论文部分内容阅读
传统的非线性灰色Bernoulli模型可以描述小样本非线性系统的整体单峰演化趋势,但由于存在大量不确定的外部扰动,难以揭示其中的个体随机波动现象。为了克服灰色Bernoulli模型的微分方程对单个初值较敏感的局限性,构建了一种非线性灰色自记忆Bernoulli耦合模型,其系统自记忆方程以多时点初始场代替单时点初始场。对废气氮氧化物(NOx)排放量预测的实例研究结果表明,该模型能充分提取非线性系统的历史信息,且比现有灰色Bernoulli模型、一次指数平滑法和简单滑动平均法更为有效,可用于预测存在于其他类似