小样本预测精度高
将小波核的非线性与周期性特征引入灰色系统建模，为数据稀缺且非线性强的城市天然气消费量提供更准确的预测。
马新 · 卢泓方 · 马敏达 · Lifeng, Wu · Cai, Yubin
Engineering Applications of Artificial Intelligence 2023
利用灰色系统建模对小样本建模的优势，仅需少量历史数据即可构建预测模型，适用于数据收集困难的中小城市。
通过引入小波核，模型能够同时捕捉天然气消费序列中的非线性趋势和周期性波动，提高对复杂时间序列的表征能力。
采用基于留出交叉验证的网格搜索方案，自动选择最优超参数，使模型在不同数据集上能自适应调节。
在昆明三个真实城市天然气消费数据集上，预测精度优于其他15种时间序列预测模型，包括核方法、灰色系统模型和深度学习模型。