[发明专利]基于牛顿‑柯特斯公式构造背景值的GM（1，1）模型预测方法

摘要

本发明公开了基于牛顿‑柯特斯公式构造背景值的GM(1，1)模型预测方法，包括以下步骤1，根据预测目标选取预测模型所采用的原始数据序列，此原始数据序列为一组非负数数据序列，记为X(0)；2，对原始数据序列X(0)做一次累加处理，生成一次累加序列X(1)；3，对一次累加序列X(1)采用牛顿‑柯特斯公式构造背景值z(1)(k)，并求出参数a、u；4，基于求解出参数a、u，建立时间响应序列并还原求解出初始点的预测值此值即为原始数据序列的预测值序列；5，根据上一步求解出原始数据序列的预测值后，进行误差检验以判断GM(1，1)模型的预测精度。本发明基于牛顿—柯特斯公式构造背景值，计算过程简单、误差较低，GM(1,1)建模的预测精度高。

主权项

基于牛顿‑柯特斯公式构造背景值的GM(1，1)模型预测方法，其特征是，包括以下步骤：步骤S1，根据预测目标选取预测模型所采用的原始数据序列，此原始数据序列为一组非负数数据序列，记为X(0)；步骤S2，对原始数据序列X(0)做一次累加处理，生成一次累加序列X(1)；步骤S3，对一次累加序列X(1)采用牛顿‑柯特斯公式构造背景值z(1)(k)，并求出参数a、u；步骤S4，基于求解出的参数a、u，建立时间响应序列并还原求解出初始点的预测值此值即为原始数据序列的预测值序列；步骤S5，根据上一步求解出原始数据序列的预测值后，进行误差检验以判断GM(1，1)模型的预测精度。