背景值优化的GM(1,1)模型在民航货运量预测中的应用

摘要

传统的GM(1,1)模型中的背景值是预测误差的来源之一,因此文中提出一种优化背景值的方法,将背景值构造公式中的固定值变为动态变量,然后利用PSO粒子群对动态变量进行动态寻优,以找到使误差最小的变量值,从而对GM(1,1)模型的背景值进行优化,使模型的精度提高.然后结合民航货运量的数据,分别用经典模型以及优化后的模型对其进行预测和对比,结果表明优化后的GM(1,1)模型的精度要明显高于传统的模型.