论文部分内容阅读
基于灰色理论GM（1，1）模型，结合Elman神经网络组成灰色神经网络模型。模型的输出误差作为一个新的时间序列，通过Elman神经网络对误差序列进行拟合和预测，更大限度地减小预测误差。GM（1，1）模型所需要的数据少，方法简单；Elman神经网络是动态的神经网络对历史数据具有高度的敏感性。这种灰色理论与动态神经网络的组合模型，比起单个的预测模型提高了预测精度，通过分析和验证表明．该方法实用有效。