论文部分内容阅读
分析基于自相关理论的GM（1，1）与GM（1，N）联合模型，将仅适合GM（1，1）模型的数据拓展到适合GM（1，N）模型。用数值积分中的Simpson公式来重建GM（1，1）与GM（1，N）的联合模型，在参数辨识过程中引入累积法，降低线性方程组系数矩阵的条件数，使联合模型求解更加稳定，提高了模拟及预测精度，并且克服了原GM（1，N）模型必须获得预报时刻点相关数据列的值的缺陷，有利于新息GM（1，N）模型的应用。数值实验结果表明，优化后模型数值稳定性好，其系数矩阵的条件数在数值上比通用的最小二乘法有所降低，