渐消记忆离散gm(1,1)模型及其递推算法

考虑新旧数据对预测效果具有不同影响，对原始数据建立了一种改进的滑动平均预处理方法。在此基础上，通过引入遗忘因子对新旧数据进行不同加权，提出了渐消记忆离散gm(1,1)模型。针对gm(1,1)模型求解计算开销大的问题，给出一种渐消记忆离散gm(l,1)模型的在线实时递推预侧算法。将该模型及递推算法用于交通事故预测和区域货物周转量预测，结果表明渐消记忆离散gm(1,1)模型加强了模型的实时跟踪能力，在避免矩阵求逆的同时，提高了预测精度。