计算模型预测法__培训课件.ppt

n 0 a2(n) 0 a1(n) 1 设投保时健康 给定a(0), 预测 a(n), n=1、2… 设投保时疾病 a2(n) 1 a1(n) 0 n??时状态概率趋于稳定值，稳定值与初始状态无关 3 … 0.778 … 0.222 … ∞ 7/9 2/9 0.7 0.77 0.777 … 0.3 0.33 0.333 … 7/9 2/9 状态与状态转移 1 2 0.8 0.2 0.3 0.7 1 0.8 0.2 2 0.78 0.22 1 2 3 0.1 0.02 1 0.8 0.25 0.18 0.65 例2. 健康和疾病状态同上，Xn=1~ 健康, Xn=2~ 疾病 p11=0.8, p12=0.18, p13=0.02 死亡为第3种状态，记Xn=3 健康与疾病 p21=0.65, p22=0.25, p23=0.1 p31=0, p32=0, p33=1 n 0 1 2 3 ? a2(n) 0 0.18 0.189 0.1835 ? a3(n) 0 0.02 0.054 0.0880 ? a1(n) 1 0.8 0.757 0.7285 ? 设投保时处于健康状态，预测 a(n), n=1,2… 不论初始状态如何，最终都要转到状态3 ； 一旦a1(k)= a2(k)=0, a3(k)=1, 则对于nk, a1(n)=0， a2(n)=0, a3(n)=1, 即从状态3不会转移到其它状态。 状态与状态转移 0 0 1 ? 50 ? 0.1293 ? 0.0326 ? 0.8381 ? 5.4.3灰色预测法 对于掌握信息的完备程度，人们常用颜色做出简单、形象的描述。例如，把内部信息已知的系统称为白色系统;把信息未知的或非确知的系统，称为黑色系统;而把信息不完全确知的系统，也就是系统中既含有已知的信息、又含有未知的或非确知的信息，称为灰色系统。 灰色系统理论的任务就是挖掘、发现有用的信息，充分利用和发挥现有信息的作用，以分析和完善系统的结构，预测系统的未来，改进系统的功能。 灰色系统将一切随机变量看做是在一定范围内的灰色量 ,将随机过程看做是在一定范围内变化的与时间有关的灰色过程 。对灰色量不是从统计规律的角度通过大样本量进行研究 ,而是用数据处理的方法(数据生成),将杂乱无章的原始数据整理成规律较强 的生成数列 ,再做研究 。 5.4.3灰色预测法 灰色系统是邓聚龙教授提出的一种新的系统理论，利用灰色系统理论预测的主要优点是：它通过一系列数据生成方法(直接累加法、移动平均法、加权累加法、遗传因子累加法、自适性累加法等)将根本没规律的、杂乱无章的或规律性不强的一组原始数据序列变得具有明显的规律性，解决了数学界一直认为不能解决的微积分方程建模问题。 灰色系统预测是从灰色系统的建模、关联度及残差辨识的思想出发，获得关于预测的新概念、观点和方法。 将灰色系统理论用于厂矿企业预测事故，一般选用GM (1, 1)模型，是一阶的一个变量的微分方程模型。 5.4.3灰色预测法 (1)灰色预测建模方法 设原始离散数据序列 其中n为序列长度，对其进行一次累加生成处理： 则以生成新的序列 为基础建立灰色预测模型： 称为一阶灰色微分方程，记为GM(1,1)，式中a，u为待辨识参数。 5.4.3灰色预测法 (1)灰色预测建模方法 设参数向量 则由下式求得的最小二乘解： 时间响应方程： (5-22) 离散响应方程： (5-23) 5.4.3灰色预测法 (1)灰色预测建模方法 (5-24) (5-25) 式中: 将 计算值作累减还原，即得到原始数据的估计值： GM(1,1)模型的拟合残差中往往还有一部分动态有效信息，可以通过建立残差GM(1,1)模型进行修正。 (2)预测模型的后验差检验 可以用关联度及后验差对预测