营销灰色系统理论.pptVIP

灰色预测理论 1 灰色预测法 例题：某单位近年的火灾损失如下。 表 某油田的火灾损失金额 （单位：万元） 序 号 1997 1998 1999 2000 2001 X(0) 2.874 3.278 3.337 3.390 3.679 X(1) 2.874 6.152 9.489 12.879 6.558 代入上面的公式后得到： 第二步，计算矩阵和 的值 第三步，计算参数 推导出时间响应函数： 第六步，还原原始数列：根据公式， 可得数据如下： 从模型得到的数据列为： 如果，便有残差列 对上式求导数，有 将上述的GM(1,1)模型加入原模型得 上述模型在使用时要考虑： ①一般不是用全部的残差值来建模，而是用部分残差值来建模； ②修正后的模型代表的是差分微分方程，对于修正的作用是否妥当，与中的密切相关； 残差模型一般只注重修正原点附近的数，而不要求修正所有的数。 如果残差是还原后的数据差，即定义为 则建立的模型为 应对模型 的导数进行修正。即当 有 作了残差GM(1,1)模型修正后，有， 第二步：求序列差 第三步：求两极差 第四步：计算关联系数 取ρ=0.5，有： 从而： 第五步：求关联度 计算结果表明，运输业和工业的关联程度 大于农业、商业和工业的关联程度。 为参考序列时，计算类似，这里略去。 1.2 GM(1,1)模型 一、GM（1，1）模型的建立 设时间序列 有n个观 察值，通过累加生成新序列 则GM（1，1）模型相应的微分方程为： 其中：α称为发展灰数；μ称为内生控制灰数。 回总目录 回本章目录 设 为待估参数向量， 最小二乘法求解。解得： 求解微分方程，即可得预测模型： ，可利用 灰色预测检验一般有残差检验、关联度检 二、模型检验 （1）残差检验 按预测模型计算 并将 累减生成 然后计算原始序列 与 的绝对误差序列及相 对误差序列。 验和后验差检验。 （2）关联度检验 根据前面所述关联度的计算方法算出 与原始序列 的关联系数，然后计算出关联 度，根据经验，当ρ=0.5时，关联度大于0.6便 满意了。 （3）后验差检验 a.计算原始序列标准差: 回总目录 回本章目录 b. 计算绝对误差序列的标准差： c. 计算方差比： 回本章目录 d. 计算小误差概率： 令: ， 则： P 0.95 0.80 0.70 ≤0.70 C 0.35 0.50 0.65 ≥0.65 好 合格 勉强合格 不合格 1.3 GM(1,1)残差模型及GM (n, h)模型 一、残差模型 若用原始经济时间序列 模型检验不合格或精度不理想时，要对建立的 GM（1，1）模型进行残差修正或提高模型的预 测精度。修正的方法是建立GM（1，1）的残差 模型。 建立的GM(1,1) 二、 GM（n，h）模型 GM（n，h）模型是微分方程模型，可用 于对描述对象做长期、连续、动态的反映。从原则上讲，某一灰色系统无论内部机制如何，只要能将该系统原始表征量表示为时间 ，并有 （N表示自然数集），即可用GM模型对系统进行描述。 ， 序列 第四步，建立灰色模型 第五步，对生成数列进行误差（残差）检验： 6.152 9.489 12.879 16.558 6.106 9.46058 12.94229 16.5559 实际值 模型计算值 生成数列 1.402 -0.5259 -2.705 1.7755 3.236 3.355 3.482 3.612 3.278 3.337 3.390 3.679 残 差 （%） 模 型计算值 实际 值 原始 数列 5.4 灰色系统的GM(1,1)残差模型 假使按照原始数据 建立的GM(1,1)模型如果检验不合格，或者是为了提高模型的精度， 可以考虑建立残差的GM(1,1)模型，对原模型进行修正。 如果按一邻域已得到下述的GM(1,1)模型的时间响应函数。 已知原有的生成数据数列AGO为： 定义残