灰色预测讲座.pptVIP

建模知识专题讲座 内容：灰色预测 主讲教师：梁瑛 主要内容 一、什么是灰色预测 二、灰色预测的步骤 三、GM(1,1)模型的检验 四、GM（1,1）模型应用实例 五、说明 六、练习题 一、什么是灰色预测 灰色预测法是一种对含有不确定因素的系统（灰色系统）进行预测的方法。灰色系统是介于白色系统和黑色系统之间的一种系统。白色系统是指一个系统的信息是完全充分的。而黑色系统是指一个系统的内部信息对外界来说是一无所知的。灰色系统就一部分信息已知，另一部分信息未知的系统，系统内各因素间具有不确定的关系。一般地说，社会系统、经济系统、生态系统都是灰色系统。 灰色系统理论认为对既含有已知信息又含有未知或非确定信息的系统进行预测，就是对在一定方位内变化的、与时间有关的灰色过程的预测。尽管过程中所显示的现象是随机的、杂乱无章的，但毕竟是有序的、有界的，因此这一数据集合具有潜在的规律，灰色预测就是利用这种规律建立灰色模型对灰色系统进行预测。 常用的灰色时间序列预测；即用观察到的反映预测对象特征的时间序列来构造灰色预测模型，预测未来某一时刻的特征量，或达到某一特征量的时间. 二、灰色预测的步骤 四、GM（1,1）模型应用实例 例 根据下表，确定该国人口增长模型，并预测2005年的人口数。 分析： 这是一个确定人口增长模型的问题，为使问题简化，应作如下假设 （1）该国的政治、经济、社会环境稳定； （2）该国的人口增长数由人口的生育，死亡引起； （3）人口数量化是连续的。基于上述假设，我们认为人口数量是时间函数。 建模思路是根据给出的数据资料绘出散点图，然后寻找一条直线或曲线，使它们尽可能与这些散点吻合，该直线或曲线就被认为近似地描述了该国人口增长规律，从而进一步作出预测 * * 年份 1999 2000 2001 2002 2003 2004 人数 (百万) 2.67 3.13 3.25 3.36 3.56 3.72 * （4）构造矩阵与向量，用最小二乘法求解参数 （5）得出预测模型： （6）将还原，得到原始序列的预测模型 ，，其中 六、练习题 取全国火车货物周转量2001-2004年数据为样本原始数据，建立预测模型，预测全国铁路2005—2015年的货物周转量. 货物周转量数据表如下（单位：万亿吨公里)。 年份 2001 2002 2003 2004 货物周转量 1.43 1.55 1.71 1.91 年份 2005 2006 2007 2008 货物周转量 2.05 2.17 2.40 2.48 2、关联度检验 关联度分析是分析系统中各因素关联程度的方法。关联分析实质上是一种曲线间几何形状的分析比较，即几何形状越接近，则发展变化趋势越接近，关联程度越大；反之亦然。计算关联度需先计算关联系数。 （1）关联系数的计算 设参考序列为，比较序列为 关联系数定义为： P称为分辨率（），一般采用。关联系数表示各个时刻参考序列和比较序列之间的关联程度。 注意：对单位不一，初值不同的序列，在计算关联系数之前应首先进行初值化，即将该序列的所有数据分别除以第一数据，将变量化为无单位的相对数值。 （1）写出原始数据列 （2）对子数据序列作一次累加生成序列 ，其中。 （3）建立ＧＭ(1,1)模型: 式中称为发展系数，为灰色作用量。 三、GM(1,1)模型的检验 GM(1,1)模型的检验分为三个方面：残差检验；关联度检验； 后验差检验。 1、残差检验，即平均相对误差检验 残差大小检验，即对模型值和实际值的残差进行逐点检验。 （1）首先按模型，计算模型值； （2）再计算原始序列实际值与模型值的绝对误差序列 ，其中 （3）然后计算相对误差序列，其中 （4）计算平均相对误差 一般地，可认为是合格模型。具体对照表所示. 3、后验差检验 后验差检验，即对残差分布的统计特性进行检验。步骤如下： （1） 计算出原始序列的平均值：= （2） 计算原始序列的均方差：= （3）计算残差的均值：= （4） 计算残差的均方差：= （5） 计算方差比C： （6） 计算小残差概率：P{} 若令=0.6745，，即P{}。 若对于给定的，当时，称模型为均方差比合格模型；如对给定的，当时，称模型为小残差概率合格模型。 第3步：构造数据矩阵和数据向量，求解参数 ， == 说明：a,b的值可由MATLAB求得： B=[-4.235,1;-7.425,1;-10.73,1;-14.19,1;-17.83,1]; Y=[3.13;3.25;3.36;3.56;3.72]; a=inv(B*B)*B*Y 表1