摘要：基于Simpson公式的GM(1,N)建模的算法不能更改參數(shù)的缺點(diǎn),提出了基于擾動(dòng)因子改進(jìn)Simpson GM(1,N)模型。通過(guò)擾動(dòng)因子變化影響參數(shù)值,以達(dá)到特征因素的最優(yōu)預(yù)測(cè)值。依據(jù)平均相對(duì)誤差指標(biāo)對(duì)一些時(shí)間序列數(shù)據(jù)進(jìn)行了不同模型的實(shí)證分析和比較,得到本算法的擬合精度比原有算法有明顯的改進(jìn),從而驗(yàn)證了該算法對(duì)一些時(shí)間序列的有效性。所提出的新算法是GM(1,N)模型進(jìn)行預(yù)測(cè)時(shí)值得嘗試的一個(gè)方法,對(duì)GM(1,N)預(yù)測(cè)模型的合理應(yīng)用具有一定的現(xiàn)實(shí)意義。