本文介绍了灰色预测模型的改进方法，特别是针对背景值参数设定的优化。通过对传统GM(1,1)模型的α参数进行修正，以提高预测准确性。文章提供案例和Python代码，展示如何在电力负荷预测中应用改进后的算法，通过比较不同ε值下的预测效果，探讨优化的必要性。"
120158576,9336883,装饰器模式：从俄罗斯套娃到编程实践,"['java', '设计模式', '面向对象']
😊😨😱😡:我的心路历程，妈耶，妥妥的
翻车了，论文【1】里改进后效果明显变好了，采用了新的数据集，效果反而变差了，但仁者见仁吧，可能真的在别的数据集上效果就会好呢。后续会阅读别的论文，持续更新新的改进方法。
29/03/2022 10:44
灰色系统理论及其应用系列博文：
一、灰色关联度分析法(GRA)_python
二、灰色预测模型GM(1,1)
三、灰色预测模型GM(1,n)
四、灰色预测算法改进
五、灰色预测改进2—三角残差拟合
灰色预测算法改进_改进背景值Z_python
于 2022-03-29 10:55:05 首次发布
订阅专栏 解锁全文
扫一扫
109
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
