初始条件自适应优化的ANGM(1,1)模型及其应用
ANGM(1,1) model with a self-adaptive optimized initial condition and its applications作者机构:南京航空航天大学经济与管理学院南京211106 南通大学马克思主义学院南通226019 浙江财经大学经济学院杭州310018 浙江省之江青年区域经济与统筹发展研究中心杭州310018
出 版 物:《系统工程理论与实践》 (Systems Engineering-Theory & Practice)
年 卷 期:2020年第40卷第10期
页 面:2728-2736页
核心收录:
学科分类:0711[理学-系统科学] 0709[理学-地质学] 07[理学] 0708[理学-地球物理学] 0802[工学-机械工程] 0701[理学-数学] 0811[工学-控制科学与工程] 071101[理学-系统理论] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(71901191 71771119 71971194)
摘 要:少数据、贫信息的非等间距序列预测建模是灰色系统理论的重要内容之一,也是现实工程应用中经常遇到的难题.本文基于自适应优化的初始条件,构建了ANGM(1,1)优化模型.首先,在对已有初始条件优化的非等间距GM(1,1)模型缺陷分析基础上,设计出新型的初始条件自适应优化方法.该方法依据1-AGO序列各时点分量的实际值构建权重分配方程,既保证每个时点信息的充分利用,又自适应调整新旧信息的权重大小.然后,根据建模序列的特征,给出时间参数求解的两个准则及其推导公式,进而构建优化模型.最后,分别利用单调和波动两种特征的实际案例数据,构建4种初始条件优化模型,结果显示本文模型预测效果最好,表明本文模型的适用性和稳定性.