海洋经济与管理研究院殷克东教授与其指导的博士研究生张凯等合作撰写的论文《Probabilistic accumulation grey forecasting model and its properties》，在《Expert Systems with Applications》（2023年8月）在线发表。该刊系我校A1类期刊。

在灰色系统理论中，已建立的灰色预测模型的性能在很大程度上取决于如何有效地从数据中测量灰色信息。现有的灰色预测模型大多采用灰色累加算子来获取灰色信息。然而，并不是所有的灰色信息都有助于提高灰色预测模型的性能。因此，简单的累加会导致无效灰色信息的误差累积，从而影响模型的性能。针对这一问题，本研究根据有效灰色信息和无效灰色信息对模型性能的贡献来定义它们。在此基础上，提出了利用伯努利分布来模拟有效/无效灰色信息的分布。基于该概率设计了一种计算灰色信息的概率累加算子，并利用该灰色信息建立了基于概率累加算子的灰色预测模型（PGM(1,1)）。PGM（1,1）由于不受无效灰色信息的负面影响，在预测方面是先进的。PGM（1,1）在五个公共数据集上进行了测试，并与其他预测模型进行了比较，取得了优秀的性能表现。

原文链接：https://doi.org/10.1016/j.eswa.2023.119889