%0 Journal Article
%T GM(2,1,λ,ρ) based on particle swarm optimization<br>基于微粒群算法的GM(2,1,λ,ρ)优化模型
%A 刘 虹
%A 张岐山
%J 系统工程理论与实践
%D 2008
%I 
%X 为了提高灰色GM(2,1)模型的预测精度,本文首先对灰色GM(2,1)模型的向前、向后差分进行线性组合出灰色GM(2,1,λ)模型,利用参数λ修正背景值;然后引入参数ρ对原始数列进行数乘变换,进一步将模型拓展为灰色GM(2,1,λ,ρ)模型.由于参数λ,ρ与误差之间为明显的非线性关系,难以解析,本文基于微粒群算法(PSO),给出PSO-GM(2,1,λ,ρ)优化方法.在该方法中,用λ,ρ构成一个二维的微粒群,以绝对的平均相对误差作适应度函数,以其最小为目标,求解最优的λ,ρ值.实例计算表明,该方法收敛速度快,预测精度高于普通模型,而且可满足实际需要.
%K 灰色GM(2
%K 1)模型
%K 背景值
%K 数乘变换
%K 微粒群算法
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=01BA20E8BA813E1908F3698710BBFEFEE816345F465FEBA5&cid=962324E222C1AC1D&jid=1D057D9E7CAD6BEE9FA97306E08E48D3&aid=BEA6407723DA2BAE1655CCDB5096369F&yid=67289AFF6305E306&vid=D3E34374A0D77D7F&iid=F3090AE9B60B7ED1&sid=6700D0D256586E73&eid=74011071555EB4E5&journal_id=1000-6788&journal_name=系统工程理论与实践&referenced_num=0&reference_num=11