同时利用x (1) (1)和x (1) (n )为GM(1,1) 建模初始条件的预测方法研究
中国矿业大学（北京）地球科学与测绘工程学院，北京 100083
A FORECAST METHOD COMBINING x (1) (1) WITH x (1) (n ) AS
INITIAL VALUE OF GM(1,1) MODEL
College of Geoscience and Surveying Engineering, China University of Mining and Technology, Beijing 100083
摘要 以灰色GM(1,1)模型初始条件的优化为主要研究目的，分别讨论了以x(1)(1)、x(1)(n)为初始条件的GM(1,1)建模机理；提出了同时利用x(1)(1)和x(1)(n)为GM(1,1)模型初始条件的新方法，以x(1)(t)的模拟值与原始数据的1-AGO序列的误差平方和最小为约束条件，推导了初始条件优化后的预测模型公式；对模型预测精度起决定性作用的参数进行分析，给出了初始条件优化后模型的适用范围。经大量的数据模拟和预测，发现初始条件优化后的GM(1,1)模型各项精度指标均优于传统的GM(1,1)模型。
关键词 ：
GM(1 ,
1)模型 ,
初始条件 ,
参数 ,
适用范围 ,
预测
Abstract ：In order to reestablish the initial value for GM (1,1) model, we proposed a new approach to improve prediction accuracy of GM(1,1) model through optimization of the initial value, which is comprised of the first and the nth vector as the initialization, and derived from a method of least error summation of square. Then we discussed the parameter which affects the fitting results. By contrasting the improved one to the GM(1,1) about the simulation and prediction, we can conclude that the improved one is superior in prediction and simulation, and it is proved that the optimum one widen its suitable range.
Key words ：
GM(1,1) model
initial value
parameter
suitable range
forecast
收稿日期: 2012-12-07
出版日期: 2013-06-18
基金资助: 国家自然科学基金（41071328）；国家重点基础研究发展规划(973)项目(2007CB209400)；教育部新世纪优秀人才支持计划资助项目(NECT0707098)；矿山空间信息技术国家测绘局重点实验室开放基金 (KLM200816)
通讯作者:
袁德宝，男，1976年生，博士研究生，主要从事GPS定位与导航的研究.
E-mail: debaoyuan@qq.com
引用本文:
袁德宝,崔希民,高宁. 同时利用x (1) (1)和x (1) (n )为GM(1,1) 建模初始条件的预测方法研究[J]. 大地测量与地球动力学, 2013, 33(3): 79-82.
Yuan Debao,Cui Ximin,Gao Ning. A FORECAST METHOD COMBINING x (1) (1) WITH x (1) (n ) AS
INITIAL VALUE OF GM(1,1) MODEL[J]. jgg, 2013, 33(3): 79-82.
链接本文:
http://www.jgg09.com/CN/ 或 http://www.jgg09.com/CN/Y2013/V33/I3/79
[1]
梁世川,瞿 伟,陈海禄,高 源,李久元,李 达. 2020-07-23西藏尼玛MW 6.3地震震源参数InSAR反演与发震构造研究
[2]
周 洋. 基于核混合效应回归模型的地震数据预测
[3]
郝永河，郝永艳，唐承忠，杨 华. 基于变形信息分解的大坝变形趋势判断及预测研究
[4]
黄小梅，陈 强，张一君，杨莹辉，靳 鑫，蒋子琴. 2019-07 Ridgecrest地震及其余震的双差重定位分析
[5]
黄佳伟，鲁铁定，贺小星，李 威. Prophet-Elman残差改正电离层TEC短期预报模型
[6]
袁德宝,张 建,张振超,魏盛桃. 基于SAFA-FDGM(1,1)模型的BDS钟差预报
[7]
鲁铁定,黄佳伟,贺小星,吕开云. EWT-Elman组合模型短期电离层TEC预报
[8]
姚志伟,陈 雨. 基于深度神经网络的GRACE等效水高及地表形变量预测
[9]
鲁铁定,黄佳伟,鲁春阳,贺小星,钱文龙. 基于EWT-ARMA的短期电离层TEC预测模型
[10]
李 磊，张 宁，尹淑慧，王轶卓. 基于残差修正的ARMA模型探测门源MS 6.4地震前电离层TEC异常
[11]
卢兆兴, 吕志峰, 李 婷, 张金生, 姚 垚. 基于BP神经网络的地磁变化场预测研究
[12]
黄文喜, 祝芙英, 翟笃林, 林 剑, 卿 芸, 李新星, 杨 剑. BP神经网络和ARMA模型在中纬度TEC短期预测中的对比分析
[13]
戴 卿, 冯 威, 许辉熙. 顾及时变非高斯噪声的高斯和滤波及其导航应用
[14]
周文韬, 张文君, 杨元继, 马旭东, 冉茂莹. 矿区地表沉降监测的一种组合模型预测方法
[15]
李 威,鲁铁定,贺小星,钱文龙. 基于Prophet-RF模型的GNSS高程坐标时间序列预测分析
