文献类型：期刊文章

作　　者：罗党[1] 王小雷[1] 孙德才[2] 张国政[2]

LUO Dang;WANG Xiaolei;SUN Decai;ZHANG Guozheng(School of Mathematics and Statistics,North China University of Water Resources and Electric Power,Zhengzhou 450046,China;School of Management and Economics,North China University of Water Resources and Electric Power,Zhengzhou 450046,China)

机构地区：[1]华北水利水电大学数学与统计学院,郑州450046 [2]华北水利水电大学管理与经济学院,郑州450046

出　　处：《系统工程理论与实践》

基　　金：国家自然科学基金(51979106);河南省科技攻关计划(182102310014);河南省高等学校重点科研项目(18A630030);河南省研究生教育优质课程建设项目(灰色系统理论:HNYJS2015KC02)。

年　　份：2020

卷　　号：40

期　　号：10

起止页码：2737-2746

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、CSSCI、CSSCI2019_2020、EI、IC、JST、NSSD、RCCSE、RWSKHX、SCOPUS、ZGKJHX、核心刊

摘　　要：针对系统行为序列的周期性波动特征,将三角函数引入离散灰色预测模型,提出含时间周期项的离散灰色DGM(1,1,T)模型,其还原公式可表示为三角函数和指数函数的耦合形式,从而表明该模型适用于既存在周期性又具有趋势性的复合型序列.基于最小二乘思想,将DGM(1,1,T)模型的参数估计转化为非线性优化问题,并提出PSO-LM混合算法进行数值求解;通过数值实验对模型的适用范围和参数估计方法的有效性进行验证;最后将该模型应用于河南省安阳市、洛阳市、许昌市和商丘市的农业干旱预测,结果表明2019年四个地市的土壤湿度将呈现出下降态势.

关 键 词：灰色周期预测  DGM(1,1,T)模型  PSO-LM算法  农业干旱预测  

分 类 号：N941.5]