灰色模型算法

灰色关联模型软件第七版

在灰色Verhulst 模型建模机理的基础上, 考虑相关因素对系统预测精度的影响, 构建一种新型灰色Verhulst 模型. 分析该模型参数在系统特征序列与相关因素序列经数乘变换前后的量化关系, 并分

鉴于背景值是影响灰色建模精度的重要因素之一, 提出一种灰色Verhulst 模型中背景值的优化方法. 基于灰色Verhulst 模型时间响应式的Logistic 函数形式和背景值的几何意义, 利用积分

为揭示灰色Verhulst 模型的建模精度在系统原始特征序列数乘变换前后的变化规律, 降低其建模复杂性, 研 究了灰色Verhulst 模型的建模参数在系统原始特征序列经过数乘变换前后的量化关系以及数

有效判定灰色模型的病态性是进行灰预测建模的关键. 为了揭示灰色Verhulst 拓展模型建模参数在原始序列存在微小扰动下的变化规律, 以矩阵谱条件数为工具对该模型灰导数的背景值进行分类证明. 结果表明

对于面板数据,首先将面板数据投射为时间维度离散曲线和指标维度离散曲线;然后,基于离散曲率思想分别从时间维度和指标维度构建时间维度和指标维度关联系数公式,并以此构建面板数据灰色曲率关联模型,新的模型具有

作为一种群决策, 人员面试决策具有其特殊性, 即容易存在舞弊现象. 为了剔除无效决策, 提高人员面试决 策的质量, 构建了剔除无效决策的灰色群决策模型. 首先使用区间灰数效用变换算子对决策数据进行标准

原始的灰色预测模型GM(1,1),最原始的预测模型源码,其中包含注释,通俗易懂。代码中包含计算误差等一系列的计算,包括计算ab的值,总之很全面

运行程序,然后输入第T个预测值,即实际数后第一个预测值,则输入1

论文研究-灰色GM(2)模型.pdf, 对灰色建模的机理及缺陷进行了讨论及分析．对于变化幅度较大的序列，建立了新的预测模型，为实际应用提供了切实可行的方法．