基于马尔科夫的残差蚁群灰色模型在负荷预测中的应用

灰色GM(1,1)预测模型,要求样本数据少、原理简单、运算方便、短期预测精度高、可检验等优点,在负荷预测中得到了广泛应用,但是也有其局限性。当数据灰度越大,预测精度越差,并且不太适合经济长期后推若干年的预测,在一定程度上是由模型中的参数造成的,为此引入向量θ,建立残差GM(1,1,θ)模型,利用蚁群优化算法对其进行修正,同时引入等维新息、运用马尔科夫状态转移矩阵判断残差预测值在k>n时的符号,大大提高了预测精度,实证分析表明,该方法具有一定的实用价值。