优化MGM(1,n)模型及其应用研究

摘要

本文从最小二乘估计的适用条件出发,在建立MGM(1,n)模型前,先采用Box-Cox变换对原始数据进行变换,以解决或缓解误差项的正态性偏离问题.首先,以模型拟合平均误差最小化为目标,建立非线性优化模型,在参数的置信区间内,应用PSO(Particle Swarm Optimization)算法求最优解.然后,应用求解得到的参数,建立优化MGM(1,n)模型.在实例分析中,将优化MGM(1,n)模型应用于深基坑围护结构变形预测，通过与GM(1,1)模型及传统MGM(1, n) 模型比较，证明了优化MGM(1, n)模型能够有效提高模型的拟合及预测精度。