豐麗陽

【摘要】針對傳統(tǒng)灰色預測模型存在的問題，結合灰色預測理論的改進成果，采用AHP法將傳統(tǒng)GM（1，1）、離散DGM（1，1）和背景值優(yōu)化GM（1，1）模型進行加權處理，構建新的組合預測模型，針對江西省第三產業(yè)產值進行驗證.結果表明，相較于各單項預測模型，組合預測模型能夠更好地模擬江西第三產業(yè)發(fā)展趨勢，且誤差更小，預測精度更好.并在此基礎上預測2019—2022年江西省第三產業(yè)產值.

【關鍵詞】AHP法;灰色組合預測;預測精度

灰色預測方法是一種對含有不確定性因素的系統(tǒng)進行預測的方法，能夠借助已知的部分樣本信息來研究不確定性系統(tǒng)，通過對已知信息的提取、開發(fā)，從而實現(xiàn)對系統(tǒng)運行行為、演化規(guī)律的正確描述，預測未來發(fā)展狀況[1].

本文采用AHP法構建基于傳統(tǒng)GM（1，1）、離散DGM（1，1）[2]和背景值優(yōu)化GM（1，1）模型[3]的組合預測模型，該組合模型能夠降低信息損失，提高預測精度，并應用該模型對江西省第三產業(yè)進行實例驗證.

一、灰色預測模型

（二）確定各單項預測模型的權重及一致性檢驗

根據(jù)各單項預測模型結果，構建相應的判斷矩陣及計算權重系數(shù)，本文求出傳統(tǒng)GM（1，1）、離散DGM（1，1）和背景值優(yōu)化GM（1，1）模型權重分別為W1=0.124 0，W2=0.242 7，W3=0.633 3.

（三）計算組合預測綜合評價值

將各單項預測模型的權重系數(shù)Wj結合各單項預測模型擬合數(shù)據(jù)代入式（6）中，計算樣本的綜合評價值，預測成果見表3.

（四）預測模型的效果評價

各模型預測出2016—2018年數(shù)據(jù)，詳見表4，組合模型的預測數(shù)據(jù)絕對誤差和相對誤差平均值分別為102.68，1.30%，預測精度較各單項預測模型更優(yōu).根據(jù)圖2，相較于各單項模型預測精度的變化趨勢，組合灰色預測模型隨時間的變化，預測精度提升趨勢明顯.這些都說明了該模型的有效性和可靠性.

（五）組合預測模型的應用

基于灰色組合預測模型對江西省2019—2022年第三產業(yè)進行預測，詳見表5.

四、總 結

本文基于傳統(tǒng)GM（1，1）、離散DGM（1，1）和背景值優(yōu)化GM（1，1）模型，根據(jù)各單項預測模型的擬合及預測情況，采用AHP法構建灰色組合預測模型，并針對江西省第三產業(yè)數(shù)據(jù)的擬合和預測誤差來對比分析各單項和組合預測模型預測精度，結果證明基于AHP法的灰色組合預測模型預測精度更優(yōu)于各單項灰色預測模型，能夠取得較高精度的預測成果，通過MATLAB軟件運行，加強了灰色組合預測模型的可操作性.對江西產業(yè)布局和經濟發(fā)展具有重要的理論意義和實踐應用價值，也為其他方面的經濟預測提供借鑒思路及理論支持.

【參考文獻】

[1]謝力，魏汝祥，蔣國萍，等.基于AHP的最優(yōu)組合預測小樣本改進模型[J].統(tǒng)計與決策，2014（11）：73-76.

[2]謝乃明，劉思峰.離散GM（1，1）模型與灰色預測模型建模機理[J].系統(tǒng)工程理論與實踐，2005（1）：93-99.

[3]李星毅，李奎，施化吉，等.背景值優(yōu)化的GM（1，1）預測模型及應用[J].電子科技大學學報，2011（6）：911-914.

[4]肖燕彩，陳秀海，朱衡君.改進的離散灰色模型及其應用[J].北京交通大學學報，2008（1）：101-103.

[5]周力.基于GM（1，1）模型的線性函數(shù)變換及優(yōu)化研究[J].數(shù)學學習與研究，2017（16）：7-10.

[6]李學平.用層次分析法求指標權重的標度方法的探討[J].北京郵電大學學報（社會科學版），2001（1）：25-27.

[7]周齊，彭亞綿，黃少騫，等.基于灰色預測與層次分析的污染物濃度預測和擴散評價研究[J].數(shù)學學習與研究，2016（20）：140.

[8]江西統(tǒng)計局，國家統(tǒng)計局江西調查總隊.江西統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社，2018.