首页 | 本学科首页   官方微博 | 高级检索  
     

基于GM(1,1)和线性回归模型在印刷包衬压缩变形中的数据预测研究
引用本文:鲍,蓉.基于GM(1,1)和线性回归模型在印刷包衬压缩变形中的数据预测研究[J].自动化与仪器仪表,2014(1):27-29.
作者姓名:  
作者单位:兰州石化职业技术学院印刷出版工程系,甘肃兰州730060
基金项目:教育部中国教师发展基金会教师科研专项基金“十二五”规划重点课题(CGF120782)2013年;甘肃省教育厅高等学校科研项目(2013B-107)
摘    要:运用线性回归对预测数据进行分析,剔除异常数据,用GM(1,1)模型进行预测,有效降低了数据相对误差,提高了预测数据的精度。选用印刷包衬压缩变形的压缩变形量值,用线性回归进行数据分析并剔除异常数据后用GM(1,1)进行预测,使得预测数据具有更高的准确性和适应性。实验及仿真结果表明,经过前期数据分析整理后的灰色预测模型,其预测期望值远优于单纯的回归模型和GM(1,1)模型。

关 键 词:线性回归  GM(1  1)模型  预测  印刷包衬压缩变形  压缩变形量
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号