论文研究-灰色误差神经网络模型在预测中的应用研究.pdf

在分析GM（1，1）模型的建模机理的基础上，指出了传统建模方法的不足，即发现了预测数据序列中的第一点的值并不能用原始数据序列中第一点的值来代替，因为存在误差，同时给出了误差项的一般表达式，然后基于BP神经网络对误差项进行优化模型。结果表明，该模型拟合误差小，预测精度高。