基于残差补偿GM的校准间隔动态优化算法

摘要

为了实现对测量仪器校准间隔的优化,对其校准数据进行建模,用GM(1,1)灰色预测模型预测参数的总体发展趋势,在此基础上利用BP神经网络对残差序列进行建模,通过训练补偿预测参数在总体趋势下的随机波动,从而得到校准数据的预测值。给出基于残差补偿的GM预测模型,对校准间隔进行动态优化,并通过实验对预测模型进行了验证。结果表明,此模型得到了较好的预测结果,既能预测总体趋势也能适应随机波动,并且简单易行,具有较强的普适性。