论文部分内容阅读
灰色理论广泛应用于贫信息系统的建模与预测,但鉴于GM(1,1)模型的精度问题,其残差模型更适合于实际应用,而残差修正符号一直是决定该模型适用性的重要因素.本文运用神经网络方法确定残差修正符号,扩展了残差修正模型的应用范围;并根据优选组合预测理论将灰色残差预测与神经网络预测结果有机结合,给出了这一方法在材料性能预测中的应用实例,为进一步提高预测精度提供了有效的方法.