摘要
针对GM（1，1）模型背景值存在的缺陷，在分析背景值误差产生原因的基础上，提出了新的背景值计算方法。该方法用非齐次指数函数模拟一次累加生成序列，根据原序列与一次累加生成序列的关系重构背景值计算公式，得到实际曲线在区间上的面积作为背景值。利用深圳市2007年10月9日和10日8：00～8：50的交通流数据验证，结果表明，与基于背景值优化的GM（1，1）模型相对比，新构建背景值的GM（1，1）模型的平均相对模拟误差和平均相对预测分别提高了0．46和2．61个百分点，在精度上取得了更好的效果。
According to the drawback of the background value in GM（1,1） model, a new method for computing background value is proposed which uses the non-homogeneous exponential law to fit the accumulated sequence in order to get the area where the practical curve is on as background value. Experiment by using traffic data of Shenzhen between 8：00 to 8：50 on October 9 and 10 in 2007 shows that fitting precision and prediction precision of the new reconstructing background value of GM（1,1） model are improved.
出处
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2011年第6期911-914,932,共5页
Journal of University of Electronic Science and Technology of China
基金
十一五国家科技支撑计划(2006BAG01A0)
关键词
背景值
GM(1
1)模型
优化
预测
background value
GM（1,1）model
optimization
prediction
