基于遗传算法的改进的GM(1,1)模型IGM(1,1)直接建模

被引:14
作者
郑照宁
刘德顺
机构
[1] 清华大学现代管理研究中心
关键词
GM(1,1); 改进的GM(1,1)模型IGM(1,1); 背景值; 遗传算法;
D O I
暂无
中图分类号
N941.5 [灰色系统理论];
学科分类号
摘要
GM( 1 ,1 )模型一般以模型还原值与实际值平均相对误差检验模型的模拟精度 .本文以模型还原值与实际值平均相对误差最小化为目标函数将 GM( 1 ,1 )模型转化成一个不用进行灰微分方程参数辨识的优化模型 ,称之为改进的 GM( 1 ,1 )模型 ,简称 IGM( 1 ,1 ) .IGM( 1 ,1 )避开了灰微分方程参数辨识时的合理选取背景值的问题 ,实现 GM( 1 ,1 )模型的直接建模 .由于 IGM( 1 ,1 )目标函数非连续 ,不可导 ,用传统的优化无法求解 ,本文针对 IGM( 1 ,1 )模型的特性设计了求解该优化模型的遗传算法并进行了算例验证 ,求解结果表明了 IGM( 1 ,1 )模型的模拟精度远高于 GM( 1 ,1 )模型 .
引用
收藏
页码:99 / 102
页数:4
相关论文
共 8 条