1. 研究目的与意义（文献综述）

由于振荡序列具有随机性和不稳定性的特点，传统灰色模型往往难以得到满意的预测效果。

针对此问题，李亚男教授在已有 gm(1,1| sin) 模型的基础上, 利用分数阶算子对原始序列进行累加生成的方法, 获得了分数阶累加 gm(1,1| sin) 模型的表达式; 以平均相对误差最小化为目标, 利用粒子群算法求解非线性优化问题, 获得了模型的最优参数。

庞增拴等人提出了多变量分数阶灰色预测模型，分数阶的引入将累加灰色模型从整数域推广到实数域，弱化了原始数据序列的随机性，增强了预测精度。

2. 研究的基本内容与方案

首先查阅国内外论文，了解灰色模型的背景、概念。

因为振荡序列的随机性和不稳定性导致传统灰色模型难以得到满意的预测效果。

本项目的目标是通过构建新模型来对振荡序列进行较高精度的预测。

3. 研究计划与安排

1-3周：查阅文献，完成开题报告

4-6周：总体设计，完成论文综述

7-10周：改进与推广

4. 参考文献（12篇以上）

[1] 李亚男．基于分数阶累加的灰色gm(1,1|sin)模型及其应用[j/ol]．数学杂志.https://doi.org/10.13548/j.sxzz.20180930.005

[2] 庞增拴,李欣.光电装备维修器材多变量分数阶灰色预测模型[j].指挥控制与仿真,2018,4004:62-65.

[3] 刘基伟,张辉.基于分数阶缓冲算子的时变参数离散灰色模型[j].中国传媒大学学报(自然科学版),2018,2504:64-68.