首页 | 本学科首页   官方微博 | 高级检索  
     

基于动态自适应PSO算法的GM(1,1)融合预测模型
引用本文:李眩,吴晓兵,童百利. 基于动态自适应PSO算法的GM(1,1)融合预测模型[J]. 成都大学学报(自然科学版), 2021, 40(2): 161-166. DOI: 10.3969/j.issn.1004-5422.2021.02.009
作者姓名:李眩  吴晓兵  童百利
作者单位:安徽省铜陵职业技术学院 经贸系 安徽铜陵244061
摘    要:在GM(1,1)预测模型中,发展系数a和灰色作用量b是两个关键的参数,其对模型的预测精度有较大的影响.在分析GM建模原理和参数对模型精度影响的基础上,提出了一种基于动态自适应粒子群算法的灰色GM融合预测模型,在不改变GM(1,1)模型表达形式前提下,使用改进的粒子群优化算法来求解模型的相关参数.实例分析表明:与传统的GM(1,1)模型相比,动态自适应粒子群优化算法与GM融合模型的预测精度在传统GM模型误差较大的情况下也能得到较好的预测效果,在适用性上比传统模型更具优势.

关 键 词:粒子群算法  优化  适应度  惯性权重  GM模型

A Fusion Prediction Model of GM (1,1)Based on Dynamic Adaptive PSO Algorithm
LI Xuan,WU Xiaobing,TONG Baili. A Fusion Prediction Model of GM (1,1)Based on Dynamic Adaptive PSO Algorithm[J]. Journal of Chengdu University (Natural Science), 2021, 40(2): 161-166. DOI: 10.3969/j.issn.1004-5422.2021.02.009
Authors:LI Xuan  WU Xiaobing  TONG Baili
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号