灰色预测模型的优化研究

本书针对以灰数为建模 对象的灰色预测模型，研究 如何从模型结构层面入手对 模型的建模范围进行拓展， 即区间灰数预测模型和三参 数区间灰数预测模型的优化 研究；针对以实数为建模对 象的单变量灰色预测模型， 研究如何构建基于数据特征 的灰色模型；针对实际生活 中存在的受多因素影响的系 统变量预测问题，现有多变 量灰色预测模型的局限性， 研究如何进一步实现模型优 化。

前言 1 绪论 1.1 研究背景 1.2 研究目的和意义 1.3 国内外研究现状 1.3.1 区间灰数预测模型研究现状 1.3.2 单变量灰色预测模型研究现状 1.3.3 非线性灰色预测模型研究现状 1.3.4 季节灰色模型的研究现状 1.3.5 多变量灰色预测模型研究现状 1.4 研究内容和技术路线 1.4.1 主要研究内容 1.4.2 研究框架 1.5 创新点 2 基础理论知识 2.1 区间灰数相关知识 2.1.1 区间灰数 2.1.2 白化权函数 2.1.3 三参数区间灰数 2.1.4 可能度函数 2.2 遗传算法 2.2.1 遗传算法原理 2.2.2 遗传算法操作 2.2.3 遗传算法流程 2.3 本章小结 3 灰色预测模型经典方法 3.1 单变量灰色预测模型 3.1.1 GM(1,1)模型 3.1.2 DGM(1,1)模型 3.1.3 NGM(1,1)模型 3.1.4 NGM(1,1,k)模型 3.1.5 灰色Verhulst模型 3.2 非线性灰色预测模型 3.2.1 FGM(1,1)模型 3.2.2 NGBM(1,1)模型 3.2.3 GM(1,1,ta)模型 3.3 多变量灰色预测模型 3.3.1 GM(1,N)模型 3.3.2 DGM(1,N)模型 3.3.3 MGM(1,m)模型 3.4 模型评估标准 3.5 本章小结 4 区间灰数预测模型的优化研究 4.1 基于核和认知程度的区间灰数Verhulst模型 4.1.1 核序列Verhulst模型 4.1.2 认知程度序列Verhulst模型 4.1.3 基于核和认知程度的区间灰数Verhulst模型的构建 4.1.4 算例分析 4.2 考虑白化权函数的区间灰数模型 4.2.1 基于白部和灰部的DGM(1,1)模型的构建