论文部分内容阅读
传统灰色GM(1,1)预测模型对初始条件的选择存在一定的不足。文章在分别以与作为预测模型初始条件研究的基础上,提出通过对任意两个数据之间进行加权生成,作为初始条件建立新的预测模型,并命名为FGM(1,1)模型。此模型改变了以往只利用原始数列的某一点作为初始条件的方式,也是传统模型与几种改进模型的一种全概括。经实例验证,新模型的拟合与预测精度不低于前几种模型,为最优。