- 1、本文档共78页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
全国灰色系统学术会议 - 高等科学技术中心.doc
GM(1,1)灰数递补动态预测
030006
2) 山西大学环境与资源学院 太原 030006
摘 要 文献[1]中提出“等维灰数递补动态预测”,在许多领域得到广泛的应用,取得了较好的预测效果。但为保持“等维预测”,使原始数据逐步减少,以致到后来成为预测灰数的滚动延伸,从理论上降低了中长期预测的可信程度。因此,本文提出不要求保持等维的GM(1,1)灰数递补预测方法,既有效利用新的信息—预测灰数,对模型的灰参数逐步进行修正,又保持原始数据对序列发展态势的遗传功能,具有GM(1,1)模型独特的灰色动态特征,解决了对GM(1,1)模型“用一个白化方程参数进行中长期预测”的质疑。
关键词 GM(1,1)模型,灰数递补,动态预测
Dynamic Forecasting with Recursive Compensation by Grey Numbers of GM(1,1)
1) Institute of Integrated survey of Agriculture Resource Academy of Agricultural Science 030006 (E-mail: wxmsxty@)
2) School of Environmental and Resources,Shanxi University 03006 (E-mail: djuan819@163.con)
Abstract—The method of dynamic forecasting with recursive compensation by grey numbers of identical dimensions can be used in many fields and have better forecasting effect. Original data are becoming scarce for the keeping of identical dimensions forecasting, which reduces the accuracy of the medium and long-term prediction theoretically. A method for dynamic forecasting with recursive compensation by grey numbers of GM(1,1) proposed in this paper. The grey parameters can be amended gradually with effective use of new information, meanwhile, they maintain the genetic function of the original data on the development trend of sequence. The model has the uniquely dynamic character of GM(1,1) model and removes the doubt about GM(1,1) model forecast for medium and long-term period with a whitening equation parameter.
Keywords—GM(1,1) model, rey recurrence, dynamic forecasting
1.引言
作者1989年在文献[1]中提出了“等维灰数递补动态预测”。20年来,在人口、资源、环境、交通、建筑、教育、卫生、体育等许多领域得到较为广泛的应用,特别是对于发展态势比较稳定、互补性较强、综合性较高的系统,取得了较好的中长期预测效果。但为保持“等维预测”,在建模过程中原始数据逐个被剔除,以致到后来预测值成为预测灰数的滚动延伸,像是无源之水、无根之木,原始序列的发展态势已淡然无存,从理论上降低了中长期预测的可信程度。为此,本文提出不要求保持等维的“GM(1,1)灰数递补动态预测”方法,既可以有效地利用新的信息-预测灰数,对模型的灰参数逐步进行修正,又保持原始数据对序列发展态势的遗传功能。从而,增强了GM(1,1)模型独有的灰色动态特征,解决了对GM(1,1)模型“用一个白化方程进行中长期预测”的质疑,并对提高模型的预测精度有不同程度的改进。
2.GM(1,1)灰数递补动态模型的建立
GM(1,1)模型为单序列一阶微分方程。其相应的灰色微分方程式是:
(1)
式中,为灰过程的一次累加生成变换,即:
(2)
方程(1)中,即系统的累计总量;而方程左边第一项为系统的逐
文档评论(0)