-
DGGM(1,1)双参优化模型及其应用研究
- 王方, 王治中, 刘启明
-
2023, 32(6):
82-88.
DOI: 10.12005/orms.2023.0186
-
摘要
(
)
PDF (1170KB)
(
)
-
参考文献 |
补充材料 |
相关文章 |
计量指标
由于受到季节性或统计制度等因素的影响,季节性周期波动特征普遍存在于社会经济领域的时间序列数据。针对传统DGGM(1,1)(Data grouping-based grey modelling)模型在实际运用中性能不稳定的问题,提出了一种新的PSO-ESM-DGGM(1,1)模型。首先,引入平滑系数α,使用指数平滑法(Exponential smoothing method,ESM),对具有不同季节性波动特征的时间序列进行处理,构建ESM-DGGM(1,1)模型。在此基础上,为解决平滑系数α和背景值权重e的设定问题,以平均绝对百分比误差最小为目标,使用粒子群优化算法(Particle Swarm Optimization,PSO)对二者进行调优。同时,在参数寻优过程中引入提前停止法,以降低参数寻优过程中的时间成本、避免模型过拟合问题。最后,以我国冰箱出口量和克强指数两个数据集为例,对DGGM(1,1)模型及其改进形式进行了对比分析,发现PSO-ESM-DGGM(1,1)模型较次优模型在测试集的平均绝对百分比误差分别减少了27%和5%,验证了其在保证模型可接受拟合误差的前提下,能够提升预测精度。