文献类型：期刊文章

作　　者：周伟杰[1] 张宏如[1] 党耀国[2] 王正新[3]

机构地区：[1]常州大学商学院,江苏常州213164 [2]南京航天航空大学经济与管理学院,江苏南京211006 [3]浙江财经大学经济学院,浙江杭州310018

出　　处：《中国管理科学》

基　　金：国家自然科学基金面上资助项目(71371098;71571157;71101132);国家社科基金重点项目(16ASH005)

年　　份：2017

卷　　号：25

期　　号：8

起止页码：140-148

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、CSSCI、CSSCI2017_2018、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：根据灰色新息优先利用思想,定义新的累加生成,与灰色离散模型结合,构建出新息优先累加生成的灰色离散模型(NIPDGM(1,1))。在四种误差准则下,给出了参数优化方法。进一步利用数值模拟,研究NIPDGM(1,1)模型在不同误差最小化下对信息的重视程度,分析表明在序列累加生成过程中,四种优化形式对信息的重视较为一致。在实证部分,以高速公路软土路基沉降以及江苏省能源消费问题为例,分析NIPDGM(1,1)模型的建模精度,结果表明:在NIPDGM(1,1)实证模型中,不同误差优化方式对信息的重视程度与数值实验结论相符;与GM(1,1,t2)、反向累加GOM(1,1)、倒数累加GRM(1,1)、GM(1,1)、DGM(1,1)、无偏GM幂模型相比,NIPDGM(1,1)对路基沉降的建模精度更优;与RBF神经网络、灰色累加生成RBF神经网络(GRBF)、支持向量机(SVM)、灰色累加生成支持向量机(GSVM)相比,NIPDGM(1,1)对能源消费的模拟误差大些,但预测误差更小,表明新模型具有更好的泛化能力。

关 键 词：新息优先  累加生成  NIPDGM(1,1)  误差准则  

分 类 号：F224] F426.2