灰色GM(1,1,k,k2)模型背景值及时间响应函数优化

doi:10.12005/orms.2022.0223

运筹与管理 ›› 2022, Vol. 31 ›› Issue (7): 109-113.DOI: 10.12005/orms.2022.0223

灰色GM(1,1,k,k²)模型背景值及时间响应函数优化

孔新海, 陈佳佳, 赵勇

广安职业技术学院,四川广安 638000

收稿日期:2019-06-16 发布日期:2022-08-17
作者简介:孔新海(1983-),男,江西余干人,副教授,博士,研究方向:灰色系统理论及其应用;陈佳佳(1986-),女,四川邻水人,讲师,硕士,研究方向:数值计算;赵勇(1982-),男,四川崇州人,副教授,硕士,研究方向:代数论。
基金资助:
四川石油天然气发展研究中心项目(川油气科SKB20-09);四川省教育厅项目(18ZB0259)

Optimization of Background Value and Time Response Function of Grey GM(1,1,k,k²) Model

KONG Xin-hai, CHEN Jia-jia, ZHAO Yong

Guang’an Vocational and Technical College, Guang’an 638000, China

Received:2019-06-16 Published:2022-08-17

摘要/Abstract

摘要： 本文提出了一种新的带有时间幂次项的灰色GM(1,1,k,k²)模型,给出了其灰微分方程和白化微分方程基本形式。基于最小二乘法获得了该模型参数估计值,并推导了该模型时间响应函数。鉴于GM(1,1,k,k²)模型灰微分方程与白化微分方程之间存在跳跃关系,首先对灰微分方程的背景值进行了优化,并推导了优化后的背景值计算公式。为了克服初始值的影响,根据误差平方和最小,进一步优化了GM(1,1,k,k²)模型时间响应函数。最后,该优化后的GM(1,1,k,k²)模型被应用于软土地基沉降预测,获得了较好的模拟预测效果,说明模型是可行的。

关键词: 灰色GM(1,1,k,k²)模型, 背景值, 时间响应函数, 预测

Abstract: A new grey GM(1,1,k,k²) model with time power term is proposed in this paper. The basic form of grey differential equation and its corresponding whitening differential equation are given. Based on the least square method, the parameters of the model are estimated and the time response function of the model is deduced. In order to solve the jump relation between the grey differential equation and the whitening differential equation, the background value of the grey differential equation is optimized, and the calculation method of the optimized background value is deduced. In order to overcome the influence of initial value, the time response function is further optimized according to the minimum sum of squares of errors. Finally, the optimized GM(1,1,k,k²) model is applied to predict the settlement of soft soil foundation, and good simulation results are obtained, which shows that the model is feasible.

Key words: grey GM(1,1,k,k²) model, background value, time response function, prediction

中图分类号:

N941.5

孔新海, 陈佳佳, 赵勇. 灰色GM(1,1,k,k²)模型背景值及时间响应函数优化[J]. 运筹与管理, 2022, 31(7): 109-113.

KONG Xin-hai, CHEN Jia-jia, ZHAO Yong. Optimization of Background Value and Time Response Function of Grey GM(1,1,k,k²) Model[J]. Operations Research and Management Science, 2022, 31(7): 109-113.

