基于灰色神经网络的油料储备预测模型研究

摘要

油料储备是一个复杂系统，受到众多因素影响，具有较大波动性，用常规数学方法建模，不仅工作量大，而且精度难于保征。灰色预测GM（1，1）模型通过累加生成来削弱随机干扰影响，所需数据较少，计算简便，但对波动性较大的曲线进行拟合时精度较低，适合预测呈近似指数增长规律的数据序列，所预测的数据总是呈稳定上升趋势，而油料储备的实际情况并非如此。