基于SOA-MGM(1,n,q)模型的信息流通量预测

摘要

针对多变量灰色模型存在预测误差大和参数需手动设置的缺点,将人群搜索算法和MGM(1,n,q)结合,运用SOA算法对MGM(1,n,q)模型的参数q进行优化,提出一种基于SOA算法优化MGM(1,n,q)的高校图书馆图书信息流通量预测模型.选择平均绝对百分比误差(MAPE)和均方根误差(RMSE)作为评价指标,通过SOA-MGM(1,n,q)、MGM(1,n)和GM(1,1)三个模型预测结果对比发现,提出的SOA-MGM(1,n,q)模型可以有效提高信息流通量的预测精度,具有推广应用价值.