灰色系统分析方法.docVIP

灰色系统分析方法 [1] 韩中庚.数学建模方法及其应用.北京高等教育出版社.2005 [2] 邓聚龙.灰预测与灰决策[M].武汉:华中科技大学出版社.2002 [3] 邓聚龙.灰色系统理论教程[M].武汉:华中理工大学出版社.1990 一、白色系统、黑色系统、灰色系统(Grey System) 我们通常所说的系统是指：由客观世界中相同或相似的事物和因素按一定的秩序相互关联、相互制约而构成的一个整体。 白色系统——如果一个系统中具有充足的信息量，其发展变化的规律明显、定量描述方便、结构与参数具体 黑色系统——如果一个系统的内部特性全部是未知的 灰色系统——介于白色系统和黑色系统之间，即系统内部信息和特性是部分已知的，另一部分是未知的.区别白色系统与灰色系统的重要标志是系统内各因素之间是否具有确定的关系. 灰色系统分析方法主要是根据具体灰色系统的行为特征数据，充分利用数量不多的数据和信息寻求相关因素自身与各因素之间的数学关系，即建立相应的数学模型. 二、灰色系统分析的基本概念 （一） 灰数的概念及其运算 1.灰数及其表示法 灰数是指信息不完全的数，例如：“那个小姑娘的身高大约有165公分左右，体重只有40公斤左右”．这里的165左右和40公斤左右都是灰数，可以分别记为和.再如：“他的体温大约在38度～39度之间”，关于体温是灰数，记为. 白化数——灰数的白化默认（即对形象、形态、实体、数字的默认）数，记为，即灰数是白化数的全体. 灰数分离散和连续两种，如果是离散灰数，则有 如果灰数中的白化数是按区间连续分布的，则有 　 2.灰数的运算 (1) 离散灰数运算： 设与为两个离散的灰数，即 则 1) 与的加运算为 2) 与的减运算为 3) 与的乘运算为 4) 与的除运算为 (2) 连续灰数的运算： 设与为两个连续的灰数，即 则 1) 与的加运算为 2) 与的减运算为 3) 与的乘运算为 4) 与的除运算为 上述某些运算也可以推广到任意有限个灰数的情况，另外，作为特殊情况，类似地可以给出数与灰数的混合运算. （二）灰色关联分析 统计分析中的相关分析等方法是分析研究各因素之间关联程度的一种有效方法，但它往往是需要有大量的统计数据，计算量大，而且可能会出现反常的情况.为此，针对灰色系统采用关联度分析的方法来研究相应的问题. 1. 单因子的情况 如果系统的行为只有一个因子（结果），而受到多种因素（原因）的影响，一种利用因素对因子的灰关联度来表示对影响大小的方法，则称为灰关联分析. 设参考数列为 比较数列（m次实验）为 则差数列为 定义比较数列对参考数列在第点的灰关联系数为 其中常数，称为分辨率系数.显然的，当越大时，分辨率越大；当越小时，分辨率越小，一般情况取. 定义比较数列对参考数列的灰关联度为 即用灰关联度可以表示因素对行为因子的关联（影响）程度. 2. 多因子的情况 设系统行为有多个因子，不妨设因子集为.如果因素数列满足下列条件，则称为灰关联因子集： (1) 数列的数据之间具有数值可比性，即指定与之间的数值是可以比较的，或相等、或接近、或同数量级等. (2) 数列之间具有可接近性，即非平等性； (3) 数列之间具有同级性，即同为正(极大值)极性，或负(极小值)极性，或适中极性. 以灰关联因子集中的一个因子为参考数列，以任意因子为比较数列，则二者间的绝对差为 相应的差数列为，其比较数列对参考数列在第点的灰关联为 其中常数为分辨率系数.于是有对的灰关联度为 （三） 灰色生成数列 对灰数的处理主要是利用数据处理方法去寻求数据间的内在规律，通过对已知数据列中的数据进行处理而产生新的数据列，以此来研究寻找数据的规律性，这种方法称为数据的生成. 数据的生成方式有多种，常用的方法有累加生成、累减生成和加权累加生成等. 1. 累加生成 设原始数列为，令 则称为数列的１- 次累加生成，数列称为数列的１- 次累加生成数列.类似地有 称之为的- 次累加生成.记，称之为的- 次累加生成数列. （举例） 2. 累减生成 如果原始数据列为，令 则称为数列的1- 次累减生成. 　一般地，对于-次累加生成数列，则称为数列的-次累减生成. 3. 均值生成 设原始数列，则称与为数列的邻值，为后邻值，为前邻值. 对于常数，则称 为由数列的邻值在生成系数（权）下的邻值生成数（或生成值）. 特别地，当生成系数时，则称 为邻均值生成数，即等权邻值生成数. 类似地，可以定义非邻值生成数 和 而数列称为均值生成数列. （举例） 三、灰色模型GM 灰色模型是利用离散随机数经过生成变为随机性被显著削弱而且较有规律的生成数，建立起的微分方程形式的模型，这样便于对其变化过程进行研究和描述. （一） GM(1,1)模型（最常用） 1. GM(1,1)的定义 设为