基于SOA-MGM(1,n,q)模型的信息流通量预测
罗朝辉
黄激珊
陈昆
1.兴义民族师范学院 数学科学学院,贵州 兴义,5624002.兴义民族师范学院 数学科学学院,贵州 兴义,5624003.兴义民族师范学院 数学科学学院,贵州 兴义,562400
摘要：针对多变量灰色模型存在预测误差大和参数需手动设置的缺点,将人群搜索算法和MGM(1,n,q)结合,运用SOA算法对MGM(1,n,q)模型的参数q进行优化,提出一种基于SOA算法优化MGM(1,n,q)的高校图书馆图书信息流通量预测模型.选择平均绝对百分比误差(MAPE)和均方根误差(RMSE)作为评价指标,通过SOA-MGM(1,n,q)、MGM(1,n)和GM(1,1)三个模型预测结果对比发现,提出的SOA-MGM(1,n,q)模型可以有效提高信息流通量的预测精度,具有推广应用价值.
关键词：人群搜索算法灰色模型遗传算法粒子群算法信息流通量背景值缓冲算子发展系数
分类号：TN915(通信)
资助基金：贵州省教育厅本科教学工程资助项目(201689)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 189-193 )
英文信息