基于SOA-MGM（1,n,q）模型的信息流通量预测

论文摘要

针对多变量灰色模型存在预测误差大和参数需手动设置的缺点,将人群搜索算法和M GM （1,n,q）结合,运用SOA算法对M GM （1,n,q）模型的参数q进行优化,提出一种基于SOA算法优化MGM （1,n,q）的高校图书馆图书信息流通量预测模型.选择平均绝对百分比误差（MAPE）和均方根误差（RMSE）作为评价指标,通过SOA-MGM（1,n,q）、MGM （1,n）和GM （1,1）三个模型预测结果对比发现,提出的SOA-MGM（1,n,q）模型可以有效提高信息流通量的预测精度,具有推广应用价值.

论文目录

1 多变量灰色模型

1.1 GM （1, 1）预测模型

1.2 多变量MGM （1, n）模型

1.3 MGM （1, n, q）模型

2 人群搜索算法

2.1 SOA算法基本思想

2.2 SOA算法步骤

3 基于SOA优化MGM （1, n, q）模型

4 实验分析

4.1 数据来源

4.2 评价指标

4.3 实验结果

5 结论

文章来源

类型: 期刊论文

作者: 罗朝辉,黄激珊,陈昆

关键词: 人群搜索算法,灰色模型,遗传算法,粒子群算法,信息流通量,背景值,缓冲算子,发展系数

来源: 沈阳工业大学学报 2019年02期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学,信息科技

专业: 非线性科学与系统科学,自动化技术

单位: 兴义民族师范学院数学科学学院

基金: 贵州省教育厅本科教学工程资助项目(201689)

分类号: TP18;N941.5

页码: 189-193

总页数: 5

文件大小: 199K

下载量: 54

基于SOA-MGM（1,n,q）模型的信息流通量预测

论文摘要

论文目录

文章来源

相关论文文献