第七章灰色预测.pptVIP

第七章 灰色预测 灰色预测模型是灰色系统理论的主要内容之一，也是灰色系统理论研究最活跃的领域之一，通过对原始数据序列进行累加生成能够把数据序列不明显的变化趋势变为具有明显的增长趋势，从而挖掘出数据序列的规律，然后建立模型，最后通过累减还原进行数据模拟和预测。无论是在自然科学领域、工程领域还是社会学领域，灰色预测模型都得到了大量的成功应用，这充分显示出灰色预测理论的实用性。 主要内容： 7.1 灰色系统理论的初步知识 7.2 灰色预测模型 7.3 灰色预测案例 灰色系统研究的是“部分信息已知，部分信息未知”的“小样本，贫信息”不确定性系统，它通过对已知“部分”信息的生成去开发了解、认识现实世界。着重研究“外延明确，内涵不明确”的对象。 黑 信息未知 黑色系统 灰色预测第一篇论文 邓聚龙,灰色动态模型(GM)及在粮食长期预测中的应用[J],大自然探索,1984年第3期,37-43. 研究出发点 ① 通过对数据序列的映射处理,为微分拟合建模提供中间信息； ②通过数据的序列生成弱化原始数据序列的随机性(尤其是对非平稳数据序列随机性的弱化)； ③ 提出模块预测和累加生成的思想。 定义7.1 设 称 为白化微分方程，也称为白化方程或者影子方程。 定义7.2 设 如定义7.1所示, 其中， 称 为灰色微分方程。 定理7.1　设 如定义7.1和7.2所示： 若 为参数列，且 则GM(1,1)模型 的最小二乘估计参数列满足 定理7.2 设 如定理7.1所述， ，则 ① 白化方程 的解也称时间响应函数为 ② GM(1,1)模型 的时间响应序列为 ③ 还原值 定义7.4 称GM(1,1)模型中的参数 为发展系数， 为灰色作用量。 模块:在时间-数据二维平面上将连续曲线及其底部相连接的区域. 研究步骤: (1)典型模块(典型曲线)的信息收集; (2)对原始白色信息进行典型曲线建模; (3)对原始白色信息和典型曲线拟合信息进行精度检验和关联分析; (4)选定典型拟合曲线; (5)确定上下界灰模块; (6)预测. 建立系统模型，一般要经历思想开发、因素分析、量化、动态化、优化五个步骤，故称为五步建模。 网络模型的形式 五步建模思想—一个简单的例子 例7.1 宏观经济发展的固定资产动态投资模型; 第一步:语言模型 充分的积累是国民经济发展的必要条件.所谓的充分的积累就是在国民经济健康运行和人民生活水平不断有所改善的条件下尽可能地积累.因此每年必须从国内生产总值(GDP)中以适当的固定资产投资率作为再生产投资,从而促进国民经济系统不断发展. 第二步:网络模型 在语言模型中,论述了下列因素:国民经济系统的产出为GDP,用变量X1表示;固定资产投资为资本投入,用变量X2表示,则有网络关系; 固定资产的投资对GDP的产出有一定的拉动效应; 用适当的固定资产投资率作为国民经济系统扩大再生产的投资.此时,GDP是前因,固定资产投资为结果,即可以将再生产的投资作为正反馈项加入网络,综合可得系统的网络模型如下图 第三步: 量化模型 根据中国统计年鉴历年固定资产投资和GDP数据,计算单位固定资产投资平均产出为3.03,由于再生产投资比例是灰数,可的如下量化模型 第四步: 动态模型 根据历史数据构建固定资产投资和GDP发展变化的GM(1,2)模型: 分别表示GDP固定资产投资的历史数据列作一次累加生成的数列. 对以上模型两边做拉普拉斯变换,可得 则有传递函数 根据求得的参数 ,可得 ,因此网络图为 第五步: 优化模型 系统的发展变化过程是否令人满意,主要反映在闭环系统传递函数的结构和参数上.根据以上网络图有 所以整个闭环传递函数为 将分母记为 ,则 显然,当 时,