灰色系统理论在物资供应需求量预测中的应用.docVIP

灰色系统理论在物资供应需求量预测中的应用 　　摘要:文章根据灰色系统理论,用GM(1,1)模型对物资供应需求量进行预测。模型检验表明,预测结果令人满意。 　　Abstract: Based on the grey system theory, using GM (1,1) model to predict the material supply demand. Model test shows that the model is satisfactory. 　　关键词:灰色系统理论;GM(1,1)模型;物资供应需求量预测 　　Key words: the grey system theory;GM(1,1) model;material supply demand forecasting 　　中图分类号:F252 文献标识码:A文章编号:1006-4311(2010)13-0021-02 　　 　　0引言 　　灰色系统是介于白色系统和黑色系统之间的一种系统。白色系统是指一个系统的内部特征是完全已知的,即系统的信息是完全充分的;而黑色系统是指一个系统对于外界是无所知的,只能通过它与外界的联系去探索。灰色系统就是其系统内部的一部分信息是已知的,另一部分信息是未知的,系统内各因素具有不确定的关系。灰色系统理论认为:一切随机量都是在一定范围内、一定时段上变化的灰色量。对于灰色量的处理,不是去寻求它的统计规律和概率分布,而是将无规律的原始数据通过一定方式处理后,使其成为较有规律的时间序列,再建立模型,然后可以根据其模型描述其发展变化趋势,从而就产生了一种预测方法--灰色预测方法。灰色预测方法是对既含有已知信息又含有不确定信息的系统进行预测,也就是对在一定范围内变化的、与时间序列有关的灰色过程进行预测。尽管灰色过程中所显示的现象是随机的,但是也是存在一定顺序的,我们通过研究能发现内在的规律。灰色预测通过鉴别系统因素之间发展趋势的相异程度,即进行关联分析,并对原始数据进行生成新序列的手段来寻找系统变动的规律,生成有较强规律性的数据序列,然后建立相应的微分方程模型,以此来预测事物未来的发展趋势的状况。因此,在物资供应保障方面,就可以运用灰色系统理论中的预测方法来对物资供应需求量进行预测。 　　1GM(1.1)模型 　　灰色预测不是直接使用原始数据,而是使用由原始数据产生的生成列,有累加生成和累减生成两种。 　　设有时间序列: 　　X={X(1),X(2),…,X(n)}(1) 　　其累加生成列为: 　　X={X(1),X(2),…,X(n)}(2) 　　其中: 　　X(k)=X(i)(3) 　　其累减生成作为累加生成的逆运算,定义为: 　　X(k)=X(k)-X(k-1),X(1)=X(1)(4) 　　则X(1)满足微分方程: 　　+X=μ(5) 　　式中,称为发展灰数,μ称为内生控制灰数。 　　设u为待估参数向量: 　　u=[ μ]T(6) 　　利用最小二乘法求解可得: 　　u=(BTB)-1BTY(7) 　　其中: 　　B=-[X(1)+X(2)]1-[X(2)+X(3)]1 ┆┆-[X(n-1)+X(n)] 1 　　Y=X(2)X(3) ┆X(n)(8) 　　求解微分方程,即得到预测模型: 　　(k+1)=X(1)-e+k=0,1,2,…,n-1(9) 　　再还原,得模型计算值: 　　(k+1)=(k+1)-(k)k=0,1,…,n-1(10) 　　于是得到预测值为: 　　(n+T)=(n+T) T=1,2,3…(11) 　　2应用 　　某生产企业在2005~2009年五年间对某型号的物资需求使用量为32、48、56、54、62万件,试预测出未来几年该企业对该型号物资的需要量。 　　利用灰色系统理论进行预测: 　　原始数列为: 　　X=(32,48,56,54,62) 　　累加数列为: 　　X=(32,80,136,190,252) 　　则X满足微分方程: 　　+X=μ 　　算出:B=-[X(1)+X(2)] 1-[X(2)+X(3)] 1-[X(3)+X(4)] 1-[X(4)+X(5)] 1= -56 1-108 1-163 1-221 1 　　Y=X(2)X(3)X(4)X(5) 　　u=[ μ]T=(BTB)-1BTY 　　 =-0.072745.0425 　　求解微分方程,即得到预测模型: 　　(k+1)=X(1)-e+k=0,1,2,3,4 　　=651.5638e0.0727k-619.5638 k=0,1,2,3,4 　　(32,81.13,133.97,190.79,251.90) 　　再还原,得模