基于背景值和初始条件综合优化的GM(1,1)预测模型

摘要

为改善传统GM(1,1)模型的适用范围和预测精度,文章提出一种背景值和初始条件同时优化的GM(1,1)预测模型。优化模型首先从背景值的几何意义出发用积分中值定理给出真实背景值,再基于最小二乘参数估计法得到相关参数,最后采用均方误差和最小准则对初始条件进行修正。通过对齐次指数序列的模拟分析可知,当发展系数大于1时,该模型可用于中长期预测,其适用范围较传统GM(1,1)模型有较大的扩展。实例验证表明该模型预测精度更优。