灰色系统——序列算子2.pptVIP

* * 2.1 序列算子(sequence operator) 一、冲击扰动系统预测陷阱 定义2.1.1 设 为系统真实行为序列,而观测到的系统行为数据序列为 其中?为冲击扰动项,则称X为冲击扰动序列. 要从冲击扰动序列X出发实现对真实行为序列X(0)的系统之变化规律的正确把握和认识,必须首先跨越障碍? .如果不事先排除干扰,而用失真的数据X 直接建模、预测，则会因模型所描述的并非由X(0) 所反映的系统真实变化规律而导致预测的失败。 二、缓冲算子公理(the axioms of buffer operator) 定义2.1.2 设系统行为数据序列为X=(x(1),x(2), …,x(n)) ,若 ?k=2,3, …,n ,x(k)-x(k-1)0则称X 为单调增长序列; 1中不等号反过来成立,则称X 为单调衰减序列; 存在k,k1 ,有 x(k)-x(k-1)0 x(k1)-x(k1-1)0 则称X为随机振荡序列.设 M=max{x(k)|k=1,2, …,n},m=min{x(k)|k=1,2, …,n} 称M-m 为序列X 的振幅. 定义2.1.3 设X为系统行为数据序列,D为作用于X的算子,X经过算子D作用后所得序列记为 XD=(x(1)d,x(2)d, …,x(n)d) 称D为序列算子,称XD为一阶算子作用序列. 序列算子的作用可以进行多次,若D1,D2,D3皆为序列算子, 称D1D2为二阶算子,并称 X D1D2=(x(1)d 1d2, x(2)d 1d2 , …,x(n)d 1d2) 为二阶算子作用序列. 公理2.1.1(不动点公理, Axiom of Fixed Points) 设X为系统行为数据序列,D为序列算子,则D满足 x(n)d=x(n) 公理2.1.2(信息充分利用公理, Axiom on Suffi-cient Usage of Information)系统行为数据序列X中的每一个数据x(k),k=1,2, …,n,都应充分参与算子作用的全过程. 公理2.1.3(解析化、规范化公理, Axiom of Ana-lytic Representations)任意的x(k)d，皆可由一个统一的x(1), x(2), …,x(n)的初等解析式表达。 定义2.1.4 称上述三个公理为缓冲算子三公理(three axioms of buffer operators),满足缓冲算子三公理的序列算子,称为缓冲算子,一阶、二阶、 … …缓冲算子作用序列称为一阶、二阶、 … …缓冲序列(buffer sequences)。 定义2.1.5 设X为原始数据序列,D为缓冲算子,当X分别为增长序列,衰减序列或振荡序列时: 若缓冲序列XD比原始序列X的增长速度(或衰减速度)减缓或振幅减小,我们称缓冲算子D为弱化算子; 若缓冲序列XD比原始序列X的增长速度(或衰减速度)加快或振幅增大,则称缓冲算子D为强化算子. 三、缓冲算子的性质 定理2.1.1 设X为单调增长序列,XD为其缓冲序列,则有 D为弱化算子?x(k)≤x(k)d D为强化算子?x(k) ≥x(k)d 定理2.1.2 设X为单调衰减序列,XD为其缓冲序列,则有 D为弱化算子?x(k) ≥x(k)d D为强化算子?x(k) ≤ x(k)d 定理2.1.3 设X为振荡序列,XD为其缓冲序列,则有 D为弱化算子 max{x(k)} ≥max{x(k)d} min {x(k)} ≤ min{x(k)d} 2 D为强化算子 max{x(k)} ≤ max{x(k)d} min {x(k)} ≥ min{x(k)d} 四、实用缓冲算子的构造 定理2.1.4 设原始数据序列X=(x(1),x(2), …,x(n)),令 XD=(x(1)d,x(2)d, …,x(n)d) 其中 则当X为单调增长序列、单调衰减序列或振荡序列时，D皆为弱化算子(weakening operator). 推论6.1.1 对于定理2.1.4中定义的弱化算子D,令 XD2=(x(1)d2,x(2)d2, …,x(n)d2) 则D2对于单调增长、单调衰减或振荡序列，皆为二阶弱化算子。 定理2.1.5 设原始序列和其缓冲序列分别为 X=(x(1),x(2), …,x(n)) XD=(x(1)d,x(2)d, …,x(n)d) 其中 x(n)d=x(n) 则当X为单调增长序列或单调衰减序列时,D皆为强化算子(strengthening operator). 推论2.1.2 设D为定理2.1.5中定义的强化算子,令 XD2=(x(1)d