优化的GM(1,1)模型及其在广东省梅毒疫情预测中的应用.pdfVIP

第43卷第16期 数学的实践与认识 Vbl．43．No．16 MATHEMATICSIN AND 2013年8月 PRACTICETHEORY Aug．，2013 ，-’，’·’·’ll’、 r ●；工 程i¨ ～t。。·。。。。‘。tl， 优化的GM(1，1)模型及其在广东省梅毒疫情 预测中的应用 李凯-，一，陆忠华弧，恰汗．合孜尔· (1．新疆农业大学计算机与信息工程学院，新疆乌鲁木齐830052) (2．中国科学院计算机网络信息中心超级计算中心，北京100190) 摘要：提出了一种基于初始值和背景值同时优化的新GM(1，1)模型，利用广东省 梅毒年发病率预测作为研究对象，用以验证所提模型的有效性和准确性，通过计算 实例验证了优化模型具有较高的预测和模拟精度． 关键词：GM(1，1)模型；优化的GM(1，1)模型；预测；梅毒 l引言 1982年我国的邓聚龙教授创立了以利用贫信息和少数据解决不确定性问题为特征的灰 色系统理论．灰色系统理论具有所需样本数据较少，不需要考虑原始数列的分布规律和变化 趋势等统计特征量的优点，因此得到了越来越多的学者的重视，已经在经济、管理、工程、气 象和医学等领域得到了成功的应用． GM(1，1)模型是最常用的一种灰色预测模型。由于灰色系统理论是一门刚诞生的新的 学科，其理论体系还不是很完善[1-引，还存在一些有待进一步研究的问题。很多学者在应用 重要的理论意义和实际意义【3]．为此很多学者从不同的角度对模型提出了许多改进预测精 度的方法【4—5|． 本文在综合分析已有研究文献基础上，提出了一种基于初始值和背景值同时优化的新 来的GM(1，1)模型为旧GM(1，1)模型． 2灰色预测模型 2．1 GM(1，1)模型的建立 收稿日期：2013一01．11 资助项目：中科院信息化专项项目(xxH2503．02) +通信作者 100 数学的实践与认识 43卷 GM(1，1)模型由一个只包含单变量的微分方程构成．设原始非负数据序列为： z(o)=(z(o)(1)，z(o)(2)，…，z(o)(n)) 灰微分方程模型为：皇型；挚+oz(1’(t)=6，记模型参数列在为： 石=[o，6]T 根据最小二乘法可以解出 石=k，6]T=(BTB)一1BTy 其中 y=[z(o)(2)，z(o)(3)，…，z(o)(n)】T， 一z(1)(2) 一z(1)(3) B= 一Z(1)(扎) z(1’(后+1)=去陋(1’(尼+1)+。(1’(后)]为背景值 数，反映数据之间的变化关系． 原微分方程的离散解为： e础+皇，忌：1，2，3，…，扎 岔㈣(南+1)：fz(o’(1)一皇1 ＼ u／ u 其还原形式为： 岔‘。’(南+1)=岔‘1’(七+1)一岔‘1’(七)=(e一口一1)(z‘。’(1)一兰)e一。‘ 2．2数据的检验和处理 为保证建模的可行性，有必要对原始数据序列进行必要的检验处理．常见的检验方法有 准光滑性检验，准指数检验，级比检验，这几种检验方法是相通的．本文采用准光滑性检验． 最常用的是利用相对误差检验指标来对原始数据序列进行准光滑性检验． 对z(1)数列建立GM(1，1)模型． 2．3模型的精度检验