基于马尔克夫的灰色残差 GM（1，1）模型在塑料老化行为预测中的应用

针对数据的离散程度较大时，灰色GM （1，1）模型的预测精度较差这一问题，引入残差修正，在采用马尔克夫过程确定预测值的残差修正值正负号的基础上，通过对灰色GM （1，1）模型得到的模拟值和预测值进行修正，构建了基于马尔克夫的灰色残差GM （1，1）模型。以大气自然老化环境下LDPE棚模的拉伸强度的预测为例，研究所建模型在塑料老化行为预测中的适用性。结果表明：由所建模型得到的LDPE棚模老化18个月和21个月的拉伸强度预测值与实际值的相对误差分别为1．49％和4．96％，预测精度明显高于灰色G M （1，1）模型（相对误差分别为3．40％和6．75％），可用于塑料老化行为的预测。马尔克夫的灰色残差GM （1，1）模型所需实验数据少，预测精度高，为塑料老化行为的预测提供了一种简易而可靠的新途径。