关于“灰色预测模型”讲解题稿.ppt

目录 一、灰色模型的概述 二、灰色模型建模 三、例题 谢谢观赏！ 有不足之处，请老师和同学指正。若有疑问之处，请课后交流！ 灰色模型 研究组员： 孙秀华 　　　　施更俊　　　　王刚　　　　王琰　　　　吴凯 　　　　叶加彬灰色系统理论及起源 1982年，中国学者邓聚龙教授创立的灰色系统理论，是一种研究少数据、贫信息不确定性问题的新方法。 灰色系统理论以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控。 灰色系统模型对实验观测数据没有什么特殊的要求和限制，因此应用领域十分宽广。 不确定性方法的比较 概率统计、模糊数学和灰色系统理论是三种最常用的不确定性系统研究方法。其研究对象都具有某种不确定性。 模糊数学着重研究“认知不确定”问题，其研究对象具有“内涵明确，外延不明确”的特点问题，主要是凭经验借助于隶属函数进行处理。例：年轻人 概率统计研究的是“随机不确定”现象，着重于考察“随机不确定”现象的历史统计规律，考察具有多种可能发生的结果之“随机不确定”现象中每一种结果发生的可能性大小。其出发点是大样本，并要求对象服从某种典型分布。 灰色系统理论着重研究“小样本”、“贫信息”不确定性问题，并依据信息覆盖，通过序列算子的作用探索事物运动的现实规律。其特点是“少数据建模”，着重研究“外延明确，内涵不明确”的对象。例如：总人口控制在15亿到16亿之间。 三种不确定性系统研究方法的比较分析 项目 灰色系统 概率统计 模糊数学 研究对象 贫信息不确定 随机不确定 认知不确定 基础集合 灰色朦胧集 康托集 模糊集 方法依据 信息覆盖 映射 映射 途径手段 灰序列算子 频率统计 截集 数据要求 任意分布 典型分布 隶属度可知 侧重点 内涵 内涵 外延 目标 现实规律 历史统计规律 认知表达 特色 小样本 大样本 凭经验 灰色系统理论的研究与应用 灰色系统理论的研究对象 “部分信息已知，部分信息未知”的“小样本、贫信息”不确定性系统。 灰色系统理论的研究内容 灰哲学、灰哲学、灰生成、灰分析、灰建模、灰预测、灰决策、灰控制、灰评估、灰数学等。 灰色系统理论的应用领域 农业科学、经济管理、环境科学、医药卫生、矿业工程、教育科学、水利水电、图像信息、生命科学、控制科学等。 灰色系统的模型 　 通过下面的数据分析、处理过程，我们将了解到，有了一个时间数据序列后，如何建立一个基于模型的灰色预测。 　1. 数据的预处理 首先我们从一个简单例子来考察问题. 【例】 设原始数据序列 对数据累加 于是得到一个新数据序列 归纳上面的式子可写为 称此式所表示的数据列为原始数据列的一次累加生成，简称为一次累加生成.显然有 可见图7.1上的曲线有明显的摆动，图7.2呈现逐渐 递增的形式，说明原始数据的起伏已显著弱化.可以 设想用一条指数曲线乃至一条直线来逼近累加生成 数列 将上述例子中的 分别做成图7.1，图7.2. 图7.2 图7.1 为了把累加数据列还原为原始数列，需进行后减运算 或称相减生成，它是指后前两个数据之差，如上例中 归纳上面的式子得到如下结果：一次后减 其中 2. 建模原理 给定观测数据列 经一次累加得 设 　　满足一阶常微分方程 （7.1） （7.2） （7.3） 　 其中是常数，称为发展灰数；称为内生控制灰数，是对系统的常定输入.此方程满足初始条件 的解为 (7.3)’ 对等间隔取样的离散值 （注意到 　　 ）则为 (7.4) 灰色建模的途径是一次累加序列（7.2）通过最小二乘法来 估计常数a与u. 因 　留作初值用，故将 用差分代替微分，又因等间隔取样， 分别代入方程(7.3), 类似地有 于是，由式（7.3）有 故得： 由于 涉及到累加列 的两个时刻的值，因此， 取前后两个时刻的平均代替更为合理，即将 替换为 把 项移到右边，并写成向量的数量积形式 (7.5) 将（7.5）写为矩阵表达式 令 这里，T表示转置.令 (7.6) 则(7.6)式的矩阵形式为 方程组(7.6)’，用最小二乘法估计为 (7.6)＇ (7.7) 把估计值 代入（7.4）式得时间响应方程 由(7.8)式算得的 是拟合值； 为预报值.这是 的拟合值，用后减运算还原， 就可得原始序列 的拟合值 可得原始序列 预报值. (7.8) 相对于一次累加序列 3.精度检验 (