基于序列算子和GM(1,1)模型的服装流行色预测

摘要

针对服装流行色预测精度不高且原始数据受到冲击扰动等问题,基于中国纺织中心发布的2000—2019年春夏流行色定案中冷、暖色系所占比例,分别在长序列、宽间距序列、短序列下采用5种序列算子对原始序列进行优化,再分别与GM(1,1)模型结合,选择出预测精度最优的模型组合.结果表明,在长序列中紧邻均值生成算子和GM(1,1)模型结合预测效果较好.2019年冷、暖色系平均相对误差为0.73％,精度等级为优秀.