一个基于背景值和初始条件优化的GM（1,1）模型.pdfVIP

第29卷 第 3期 河 南 科 学 Vo1．29 No．3 2011年 3月 HENAN SCIENCE Mar．2011 文章编号：1004—3918(2011)03—0260—04 一 个基于背景值和初始条件优化的GM (1，1)模型 何 霞， 刘卫锋 (郑州航空工业管理学院数理系，郑州 450015) 摘 要：背景值和初始条件对GM(1，1)模型的拟合和预测有着极大的影响，通过优化模型的背景值，赋予边值条件 为修正形式 ∞(n)+ ，利用原始序列新预测值的误差在最小二乘意义下最小准则，从而得到了一个新改进的GM(1，1) 优化模型．最后，通过计算实例验证了该优化模型具有极高的预测和模拟精度 ． 关键词：灰色系统；GM(1，1)模型；背景值；初始条件 中图分类号：0159；C931 文献标识码：A 灰色预测 GM(1，1)模型是灰色系统理论的核心 内容和方法之一 ，目前该方法在经济、管理和工程技 术等多个领域得到了广泛的应用．许多学者也对该模型提出了改进方法，不断提高模型的模拟和预测精度． 文献 [3—4]通过考虑边值条件的修正形式 “(1)=㈣(1)+6，利用均方误差和最小准则分别给出了确定边值修 正项的方法，从而大大降低 了预测误差．文献 [5—6]通过对 GM模型的初始条件进行改进 ，把 “(n)作为灰 色微分模型的初始条件，利用新信息优先原理提高了模型的预测精度，文献 [7]指出了文献 [5—6]中存在 的问 题，提出分别将 。()，=1，2，…，n作为初始条件，然后从中选择预测精度最好的一个 n()作为初始条件． 文献 [8]在文献[33的基础上更进一步，将边值初始条件的修正形式改进为X(D(1)=似㈣(1)和 “(1)=㈣(1)+ ∑ ．文献[9]分析优化了GM(1，1)模型的背景值，从而使得模型有了更好的模拟和预测精度．文献[10]在 考虑背景值和初始值优化的基础上，得到了一种改进的GM(1，1)模型，具有较高的模拟和预测精度 ． 本文在上述文献研究基础上，将背景值优化和边值条件修正结合在一起，并利用原始序列新预测值的误 差在最小二乘意义下最小准则，得到了一个不同于文献 [10]的新改进 GM(1，1)优化模型，并通过计算实例 验证了该优化模型的预测和模拟精度在总体上较文献 [10]有所提高，从而说明了新优化模型的可行性与有 效性． 1 GM (1，1)模型[一2] 定理 1 设X㈣= ㈣(1)，∞‘(2)，…， (n))是非负序列， =(“(1)，“(2)，…，“(凡))是 的 1-AGO 序列，其中X(1()：∑ 。‘()，：1，2，…，凡，背景值序列z=(㈣(2)，z(3)，…，z(n))，其中㈤()=了1(()+ “(一1))，=2，3，…，，，，Jl10 1)GM(1，1)模型 ()+0 ()=b的最小二乘估计参数列满足 a：[n，6]=( B)一 y， 其中，YFX0()(1)，co2()，…，cmn()]，=(—2‘—3：：：—zln‘)； 2)白化方程 +axm=b的解为 ()：(c。(1)一L)e-一 + ； 3)GM(1，1)模型 o【()+ ‘()：6的时间响应序列为 (十1)=(。‘(1)一 )e-+ ，k=l，2，… 4)还原值 (+1)：(1一ea)( (1)一 ) ，k=l，2，… 收稿 日期：2010—11-12 基金项 目：郑州航空工业管理学院青年科研基金 (Q09JS06) 作者简介：何 霞 (1976一)，女，河南周 口人，讲师，硕士，主要研究方向为灰色系统理论． 2011年3月 何 霞等：一个基于背景值和初始条件优化的GM(1，1)模型 一261— 2 优化 GM (1，1)模型 由于背景值优化和初始值修正均能提高模型的精度，而且二者相互独立，因此 以 “(n)+口作为改进 的 初始值，同时将背景值优化为z()=菩 三 ，根据原始序歹0新预测值的误差在最小二乘意 义下最小准则，则可以得到优化的GM(1，1)模型． 为了得到优化的GM(1，1)模型