基于遗传算法的改进的GM(1,1)模型IGM(1,1)直接建模

摘要：

GM(1,1)模型一般以模型还原值与实际值平均相对误差检验模型的模拟精度。本文以模型还原值与实际值平均相对误差最小化为目标函数将GM(1,1)模型转化成一个不用进行灰微分方程参数辨识的优化模型,我们称之为改进的GM(1,1)模型,简称IGM(1,1)。IGM(1,1)避开了灰微分方程参数辨识时的合理选取背景值的问题,实现GM(1,1)模型的直接建模.由于IGM(1,1)目标函数非连续,不可导,用传统的优化无法求解,本文针对IGM(1,1)模型的特性设计了求解该优化模型的遗传算法并进行了算例验证,求解结果表明了IGM(1,1)模型的模拟精度远高于GM(1,1)模型。

关键词： GM模型 IGM直接建模 背景值 遗传算法

作者: 董志勇 刘洋

作者单位: 沈阳炮兵学院基础部,沈阳,110162

会议类型: 国内会议

会议名称: 中国自动化学会第二十二届青年学术年会

会议地点: 广西桂林

会议语种:中文

页码: 197-200

在线出版日期: 2007-08-01（万方平台首次上网日期，不代表论文的发表时间）