点击次数：

所属单位：南京航空航天大学经济与管理学院

教研室：管理科学与工程

发表刊物：中国管理科学（网络首发）

关键字：季节离散灰色预测模型；实域差异化分数阶；纵横维度双重视角；季度GDP 预测

摘要：季节数据具有季节波动性、周期连贯性、阶段差异性等多重复杂特征，这为其预测模型的科学构建带来了挑战。为此，文章首先基于时序数据矩阵化处理方法，实现了纵横维度双重视角的季节波动性特征考虑；其次，通过虚拟变量的引入及累加阶数的差异化设计，构建了新型实域分数阶离散灰色预测模型，实现了季节数据周期连贯性与阶段差异性等特征的有效模拟；然后，利用粒子群算法对新模型各变量阶数在实域范围内进行同步优化，以进一步提高新模型建模性能，通过两篇文献案例建模显示，新模型误差较对比文献模型分别下降约77%与82%。最后，文章将新模型用于解决我国GDP 季度数据的预测问题，结果显示新模型误差为0.813%，其他同类模型误差分别为2.545%、1.517%与2.667%。本研究成果为研究季节数据的预测问题提供了一种新的建模手段，对完善和丰富灰色预测模型方法体系具有积极意义。

论文类型：期刊论文

是否译文：否

合写作者：曾波,李明珠,徐盈婷

通讯作者：米传民