灰色GM(1,1)模型改进模型在房地产价格指数预测中应用.pdfVIP

第39卷第7期 数学的实践与认识 Vo1．39No．7 2009年4月 MATHEM ATICSIN PRACTICE AND THEORY April，2009 灰色GM (1，1)模型的改进模型在 房地产价格指数预测中的应用 钱 峰， 吕效国，朱 帆 (南通大学 理学院，江苏 南通 226007) 摘要 ： 提出了一种结合非线性回归技术的灰色GM (1，1)模型的改进模型．利用我国的房地产价格指数预 测作为研究对象，用以验证所提方法的有效性和准确性．根据实证结果，说明了新的改进模型有效提高了经 典灰色模型的预测精度． 关键词 ： 灰色GM(1，1)模型；非线性回归I改进的GM(1，1)模型 O 引 言 邓聚龙教授提出的灰色系统理论[1]，是以信息不完全的系统为研究对象，运用特定的方 法描述信息不完全的系统并进行预测、决策、控制的一种系统理论．灰色GM (1，1)模型是灰 色系统理论的主要内容之一．该模型是一种时间序列预测模型，它能根据少量信息建模和预 测 ，因而已得到广泛的应用 ¨2_8_． 本文考虑了经典GM (1，1)模型在房地产价格指数预测上 的应用 ，提 出一种非线性 的 GM (1，1)预测模型．通过比较 ，探讨了改进的GM (1，1)预测模型的有效性和准确性．为了比 较方便，现将经典GM (1，1)模型原理叙述如下． 1 经典GM (1，1)模型 记原始序列为 ∞’一 (∞(1)，z。‘(2)，…，∞())，则经典GM (1，1)模型建模步骤如下： 。‘’(志)+ az ’(志)= b， k一 1，2，… ，，2 (1) 其 中 表示观测的时间； “一 (zn(1)，n (2)，…，zn(n))是 ∞的1一AGO序列 ，即有 z㈩(是)一∑z。(f)；z㈩一(z㈩(2)，㈩(3)，…，2…(，z))为 ㈩的紧邻均值生成序列，即满 t= 1 足 ： 1 “(愚)一÷(“()+z．“(是一1)) (2) 厶 则模型(1)的未知参数向量 0一 ，6] 的最小二乘估计为 ：=： (B B) B y 收稿 日期 ：2008—06—22 基金项 目：江苏省高校 自然科学基金项 目(07KJB110090)；南通大学2008年度 团建课题项 目(大学生实践成长因素 的统计研究分析) 30 数 学 的 实 践 与 认 识 z 。‘(2) z。‘(3) 其中Y= ； 俣 型 (1)灯 应 的 目化万 程为 df +。 ¨ 一 b (3) 一 一 n ； ／●＼ ／●＼ 易得 (3)的解为 2 3 、 ＼●， ㈩(f)一{z㈩(1)一鱼1e-．(t-1)+鱼 (4) “ J a 利用 z“(1)= ”“(1)，同时取 t—k，则 (4)可表示为 …(是)一fz”“(1)一鱼1e-．k(1)+鱼 (5) ＼ a ／ a 由(5)，利用 1-AGO序列