Resumen

El modelo de predicción gris con integral de convolución GMC (1, ) es un modelo gris múltiple con soluciones exactas. Para mejorar aún más la precisión de la predicción y describir mejor la relación entre causa y efecto, introducimos parámetros no lineales en el modelo GMC (1, ) y aplicamos adicionalmente una integral de convolución para producir un modelo de pronóstico mejorado aquí designado como NGMC (1, ). El proceso de resolución del modelo aplicó el método de mínimos cuadrados para evaluar los parámetros de la estructura del modelo: la convolución se utilizó para obtener una solución exacta con este modelo gris mejorado. La optimización no lineal tomó los parámetros como variables de decisión con el objetivo de minimizar los errores de pronóstico. Los modelos GMC (1, 2) y NGMC (1, 2) se utilizaron para predecir las emisiones de SO industriales de China a partir del nivel de producción económica como factor influyente. Los resultados indicaron que NGMC (1, 2) puede describir de manera efectiva la relación no

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Modelo de predicción gris; Integral de convolución; GMC (1, ); Modelo gris múltiple; Parámetros no lineales; Modelo de pronóstico
• Keywords:Grey prediction model; Convolution integral; GMC (1, ); Multiple grey model; Nonlinear parameters; Forecasting model