立核和信息域序列的NGM(1,1)优化模型,并反推区间灰数的上下界.算例分析表明,该优化模型具有有效性和实用性.
科研之友
微信
新浪微博
Facebook
分享链接
