基于神经网络实现的改进灰色组合预测及应用

针对GM(1,1)模型预测精度差的问题,采用马尔可夫链、残差数据正数化等多种方法修正残差,按等维新息的思路建立多个改进型GM(1,1)模型,并提出了基于神经网络实现的改进型灰色组合预测模型及预测算法。仿真分析表明,通过该模型可以寻求到多个改进型GM(1,1)模型预测值的最佳组合。