绝对值表示为():()()()()()(),(),(),...(),n()其中()()(),,,...,.qkkn()通过使用相同方法如式()–(),一个()灰色GM(,)模型可以被建立.预测残差序列表示为()(),k然后()()()()(),,,...kaabkeeka()残差预测输出最终预测残差输入原始预测输出残差符号估计原始模型原始灰色GM(,)预测修正子模型残差灰色GM(,)预测人工神经网络符号估计混合模块数据输入..人工神经网络残差符号估计模型近年来,已经进行了大量人工智能预测技术问题方面研究.然而,该模型毫无疑问由于应用了神经网络这一强大计算工具而受到广泛关注.图.给出了一个概要生物神经和一个基本神经网络元素.人工神经网络模型像一个黑盒操作,不需要系统详细信息.相反它们会通过研究以前数据,学习输入参数和受控及非受控变量间关系.人工神经网络模型可M(,)模型,它应用了结合人工神经网络符号估计来修正残差技术.我们研究结果表明,该方法可以得到比原来灰色GM(,)模型更精确结果.它同时也解决了数据太少问题,因为数据量少可能会导致符号相同残差数量低于个,从而违反了灰色GM(,)模型设定必要条件.改进灰色模型然后被应用到