论文研究-基于引力搜索算法的分数阶变异时序回归GSA-TSGM(1,1)模型.pdf下载

为了利用分数阶累加算子在灰色短期预测中的高效性能，首次将分数阶累加算子引入变异时序回归模型以期取得更高的预测精度。主要方法如下：首先取湖北省链子崖某监测点1978—1987年的十年数据作为训练集并使用引力搜索算法确定最佳分数阶累加阶数，而1988—1993年的六年数据作为验证集验证提出的模型；其次对比了经典灰色模型GM（1，1）、分数阶累加灰色模型、变异时序回归模型TSGM（1，1）三种灰色模型。结果如下：首先修正了陈西江等人变异时序回归模型仿真时出现的错误，其次表明了相比于其他的模型，基于引力搜索算法的分数阶累加时序回归模型在进行灰色长期预测中具有较高的预测精度。因此，通过分数阶累加算子提高了灰色理论中长期预测模型的精度，为灰色长期预测提供了指导。