参考文献

[1] 刘思峰,曾波,刘解放,谢乃明.GM(1,1)模型的几种基本形式及其适用范围研究.系统工程与电子技术,2014,36(3):501-508.
[2] 王健.灰导数优化的一类灰色预测直接建模.辽宁工程技术大学学报(自然科学版),2014,(4):556-559.
[3] 杨孝良,周猛,曾波.灰色预测模型背景值构造的新方法.统计与决策,2018,(19):14-18.
[4] 何霞.灰色GM(1,1)模型参数估计的加权最小二乘方法.运筹与管理,2012,21(6):23-27.
[5] 吴利丰,刘思峰,刘健.灰色GM(1,1)分数阶累积模型及其稳定性.控制与决策,2014,29(5):919-924.
[6] Xie Naiming, Liu Sifeng. Discrete grey forecasting model and its optimization. Applied Mathematical Modelling, 2009, (33): 1173-1186.
[7] 张鹏.离散GM(1,1)参数估计的3种方法比较.重庆工商大学学报(自然科学版),2019,(3):48-51.
[8] 刘震,党耀国,魏龙.NGM(1,1,k)模型的背景值及时间响应函数优化. 控制与决策,2016,31(12):2225-2230.
[9] Ma Xin, Liu Zhibin. Predicting the cumulative oil field production using the novel grey ENGM model. Journal of Computational and Theoretical Nanoscience, 2016, (13): 1-7.
[10] 钱吴永,党耀国,刘思峰.含时间幂次项的灰色GM(1,1,t^α)模型及其应用.系统工程理论与实践,2012,(10):2247-2252.
[11] 吴紫恒,吴仲城,李芳,冯东.改进的含时间幂次项灰色模型及建模机理.控制与决策,2019,34(3):637-641.
[12] 胡攀.离散DGM(1,1,t^α)模型.数学的实践与认识,2016,46(5):222-230.
[13] 刘中侠,刘思峰,蒋诗泉.基于离散余弦变换的GM(1,1,d)预测模型.嘉兴学院学报,2017,(6):84-88.
[14] 孔新海,马新.基于上凸序列的GM(1,1)模型及其优化.数学的实践与认识,2017,(25):257-264.
[15] 牛欣欣.软土地基沉降预测的GM(2,1)模型分析和改进.安全与环境工程,2014,21(2):139-142.

灰色GM(1,1,k,k²)模型背景值及时间响应函数优化

Optimization of Background Value and Time Response Function of Grey GM(1,1,k,k²) Model

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	张权, 莫祯祥, 李艳君, 韩旸. 基于ARMAS(p,q)退化冲击模型可靠性的预测[J]. 运筹与管理, 2022, 31(7): 114-118.
[2]	李惠, 曾波, 苟小义, 白云. 基于统一灰色生成算子的三参数离散灰色预测模型及其应用[J]. 运筹与管理, 2022, 31(7): 119-123.
[3]	王佩, 李仲飞, 张玲. 不完全信息和模糊厌恶下DC型养老金最优投资策略[J]. 运筹与管理, 2022, 31(6): 125-132.
[4]	高雷阜, 李伟梅. 基于Expectile和Realized GARCH模型的波动率预测[J]. 运筹与管理, 2022, 31(2): 99-103.
[5]	秦全德, 黄兆荣, 黄凯珊. 一种基于局部回归的多尺度碳市场价格预测模型研究[J]. 运筹与管理, 2022, 31(1): 107-114.
[6]	李洪兵, 张吉军. 天然气需求影响因素分析及未来需求预测[J]. 运筹与管理, 2021, 30(9): 132-138.
[7]	杨海东, 刘碧玉. 基于贝叶斯推理的突发水污染事件水质预测模型参数估计[J]. 运筹与管理, 2021, 30(8): 127-132.
[8]	徐菲, 任爽. 基于分解—集成的铁路货运需求预测研究[J]. 运筹与管理, 2021, 30(8): 133-138.
[9]	简冠群, 李秉祥. 业绩补偿承诺对定增并购双价格偏离的影响机理[J]. 运筹与管理, 2021, 30(8): 205-210.
[10]	唐中君, 周亚丽. 考虑消费动机和动态竞争的电影日需求预测模型[J]. 运筹与管理, 2021, 30(6): 172-180.
[11]	徐丽静, 周荣喜, 熊亚辉. 基于NS族模型的中国公司债信用利差预测[J]. 运筹与管理, 2021, 30(3): 183-189.
[12]	杨兴雨, 林虹, 何锦安, 张永. 基于排序预测的带交易费用在线投资组合策略[J]. 运筹与管理, 2021, 30(2): 168-175.
[13]	吴可可, 余燕, 董大勇. 投资者注意的风险补偿对股市回报的预测[J]. 运筹与管理, 2021, 30(12): 198-203.
[14]	李培志, 董清利. 基于网络搜索数据和机器学习的票房预测模型[J]. 运筹与管理, 2021, 30(11): 168-175.
[15]	陈振, 昝哲, 贾书伟. 基于SD-VF理论的城市限行政策效应研究[J]. 运筹与管理, 2021, 30(11): 190-196.