灰色NGM(11k)模型背景值优化方法

传统灰色NGM(1, 1, k)模型的参数估计误差是导致该模型精度不稳定的重要因素,研究面向背景值优化基础上的参数估计方法是提高灰色模型性能的重要手段.通过积分变换,得到与NGM(1, 1, k)模型白化方程匹配的灰色微分方程,推导出背景值优化公式,从而构建背景值优化的新NGM(1, 1, k)模型,并从理论上解释新模型能同时模拟严格齐次和非齐次指数增长序列的原因.进一步通过算例和实例验证了所提出的模型均能显著提高序列的模拟和预测精度.