论文部分内容阅读
将GM（1，1）预测模型与广义回归神经网络（GRNN）相融合，构建一种兼具两者优点、互补型的灰色广义回归神经网络（GGRNN）。以1985-2007年度广西木薯鲜薯总产量为数据样本，采用GGRNN模型进行广西木薯产量预测研究。研究结果表明，GGRNN训练期平均拟合指数、预测期平均拟合指数分别为0．99和0．93，分别比GM（1，1）模型高0．09和0．04。该组合模型在拟合精度和预测精度方面均优于单一的GM（1，1）预测模型，并具有自学习能力、非线性映射能力以及适应性强等优点，为木薯产量预测的定量化和智能