新信息优先原理下非等间距GM(1,1)模型优化研究

针对现实工程应用中存在非等间距序列问题,基于新信息优先原理提出非等间距GM(1,1)$优化模型.在对现有初始条件优化方法的缺陷进行分析的基础上,基于新信息优先原理,利用一阶累加生成序列的各分量加权和重构模型的初始条件,并利用各时点分量大小计算新旧信息间的权重分配比例,强化新信息对发展趋势的修正作用;在相对误差平方和最小准则下,给出时间参数的求解公式,进而构建优化模型.通过递增和递减两个类型实例研究,表明所提出优化模型能够充分利用新信息,预测精度优于其他初始条件改进模型.