灰色预测模型GM.pptVIP

表2 逐年销售额（百万元） 年份 1999 2000 2001 2002 2003 序号 1 2 3 4 5 2.874 3.278 3.337 3.390 3.679 【例2】 表2列出了某公司1999—2003年逐年的销 售额.试用建立预测模型，预测2004年的销售额，要求作精度检验。 解（1）由原始数据列计算一次累加序列 ，结果见表3. 表3 一次累加数据 年份 1999 2000 2001 2002 2003 序号 1 2 3 4 5 2.874 3.278 3.337 3.390 3.679 2.874 6.152 9.489 12.879 16.558 （2）建立矩阵： 实例： 城市火灾发生次数 的灰色预测 【例7.4】某市2001—2005年火灾的统计数据见表7.7. 试建立模型，并对该市2006年的火灾发生状况做出预测。 表7.7 某市2001－2005年火灾数据 年份 2001 2002 2003 2004 2005 火灾(起) 87 97 120 166 161 解 原始数列(元素共5个): 87，97，120，166，161 预测结果如下： [1]dx/dt+ax=u：　a=-0u=81[2]时间响应方程： X(k+1)=573.6597*exp(0.1667k)-486.6597 [3]残差 E(k)： (1)0 (2)-7 (3)-2(4)20(5)-10 [4] 第一次累加值: (1) 87.000000 (2) 184.000000 (3) 304.000000 (4) 470.000000 (5)631.000000 [5] 相对残差e(k)：(1) 0 (2) -0 (3) -0 (4) 0 (5)-0 [6] 原数据均值avg(x)：126[7] 原数据方差 S(1)：32[8] 残差的均值avg(E)：0[9] 残差的方差 S(2)：12[10] 后验差比值 C： 0[11] 小误差概率 P：1[12] 模型计算值X^(k)： (1) 87 (2) 104 (3) 122 (4)145 (5) 171 [13] 预测的结果X*(k)： (1) 202(2) 239 (3) 282 (4)334 (5) 394(6) 466 预测精度等级： 合格！ 结果表明：如果该市不采取更有效的防火措施， 2006年的火灾事故次数约为 203 次. 实例： 灾变与异常值预测 灰色灾变与异常值预测指运用灰色动态模型，对系统变化过程中某个异常数值在未来什么时间还会出现进行的预测. 由于这个异常值的出现经常对人类产生不利的影响，即造成灾害，如：某年降雨量低于300mm,便形成旱灾，使粮食生产歉收；某年发生蝗灾，农作物就要减产；破坏性地震、特大洪水、台风与海啸等自然灾害的发生，更是给人们的生活和生产带来巨大的损失. 因此，对这一类事件发生的时间和程度进行预报，是很有实际意义的. 1. 灾变预的数学原理与特征 灾变预测与数据预测的不同点，在于它不是预测序列数据的量的变化，而是预测异常值或“灾变”点出现的时间，它是应用灰色区间（间隔）的预测而进行的。所以，灾变预测的基本要求是“定量求时”。灾变预测的数学原理描述如下： 3.实际问题—旱灾预测 【例5】某地年降水量原始数据序列如表所示，根据多年的时间观测，每当年降水量小于430～440mm时，该地区将发生旱灾.所以，选择阈值=435mm, 利用GM(1,1)模型进行旱灾预报. 表 某地年降水量（mm）原始数据 预测步骤: 1.数据: 多, 少 , 时间序列  2.模型:  (1).线性 (简单,常用,精度? )