基于新信息优先原理的分数阶离散灰色模型及其应用研究
针对分数阶离散灰色模型最小二乘解的扰动界违背灰色系统的新信息优先原理问题,论文构建了基于新信息优先原理的分数阶累加方法,将离散灰色模型推广为新信息优先分数阶离散灰色模型,新模型最小二乘解的扰动界随数据获得时间的更新而递增,随样本量的增加而增大,这表明新模型不仅适合于少数据序列建模并且满足新信息优先原理.实例分析表明,新信息优先分数阶离散灰色模型能够较好的提高模拟和预测效果,也为小样本数据预测提供了一种新的预测模型.
分数阶离散灰色模型 信息优先原理 扰动界 预测精度
杨保华
江苏师范大学 商学院 徐州 221116
国内会议
武汉
中文
1-8
2016-04-22（万方平台首次上网日期，不代表论文的发表时间）