基于数据变换的GM(1,1)误差校正方法

于志军 杨善林 王晓佳 彭张林 合肥工业大学管理学院 合肥230009 过程优化与智能决策教育部重点实验室 合肥230009

关键词:初始预测 数据变换 误差校正 

摘要:提高预测方法的预测效果具有重要意义,但是仅靠建立单一的预测模型来提高预测精度是非常困难的.本文对当前预测方法存在的不足进行了阐述,在此基础上提出将误差校正方法引入预测以提高预测精度的新思路.首先,采用预测方法(文中以T-S模糊神经网络方法为例)对训练样本进行拟合,再对预测对象进行初始预测;其次,引入加速平移变换和加权均值变换对误差序列进行处理,再以处理后的数据为样本构建基于数据变换的GM(1,1)误差预测模型,并对该序列后续点进行预测;最后,利用误差预测结果对初始预测值进行校正.文章最后以上证综合指数的收盘价的预测为例,算例分析表明,与校正前的预测精度相比,校正后的预测精度有显著提高,进而验证了该模型的有效可行.

系统工程理论与实践杂志要求:

{1}作者详细地址、邮政编码、联系电话和电子信箱地址,以便及时联系。

{2}本刊实行按篇出版,稿件一经录用立即进入快速出版流程,保证研究成果在第一时间内收录。

{3}量和单位必须符合国家法定计量单位最新标准,文稿中外文字符必须区分大、小写,正、斜体,黑、白体,上、下角标字符的位置高低应区别明显,容易混淆的外文字母、符号请在第一次出现时注明。

{4}注释用圆圈数码“①②③……”统一编号,一律列于正文之后。参考文献列于注释之后。

{5}基金项目成果应保留项目名称及编号,致谢原则上不予保留。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

系统工程理论与实践

CSSCI南大期刊
1-3个月下单

关注 10人评论|1人关注
相关期刊
服务与支付