一种考虑空间邻近效应的新多变量离散灰色预测模型及其应用

《Mathematics and Computers in Simulation》：A novel multivariable discrete grey prediction model with spatial proximity effect and its application

　　

这篇论文提出了一种结合最大二叉搜索树(MBSTs)和水平可见性图(HVGs)的多尺度空间邻近效应表征方法，并将其应用于电力消费预测。主要贡献包括：

1. **方法创新**：通过粗化生成多尺度序列，利用MBST编码并转换为HVG，提取多尺度演化特征和时间结构相似性，构建空间邻近效应权重。

2. **模型构建**：提出含空间邻近效应的多变量离散灰预测模型(SPDGM(1,N))，显式考虑区域间关系，扩展传统灰模型的多区域预测能力。

3. **验证应用**：通过蒙特卡洛模拟进行稳健性分析，并以长三角地区(江苏、浙江、安徽、上海)数据实证，预测2025-2027年电力消费，显示模型在不同实验条件下具有强鲁棒性和高精度。

论文结构包括：方法(MBST-HVG编码与模型构建)、优化评估(误差指标、稳健性分析、理论对比)、实证分析(数据收集、模型比较、结果分析、情景预测)及结论。

如需了解具体技术细节、模型公式或实验结果，欢迎进一步提问。