重构背景值双变权GM(1,1)中长期预测模型构建
wf（2018）
摘要
为了解决传统GM(1,1)模型在中长期预测中存在的局限性和较大偏差问题,提高模型预测精度,拓宽其应用范围,结合全信息变权弱化缓冲算子、全信息加权平均法、Newton-Cotes公式和三次牛顿插值公式,从原始数据变换、背景值重构、初始条件优化3个方面对传统GM(1,1)模型进行改进,建立了重构背景值双变权GM(1,1)中长期预测模型.用西安市年供水量统计数据对模型进行精度检验与分析,结果表明精度检验等级为一级,具有很好的预测精度,可用于西安市年供水量的预测.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要