基于残差递推的自适应GM(1,1)模型  

Adaptive GM(1,1)model based on residual recurrence

作　　者：连世伟[1,2,3] 薛磊[1] 王宪栋[4] 马继廉[3] 

机构地区：[1]电子工程学院 [2]信息工程大学地理空间信息学院 [3]中国人民解放军77526部队 [4]中国人民解放军61651部队

出　　处：《系统工程与电子技术》2013年第10期2141-2144,共4页Systems Engineering and Electronics

摘　　要：传统GM(1,1)模型存在不能预测波形序列的问题。在GM(1,1)模型和残差GM(1,1)模式的基础上引入了新陈代谢数组,经重新推导后得到递推GM(1,1)模型和残差递推GM(1,1)模型,将前者模型的解与后者取对数后的模型的解反相相加后,得到自适应GM(1,1)模型的解。以实例数据对上述4种方法进行仿真和比较,结果表明,自适应GM(1,1)模型较其他方法有更好的预测效果,从根本上解决了GM(1,1)模型对波形序列的预测问题。There exists a problem that wave sequence can not be forecasted in the traditional GM （1,1） model. Based on GM（1,1） model and residual GM（1,1） model, the recurrence GM（1,1） model and the residu al recurrence GM（1,1） model are established by introducing a metabolism array. Afer inverting adding the so lution of the former model with the one of the model obtained from taking logarithm on the latter, the solution of adaptive GM（1,I） model is presented. Instance data simulation and comparison of these four methods, the results show that the adaptive GM （1,1） model has better prediction than other methods. It proposes a funda mental solution to predict wave sequence by the GM （1,1） model.

关 键 词：灰色系统 自适应GM(1 1)模型 预测 

分 类 号：N941.5[自然科学总论—系统科学]