幂强化缓冲算子及其在小样本预测中应用.pdfVIP

Issue 第19卷专辑 中国管理科学 V01．19，Special 201 Chinese of Science October， 201l 1年10月 Journal Management 文章编号：1003—207(2011)zk一0015—07 幂强化缓冲算子及其在小样本预测中的应用 王正新1，党耀国2，刘思峰2 (1．浙江师范大学经济与管理学院，浙江金华321004； 2．南京航空航天大学经济与管理学院，江苏南京210016) 摘要：缓冲算子是解决冲击扰动系统预测的一种有效手段。然而，现有强化缓冲算子的结构都是固定的，从而其 作用强度不能被有效控制，进而影响它们的实际预测功效。本文将可变参数引入强化缓冲算子，构造若干实用的 幂强化缓冲算子，研究可变参数与幂强化缓冲算子作用强度之间的关系，以期通过调整可变参数的数值，实现对算 子作用强度的有效控制。结果表明，经典强化缓冲算子是幂强化缓冲算子的特殊情形，幂强化缓冲算子在控制作 用强度方面的有效性要明显优于传统缓冲算子。最后，以新产品销售量预测为例验证了幂强化缓冲算子的有效性 与优越性。 关键词：灰色系统；幂强化缓冲算子；可变参数；预测 中圈分类号：N941．5 文献标识码：A 子。函数变换的主要目的是提高序列的光滑度，以 l 引言 符合一般建模条件，这对于稳定的“小样本、贫信 人们常常会遇到现实世界中广泛存在的小样本 息”系统是有效的。当系统的运行受到外界某种因 (样本量小于30)序列的预测问题，如新产品销售情素的强烈干扰时，如一项新政策的实施，即使原始数 况的预测、新兴产业发展态势的预测、设备剩余寿命 据具有很高的光滑度。预测精度往往也不理想。此 的预测，以及其它由于种种客观原因导致人们难以 时的问题不在于序列是否光滑或者模型优劣与否， 获取大样本数据的预测问题。在这种情形下，经典 而是在于系统所表现出来的行为数据已经不能正确 的预测理论和方法往往难以给出令人满意的预测方 地反映系统的真实变化规律。刘思峰教授在文献 案。华中科技大学邓聚龙教授基于“灰箱”的思想 [8]中将该类系统称为冲击扰动系统，提出利用缓 创立灰色系统理论…，用以解决“小样本、贫信息” 冲算子解决冲击扰动系统的预测问题，并构建了较 系统的分析、预测、决策与控制问题。灰色预测是灰 为完善的缓冲算子公理体系，提出了第一个缓冲算 色系统理论的核心内容之一，也是现代预测理论体 子，即平均弱化缓冲算子。后经大量的理论与应用 系中一个新的分支。它以少量的可得数据(最少为 研究验证了这一经典缓冲算子的实用性““。弱 4个数据¨1)为基础，经过灰色序列生成和灰色模型 化缓冲算子的功能在于消除加快数据发展速度或增 的处理，得到具有满意可信度的结论。近年来，灰色 加数据振幅的冲击扰动项的影响。 预测模型和方法得到了学术界的广泛关注，并取得 对于减缓数据发展速度或减小数据振幅的冲击 了丰硕的理论成果¨‘71，其核心思想也逐渐得到国 扰动问题，则需要通过强化缓冲算子来解决。党耀 际学者的广泛认可。 国等在文献[12]首先构造了若干平均强化缓冲算 序列生成是灰色系统建模和预测的基础，按照 子，并在文献[13]中研究了这些强化算子之间的关