GM(11)模型

在matlab实现灰色预测GM(1,1).函数可自己决定x1加权均值的权值。修改程序,可以求出精确解,也可以自己设置解的精度。返回符号表示的精确解,六位精度预测和相对误差均值,级比偏差值

为了提高模型的拟合精度,提出了一种新的改进GM(1,1)模型.从优化GM(1,1)模型背景值的定义出发,推导出利用原始数据生成的背景值公式,将其与经过优化的初始条件结合,构造出改进的GM(1,1)模型

针对向量型数据，运用MATLAB建立灰色预测模型，进行预测，打开即可使用

用Matlab实现GM（1，1）灰色模型的供电量预测的程序，很好用的，赶快下

为了提高灰色理论中模型的预测精度,通过分析积分重构GM(1,1)模型,将积分获取背景值的方法应用到新息和等维新息模型中,并且将模型的适用范围从等间距进一步扩展到非等间距。通过实例比较了新息和等维新息模

针对现实工程应用中存在非等间距序列问题,基于新信息优先原理提出非等间距GM(1,1)$优化模型.在对现有初始条件优化方法的缺陷进行分析的基础上,基于新信息优先原理,利用一阶累加生成序列的各分量加权和重

背景值是影响灰色理论建模精度的重要因素之一. 根据灰色系统理论建模机理以及数据累加生成具有非齐次灰指数规律, 构建动态序列模型; 基于积分几何意义的视角, 利用函数逼近的思想, 结合复化梯形公式, 提

在互逆的分数阶累加生成算子和分数阶累减生成算子的基础上, 建立分数阶算子GM(1,1) 模型, 均值GM(1,1) 模型是当?? = 1 时的特例. 给出分数阶算子GM(1,1) 模型最小平均相对误差

基于矩阵扰动理论, 研究利用累积法估计GM(1,1) 模型参数时解的稳定性问题. 研究结果表明: 累积的阶数越高, 解的扰动界越大; 在扰动值相等的情况下, 新数据相比于老数据, 解的扰动界较小; 新

GM(1,1)模型在日本落叶松生长预测中的应用，惠淑荣，李丽锋，本研究运用GM(1，l)模型对辽宁省日本落叶松的生长进行了预测，并进行了模型精度检验，利用所建模型对林龄为21年和22年的日本落叶松