基于GM（1,1）模型的线性函数变换及优化研究

摘要

本文以优化模型、改善模型的模拟、预测效果研究,重点引入线性变换,得到新的序列估算式,从而将GM（1,1）模型扩展为线性变换GM（1,1）模型,并进一步优化背景值最佳生成系数,再扩展为加权灰色预测模型——RGM（1,1）.实例表明,尽管模拟序列特征改变,但是变换后的GM（1,1）模型能更好地预测原始数据的变化,能显著地提升模型的预测精度.