滚动优化非线性灰色Bernoulli模型RONGBM(1,1)及其在预测COVID-19总感染病例中的应用
应用统计
2020-08-19 v1 信号处理
统计方法学
摘要
非线性灰色Bernoulli模型NGBM(1,1)是近年来发展的一种灰色模型，因其在处理具有非线性变化的小样本时间序列数据集方面的准确性而有着不同领域的多种应用。本文为充分提高该模型的精度，提出一种新颖模型，即滚动优化非线性灰色Bernoulli模型RONGBM(1,1)。该模型将滚动机制与所有模型参数(指数、背景值和初始条件)的同步优化相结合。在应用于按日预测全球COVID-19总感染病例之前，通过预测越南2013至2018年GDP已显著证明该新模型的准确性。
引用
@article{arxiv.2008.07581,
title = {A Rolling Optimized Nonlinear Grey Bernoulli Model RONGBM(1,1) and application in predicting total COVID-19 infected cases},
author = {Hoang Anh Ngo and Thai Nam HOANG},
journal= {arXiv preprint arXiv:2008.07581},
year = {2020}
}
备注
Accepted paper at the 2020 International Congress of Grey Systems and Uncertainty Analysis (GSUA)