基于模糊神经网络的GM（1，1）模型.pdfVIP

Technology Economy in Areas of C0mmunicati0ns 孽 基于模糊神经网络的GM(1，1)模型 史雪荣，王作雷 (盐城师范学院数学系，江苏 盐城 224002) 摘 要：在分析GM(1，1)模型建模机理的基础上，提出GM(1，1)模型中参数a，b的一种新算法一模糊神经网络算 法，把模糊神经网络应用于灰色系统GM(1，1)模型的建模过程，得到模糊神经网络GM(1，1)模型，并将其运用于民 航客运量的预测，结果表明改进后的模型有较好的拟合及预测精度。 关键词：GM(1，1)模型；模糊神经网络；隶属函数 中图分类号：N941．5 文献标识码：A 文章编号：1008—5696(2008)01—0055—03 GM (1，1)Model based on Fuzzy Neural Network SHI Xue-rong。WANG Zuo—lei (Department of Mathematics，Yancheng Normal College，Yancheng 224002，Jiangsu，China) Abstract：Based on analyzing the mechanism of GM (1，1)model，this paper puts forward a new method of parameter a，b in GM (1，1)model，namely，applying fuzzy neural network into the course of GM(1，1) and get GM(1，1)model based on fuzzy neural network．When applying this model into predicting the vol— ume of passenger trayel in civil aviation，the results suggest that the advanced model has better fitting and predicting precision． Key words：GM(1，1)model；fuzzy neural network；membership function 灰色系统GM(1，1)模型自建立以来，得到越来越广泛 其一次累加生成为 的应用 ]。许多研究者都致力于寻找各种各样的方法对 k ㈣(是)一 ．27㈣( )． (2) GM(1，1)模型进行改进，以便于合理地使用该模型，提高预 测精度。如残差修正GM(1，1)模型[2]、GM(1，1；d)模型[3]， 建立GM(1，1)模型为 以及采用加权、优化[4 等方法提高模型的精度。作者在提高 dx ／dt 4-姐‘ 一b． (3) 模型精度方面也做了一些探索，详见文献[5—7]。本文旨在 其中待辨参数a、b由最小二乘法求出，求解微分方程(3)得 将模糊神经网络应用于GM(1，1)模型中参数n，b的估算，使 响应函数并还原得 传统的GM(1，1)模型得到改进。模糊神经网络就是为常规 a2‘。 (是4-1)=(1一ea)( ‘。 (1)一b／a)exp(一 )． 神经网络(如前向反馈神经网络、Hopfield神经网络等)赋予 (是一 1，2，3，…)． (4) 模糊输人信号和模糊权值，它通常包括以下几种类型：①模 2 模糊神经网络的结构与算法 糊神经网络具有实数输人信号，且具有模糊权值；②模糊神 经网络具有模糊输入信号，且具有实数权值；③模糊神经网