理解原因↗
摘要指出,GM(1,1) 模型在预测剧烈非平稳数据序列时精度较低。为了解决这一缺点,它使用代谢方法提出了改进的 GM(1,1) 模型和改进的 Verhulst 模型。
适用条件:比较适用于剧烈变化或剧烈非平稳的数据序列。;实证评估使用了黑龙江省 1996 年至 2009 年的交通事故数据。
YouTube道路交通事故灰色预测模型的改进与应用
0:31 – 1:01原站看这一段 ↗
摘要指出,GM(1,1) 模型在预测剧烈非平稳数据序列时精度较低。为了解决这一缺点,它使用代谢方法提出了改进的 GM(1,1) 模型和改进的 Verhulst 模型。
适用条件:比较适用于剧烈变化或剧烈非平稳的数据序列。;实证评估使用了黑龙江省 1996 年至 2009 年的交通事故数据。
YouTube道路交通事故灰色预测模型的改进与应用
0:31 – 1:01原站看这一段 ↗