灰色GM(1,1)模型.pptVIP

灰色GM（1,1）模型 目录 灰色系统理论 灰色生成 灰色GM(1,1)建模 灰色GM(1,1)模型精度检验 实例分析 灰色系统理论 灰色系统是指“部分信息已知,部分信息未知”的不确定性系统,它通过对“部分”已知信息的生成、开发去了解、认识现实世界，实现对系统运行行为和演化规律的正确把握和描述。 灰色系统模型的特点：对试验观测数据及其分布没有特殊的要求和限制，是一种十分简便的新理论，具有十分宽广的应用领域。 灰色系统理论 灰色系统理论是我国学者邓聚龙教授于19世纪80年代初创立并发展的理论，它把一般系统论，信息论和控制论的观点和方法延伸到社会，经济，生态等抽象系统，结合运用数学方法发展的一套解决灰色系统的理论和方法。 灰色系统理论已成功应用到工业，农业，社会，经济等众多领域，解决了生产，生活和科学研究中的大量实际问题。 灰色系统理论 灰色系统理论经过20年的发展，已基本建立起一门新兴的结构体系，其研究内容主要包括：灰色系统建模理论、灰色系统控制理论、灰色关联分析方法、灰色预测方法、灰色规划方法、灰色决策方法等。 灰色系统理论在建模中被广泛用来处理数据。与插值拟合相比，利用灰色模型处理数据不仅对数据没有很强的限制，而且精度更高，计算更简便。 灰色生成 灰色生成：将原始数据列中的数据,按某种要求作数据处理。客观世界尽管复杂,表述其行为的数据可能是杂乱无章的,然而它必然是有序的,都存在着某种内在规律,不过这些规律被纷繁复杂的现象所掩盖,人们很难直接从原始数据中找到某种内在的规律。对原始数据的生成就是企图从杂乱无章的现象中去发现内在规律。 常用的灰色系统生成方式有:累加生成，累减生成，均值生成，级比生成等。 累加生成 累加生成，即通过数列间各时刻数据的依个累加以得到新的数据与数列。 累加前的数列称原始数列,累加后的数列称为生成数列。 累加生成是使灰色过程由灰变白的一种方法,它在灰色系统理论中占有极其重要地位,通过累加生成可以看出灰量积累过程的发展态势,使离乱的原始数据中蕴含的积分特性或规律加以显化。累加生成是对原始数据列中各时刻的数据依次累加,从而生成新的序列的一种手段。 令x(0)为原始序列，x(0)=[x(0)(1),x(0)(2),...,x(0)(n)]，记生成序列为x(1)，x(1)=[x(1)(1),x(1)(2),...,x(1)(n)]，且x(1)与x(0)之间满足以下关系： 则称为一次累加生成，记为1-AGO。 累减生成 累减生成，即对数列求相邻两数据的差，累减生成是累加生成的逆运算，常简记为IAGO(Inver se Accumulated Generating Operation)，累减生成可将累加生成还原为非生成数列，在建模过程中用来获得增量信息。 令x(r)为r次生成数列，对x(r)作i次累积生成记为?(i)，其基本关系式为： 式中，?(0)(0)为0次累减，即无累减；?(1)(0)为1次累减，即k-1与k时刻两个零次累减量求差，?(i)(0)为i次累减，即k-1与k时刻两个i-1次累减量求差。 上述关系式经常被用在从生成数列求还原数列中。 均值生成 均值生成分为邻均值生成与非邻均值生成两只种。 邻均值生成，就是对于等时距的数列，用相邻数据的平均值构造新的数据。即若有原始数据列X=[x(1),x(2),...,x(n)]，记k点的生成值为z(k)，且z(k)=0.5x(k)+0.5x(k-1)，则称为邻均值生成数。 非邻均值生成，就是对于非等时距的数列，或虽为等时距的数列，但踢出异常值后出现空穴的数列，用空穴两边的数据求平均值构造新的数据以填补空穴，即若有原始数据X=[x(1),x(2),...,φ(k), x(k+1),...,x(n)]，则φ(k)为空穴，记k点的生成值为z(k)，且z(k)=0.5x(k-1)+0.5x(k+1)，则称为非邻均值生成数。 级比生成 级比生成是一种常用的填补序列端点空穴的方法。对数列端点值的生成，我们无法采用均值生成填补空缺，只能采用级比生成。级比生成在建模中可以获得较好的灰指数律。级比生成是级比σ(k)与光滑比ρ(k)生成的总称。 设原始序列为x(0)=[x(0)(1),x(0)(2),...,x(0)(n)]，称σ(k)为级比，ρ(k)为光滑比，其表达式为： 设x(0)=[φ(1),x(0)(2),...,x(0)(n-1)，φ(n)]为端点是空穴的序列，若用φ(1)右邻的级比生成x(0)(1)，用φ(n)的左邻级比生成x(0)(n)，则称x(0)(1)和x(0)(n)为级比生成。 灰色GM(1,1)建模 动态微分方程模型的一般式为 记作GM