GM(1,1)灰色模型优化方法研究

基于传统GM(1,1)灰色模型适用范围有限和预测精度较低的问题,提出了实测数据恒正凹化处理和相邻均值法(序列相邻数值取平均值)结合建模的新方法。该方法能够将原始数据序列转化为指定形式,利用数据相邻均值与时区长度。应用结果表明:优化后的GM(1,1)模型对数据兼容能力更强,对于发展速度"先快后慢"且波动性较小的稳定序列,该模型能够提高数值拟合精度,延长预估范围,可用于中长期预测,并且优化模型数值还原无需迭代累减,计算过程更加简便,为灰色模型的改进提供一定的参考价值。