论文部分内容阅读
为了弥补传统GM（1,1）模型在波动数据序列预测中误差较大的缺陷,采用一阶差分方法对初始数据序列进行改进,构建了一阶差分GM（1,1）模型。分别应用传统GM（1,1）模型和一阶差分GM（1,1）模型对2009—2016年火灾致死人数进行预测分析。结果显示,一阶差分GM（1,1）模型的预测精度高于传统GM（1,1）模型。