灰色系统理论报告方案.docVIP

灰色系统理论 简单介绍 灰色系统法理论就是某一个系统内部各个因素之间的关系不是非常的明确。例如：在农业生产中，生产作物的生长情况与农药、土壤以及气候等条件之间的关系。我们对于这一系统内这些因素之间的关系不是非常的了解，所以这就叫作一个灰色系统。 灰色系统理论提出了一种新的分析方法—关联度分析方法，即根据因素之间发展态势的相似或相异程度来衡量因素间关联的程度，它揭示了事物动态关联的特征与程度。由于以发展态势为立足点，因此对样本量的多少没有过分的要求，也不需要典型的分布规律，计算量少到甚至可用手算，且不致出现关联度的量化结果与定性分析不一致的情况。 灰色系统理论建模的主要任务是根据具体灰色系统的行为特征数据，充分开发并利用不多的数据中的显信息和隐信息，寻找因素间或因素本身的数学关系。通常的办法是采用离散模型，建立一个按时间作逐段分析的模型。但是，离散模型只能对客观系统的发展做短期分析，适应不了从现在起做较长远的分析、规划、决策的要求。尽管连续系统的离散近似模型对许多工程应用来讲是有用的，但在某些研究领域中，人们却常常希望使用微分方程模型。事实上，微分方程的系统描述了我们所希望辨识的系统内部的物理或化学过程的本质。 相关理论 对因素间关联度的分析： 对数据进行变换取消数据的纲量，使数据具有可比性，以保证建模的质量。对数据变换的方法有： 1、初值化变换 f(x(k))==y(k), k=1,2,…,n 2、均值化变换 f(x(k))= 3、百分比变换 4、倍数变换 5、归一化变换 其中x为大于零的某个值 6、极差最大之化变换 7、区间之化变换 某一时刻的比较数列为x= 参考书列为x= 称 （1）式 为比较数列x对参考数列x在时刻k的关联系数，其中为分辨系数。称为两级最小差，为两级最大差。一般来讲分辨系数越大，分辨率越大，越小，分辨率越小。 把称为x对参考数列x的关联度。 一点说明：（1）式中不能说明是正相关还是负相关，对此可以用以下方法来解决：记 则（1）当sign（）=sign（），则x和x为正相关联； （2）sign（）=-sign（），则x和x为负相关联； 优势分析： 当参考数列不止一个时，则需要进行优势分析。假设有m个参考数列（也称母因素），记为：y1，y2，…，ym，再假设有l个比较数列（亦称为子因素），记作：x1，x2，….，xl 。显然，每一个参考数列对l个比较数列有l个关联度，设r表示比较数列x对参考数列的关联度，可构造关联度矩阵。根据矩阵R的各个元素的大小，可分析判断出哪写因素其主要影响。起主要影响的因素称为优势因素。当某一列元素大于其他列元素时，成此列所对应的元素为优势子因素；若若某一行因素大于其他行因素时称此行所对应的母因素为优势母因素。 生成数 灰色系统理论把一切随机量都看作灰色数—即在指定范围内变化的所有白色数的全体。对灰色数的处理不是找概率分布或求统计规律，而是利用数据处理的办法去寻找数据间的规律。通过对数列中的数据进行处理，产生新的数列，以此来挖掘和寻找数的规律性的方法，叫做数的生成。数的生成方式有多种：累加生成、累减生成以及加权累加等等。 累加生成 把数列x 各时刻数据依次累加的过程叫做累加过程，记作AGO，累加所得的新数列， 叫做累加生成数列。具体地， 设原始数列为，累计生成数列记为：，且与满足 其中为正整数。上述累加过程当时称为去首累加生成，当时称为一般累加生成。 这里，我们只讨论α = 1时的情形，（3）式中上标（1）表示1 次累加生成，记作1—AGO。在一次累加数列x的基础上再做1 次累加生成，可得到2 次累加生成，记作2—AGO。依次下去，对原始数列x，我们可做r次累加生成，记作r—AGO，从而得到r次累加生成数列x。x与x满足下面的关系： 累减生成 对原始数列依次做前后两数据相减的运算过程叫累减生成，记作IAGO。若为r —AGO 数列，则称为r次累减生成数列。 均值生成 设原始数据为，则称与为数列的一对紧邻值，称之为前值，称之为后值。 对于常数，称为由数列x邻值在生成系数下的邻值生成数（或生成值）。 灰色模型GM 灰色系统理论是基于关联空间、光滑离散函数等概念定义灰导数与灰微分方程，进 而用离散数据列建立微分方程形式的动态模型，由于这是本征灰色系统的基本模型，而 且模型是近似的、非唯一的，故这种模型为灰色模型，记为GM（Grey Model），即灰 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。 设x为n个元素的数列，x的AGO生成数列为，其中。则定义的灰导数为 令为数列的紧邻均值数列，即，k=2,3，…,n 则。于