论文部分内容阅读
通过查阅相关的资料了解到GM（2,1）模型主要存在的缺陷是强行定义边界以及紧邻均值序列预测公式和累加生成序列预测公式相互混淆。针对GM（2,1）模型存在的这两大缺陷提出相应的改进措施；同时对传统的GM（2,1）模型中求解白化方程的方法进行了改进，提出利用Laplace变换求解白化方程，这样可以省去对微分方程的特征值进行分类判断的繁琐步骤。在MATLAB上进行的数值试验表明改进后的GM （2,1）模型可以提高预测精度。