基于复化梯形公式的GM(1,1)改进模型及其应用

摘要：

本文从GM(1,1)预测模型的建模机制出发,分析出GM(1,1)背景值对预测模型的精度有着重要的作用,提出了利用Lagrange插值和复化梯形公式来构造模型中的背景值,利用新的背景值计算公式能够有效的提高模型的预测精度.最后用本文提出的方法对我国私人汽车拥有量建立了灰色模型,并与另外几种背景值改进模型做简单的比较,结果表明了本文所提出方法的有效性和实用性.

关键词： GM改进预测模型 灰色模型 背景值 复化梯形公式 私人汽车拥有量 Lagrange插值

作者: 阮春旺 肖新平

作者单位: 武汉理工大学 武汉 430063

会议类型: 国内会议

会议名称: 第16届全国灰色系统学术会议

会议地点: 北京

会议语种:中文

页码: 477-489

在线出版日期: 2008-04-14（万方平台首次上网日期，不代表论文的发表时间）