论文研究基于组合插值的GM(11)模型背景值的改进.pdf

针对GM（1，1）模型预测误差偏大的问题，对GM（1，1）模型背景值的构造形式进行了研究。为了能够更加有效地降低GM（1，1）模型的预测误差，提出了基于辛普森3/8公式和牛顿插值公式的组合插值方法来构造出新的GM（1，1）模型的背景值。在GM（1，1）模型的建模过程中，由于原始建模数据序列中的第一个数据没有参与建模，导致原始数据序列的数据资源利用效率降低，影响了GM（1，1）模型预测精度。所以，可以通过把灰色协调系数b加在原始建模数据序列前面的方法，使第一个数据能够参与到GM（1，1）模型的建模过程中。为了检验模型的改进效果，进行了原始建模数据类型分别为纯指数型数据序列、稳定型数据序列和缺失型