论文部分内容阅读
传统GM(1,1)模型实质上是用指数规律来模拟原始序列的变化,因此需要对原始数据序列的累加生成序列进行准指数规律的检验。但对本身已具有准指数规律的原始序列进行累加生成不但不能提高预测精度,反而会增加数据的灰度,影响预测效果。针对传统GM(1,1)模型的这一缺陷,GM(1,1)改进模型根据最小二乘法原理对本身已具有准指数规律的原始序列直接建立模型,克服了传统GM(1,1)模型在建模过程中的盲目性;并在产油量预测中获得了较高的模拟精度,使平均相对误差由5.6%下降至3.8%。较理想的预测效果也验证了GM(1,1)改进模型的正确性和有效性,从而为提高GM(1,1)模型的预测精度提供了一条新的途径。