《表2 四种模型的拟合结果和相对误差对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《"一类改进的GOM(1,1)模型及其应用"》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从表2的数据对比中可以看到，传统灰色模型的平均相对误差最大，说明使用累加生成方法处理具有递减趋势的数据序列，建模预测的适应性较差，导致建模误差较大；文献[6]提出了反向累加生成概念，由此建立了对于具有单调递减趋势序列的反向累加灰色GOM（1，1）模型，由于忽略了背景值的构造会影响建模精度，平均相对误差仅为1.67%；文献[7]发现了GOM（1，1）模型的缺陷，对背景值进行了优化，但却忽略了新背景值的建模适应性，导致对于本文实例中的数据序列建模效果不佳；本文优化模型的平均相对误差仅为1.17%，相对于其他几种模型的模拟精度有较大提升，能够说明改进算法后的新模型更有优势．