Verhulst模型的改进及其与双曲线模型组合的应用

发布时间：2024-01-16 18:16

　　由于Verhulst模型的精度依赖结构参数α,且初值选取为(1)x(1)会造成误差积累。因此基于信息覆盖原理对结构参数α进行优化,利用加权平均优化预测模型初值,改进了Verhulst模型;结合改进的Verhulst模型与双曲线模型的优缺点,利用最优加权将两种模型进行组合。通过实例,对比了几种模型的预测精度,以应变片2为例,改进后的Verhulst模型、传统Verhulst模型、双曲线模型、组合模型平均相对误差分别为0.0094、0.0183、0.0356、0.0070。结果表明:改进后的Verhulst模型预测精度显著高于传统模型;改进的Verhulst模型与双曲线模型的组合模型预测精度高于单一的改进的Verhulst模型和双曲线模型。说明本文对Verhulst模型的改进及模型组合对提高样本数据预测精度可行有效。

【文章页数】：8 页

【文章目录】：
1 引言
2 改进Verhulst模型
    2.1 Verhulst模型概况
    2.2 Verhulst模型改进
        2.2.1 Verhulst模型参数 α 优化估计
        2.2.2 Verhulst模型初值优化
        2.2.3 其他Verhulst优化模型
3 双曲线模型基本原理
4 改进的Verhulst模型与双曲线模型的组合模型
5 实例分析
    5.1 数据来源
    5.2 数据计算及分析
        5.2.1 数据取用规则
        5.2.2 计算方法
        5.2.3 数据分析
6 结论



本文编号：3878945