Resumen

Este estudio propone un modelo de metabolismo gris mejorado [IMGM] para predecir muestras pequeñas con un dato singular, lo cual es un fenómeno común en los datos económicos diarios. Este nuevo modelo combina la ventaja de ajuste del GM convencional en muestras pequeñas y las ventajas adicionales del MGM en datos nuevos en tiempo real, al mismo tiempo que supera las limitaciones tanto del GM convencional como del MGM cuando los resultados predichos son vulnerables a cualquier dato singular. Por lo tanto, este modelo puede clasificarse como un modelo de predicción gris mejorado. Sus mejoras se ilustran a través de un estudio de caso de emisiones de dióxido de azufre en China de 2007 a 2013 con un dato singular en 2011. Algunas características de este modelo se presentan basadas en el análisis de error en el estudio de caso. Los resultados sugieren que si no se toman medidas de inmediato, las emisiones de dióxido de azufre en 2016 superarán el nivel estándar requerido por el Duodécimo Plan Qu

• Materias:Ecuación pseudoparabólica Dimensión fractal Virus informático Redes dinámicas Sistemas diferenciales
• Subjects:Pseudoparabolic equation Fractal dimension Computer virus Dynamic networks Differential systems
• Palabras claves:Estudio; Modelo gris de metabolismo mejorado; Muestras pequeñas; Dato singular; Emisiones de dióxido de azufre; China
• Keywords:Study; Improved metabolism grey model; Small samples; Singular datum; Sulfur dioxide emissions; China