基于非线性最小一乘GM(1,1)模型研究

针对灰色GM(1,1)模型参数估计采用的最小二乘法的抗差能力不强,以及原始数据含少量粗差时影响到累加生成的数据进而可能导致参数估计偏差很大,提出对原始数据直接应用具有较强稳健性的最小一乘来估计参数,对非线性的还原函数进行线性化再利用最小一乘来估计参数。实验结果表明对于严格满足纯指数序列的数据,文章提出的算法要优于传统模型和文献提出的FGM(1,1)模型,几乎达到无偏的效果,并且在含少量粗差时不受粗差干扰。