控制与决策

作者：苟小义,米传民,曾波,王俊杰

单位：南京航空航天大学 经济与管理学院，南京 210016,,南京航空航天大学 经济与管理学院，南京 210016;智能决策与数字化运营工业和信息化部重点实验室，南京 210016,,重庆工商大学 管理科学与工程学院，重庆 400067,,南京航空航天大学 经济与管理学院，南京 210016,

关键词：SMFGM (1, N)模型;混频灰色关联度模型;Nakagami函数;季节性因素;多频率信息;税收收入预测

基金：国家自然科学基金项目(72071023, 72001107, 72271120)；江苏省研究生科研与实践创新计划项目(KYCX24_0521).

针对协同利用多频率信息进行建模时存在变量频率不齐, 以及高频变量通常具有季节性影响的问题, 构建季节性混频灰色预测模型(SMFGM (1, N)). 首先, 所提出新模型通过引入Nakagami函数来实现变量间频率对齐, 基于季节因子消除变量的季节性影响, 添加非线性项来反映系统受时间因素的非线性影响; 然后, 为了辨识新模型中的滞后参数, 将Nakagami函数与经典灰色关联度模型相结合, 提出混频灰色关联度模型, 以识别不同频率变量间的关联关系; 最后, 基于年度GDP和季度税收收入案例, 将所提出新模型与混频数据抽样模型、其他灰色预测模型、神经网络模型以及统计模型进行对比分析. 分析结果表明: SMFGM (1, N)模型具有更优异的建模性能, 能够有效处理具有季节性规律的混频数据预测问题, 为多频率信息系统建模提供了新的方法.

来源：2025年第4期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第4期