数学建模灰色预测GM(1,1).docVIP

灰色预测GM（1，1） 算法原理： 灰色模型建立的步骤 Step1：对作1－AGO，得序列 Step2：对作准光滑性检验。由当时准光滑条件满足。 Step3：检验是否具有准指数规律。由得 当k3时，，，准指数规律满足，故可对建立GM(1,1)模型。 Step4：对作紧邻均值生成。令 得于是Step5：对参数列进行最小二乘估计。得 Step6：确定模型 及时间响应式 Step7：求的模拟值 Step8：还原求出的模拟值。由得 Step9：检验误差。 残差：－ 相对误差： 残差平方和： 平均相对误差： 模型精度检验 1.残差检验（最常用）；2.关联度检验；3.后残差检验 精度检验等级参照表 指标临界值 精度 等级 相对误差 关联度 均方差比值 小误差概率 一级 二级 三级 四级 0.01 0.05 0.10 0.20 0.90 0.80 0.70 0.60 0.35 0.50 0.65 0.80 0.95 0.80 0.70 0.60 模型的特点 首先是它把离散数据视为连续变量在其变化过程中所取的离散值，从而可利用微分方程式处理数据；而不直接使用原始数据而是由它产生累加生成数，对生成数列使用微分方程模型。这样，可以抵消大部分随机误差，显示出规律性。残差GM(1,1)模型 当GM(1,1)模型的精度不符合要求时，可用残差序列建立GM(1,1)模型，对原来的模型进行修正，以提高精度。 定义6.3.2 设其中为的残差序列。若存在满足 ，的符号一致； ，则称为可建模残差尾段，仍记为 命题6.3.2 设为可建模残差尾段，其1－AGO序列的GM(1,1)的时间响应式为， 则残差尾段的模拟序列其中，定义6.3.3 若用修正我们称修正后的时间响应式：为残差修正GM(1,1)模型，简称残差GM(1,1)。其中残差修正值 的符号应与残差尾段的符号保持一致。 灰色预测： 数列预测。数列预测是对系统变量的未来行为进行预测。 区间预测。对于原始数据非常离乱，用什么模型模拟都难以通过精度检验的序列，我们无法给出其确切的预测值。这时，可以考虑给出其未来变化的范围，预测出它的取值区间。 灰色灾变预测与灰色季节灾变预测。灰色灾变预测实质上是异常值预测，什么样的值算作异常值，往往是人们凭经验主观确定的。灰色灾变预测的任务是给出下一个或几个异常值出现的时刻，以便人们提前准备，采取对策。灾变预测就是要通过对灾变日期序列的研究，寻找其规律性，预测以后若干次灾变发生的日期，灰色系统的灾变预测是通过对灾变日期序列建立GM(1,1)模型实现的。 波形预测。当原始数据频频波动且摆动幅度较大时，往往难以找到适当的模拟模型，这时若变化范围的预测不能满足需要。可以考虑根据原始数据的波形预测未来行为数据发展变化的波形。这种预测称为波形预测。