预测与决策--10.灰色预测G概念.ppt

内容回顾 主要内容： 一、灰 色 预 测 理 论 Grey、Probability、Fuzzy的区别 累加的规则 2、关联度 例1：有原始数列y0及比较数列y1、y2，试比较三者之间的关联度。 解：第一步“初值化” 第二步 求关联系数中两级差 第二步 求关联系数中两级差 又： 第二步 求关联系数中两级差 两级最小差 两级最大差 第三步：求关联系数 由于： 相似地有： 第四步 求关联度 灰色预测 基本特征 时间序列和回归分析是以原始数据为基础进行的；而灰色预测模型则是以生成数据为基础 灰色预测模型不需要大量资料，回归分析、时间序列预测则需要有一定数量样本的要求 基本模型：GM（1，1）模型 按照导数的定义 当Δt计时单位密化到一定程度后，可记： 或者记为离散形式，即： 离散化，作为 的背景值 则 例：有数列为 第一步、作AGO生成 按上式，得生成数列如下表： 第二步、确定数据矩阵B，YN 第三步、计算 第四步、求参数列 平均相对误差 给定α，当 成立时，称模型为残差合格模型。 一般地， α取0.01、0.05、0.10所对应的模型分别为优、合格、勉强合格。 第六步、精度检验——残差检验 第七步、精度检验之二——关联度检验 （ρ 0.5） 第八步、精度检验之三——后验差检验 小结 其中 设 为待估参数向量，可利用最小二乘法 求解。解得