摘要
用提高原始数据列光滑度的方法来提高GM模型的精度,从而改进灰色模型.并从理论上证明了该方法比对数函数变换、开方变换、对数函数开方的复合变换、指数函数及指数函数开方的复合变换等已有提高光滑度的方法更有效.笔者提出的“幂函数-指数函数”复合变换很大程度上提高了灰色模型的预测精度,使许多原本不能用灰色模型预测的问题得到解决.
This paper increases the accuracy of GM model by smoothing the original data sequence in order to improve GM model. Furthermore, it is theoretically proved that this method is more effective than existing methods. More problems are now resolved through this method.
出处
《辽宁师范大学学报（自然科学版）》
CAS
北大核心
2005年第3期262-264,共3页
Journal of Liaoning Normal University:Natural Science Edition
基金
江苏省交通厅科学研究计划项目(03R006)
关键词
灰色预测模型
原始数据列
光滑度
“幂函数-指数函数”复合变换
Grey forecasting model
original date sequence
smooth degree
“power function-exponential function” compound transformation
