对白化方程优化的一类新信息灰色GM(1,1)模型研究.pdfVIP

第43卷第12期 数学的实践与认识 V01．43，No．12 2013年6月 MATHEMATICSINPRACTICEANDTHEORY Jun．，2013 对白化方程优化的一类新信息灰色GM(1，1)模型研究 王健 (安阳师范学院数学与统计学院，河南安阳455002) 摘要：通过对一类灰色GM(1，1)模型中的白化方程进行优化，同时利用灰色系统 理论中的新信息原理，得到了一种改进的灰色GM(1，1)模型．最后，实例分析结果表 明，该改进模型具有更高的预测精度和实用性． 关键词：’GM(1，1)模型；白化方程；新信息原理；改进 1引言 论的重要核心内容之一，已经在国民经济、社会发展、军事等各个领域取得了显著应用．但 GM(1，1)模型在应用过程中，也会出现一些预测精度不稳定，甚至偏差的情况．为此，很多学者 时间响应函数【11】等方面取得了诸多成果．文献[3]对模型背景值的构造方法进行研究，重构 了一个背景值计算公式，使GM(1，1)模型获得最佳的拟合和预测精度，也适应低增长指数 序列和高增长指数序列建模．文献[6]指出了初始值的选取对模型精度有重要的影响，进而 提出了两种修正初始值来提高模型精度的方法．文献[8]则利用向前差商和向后差商的优化 加权平均值作为灰导数白化值来建立GM(1，1)模型，并证明了该建模方法具有线性变换一致 性．文献【11】首先以序列间距为乘子建立了非等间距模型，然后利用一次累加序列的观测值 与模拟值的残差平方和最小的条件，构建了相应的时间响应函数优化模型．最近，文献【12】提 出了建立与GM(1，1)模型相对应的灰色离散模型，将参数估计和预测模型统一为离散形式， 从而有效避免了因利用离散方程估计参数，而采用连续时间响应式进行预测造成的跳跃性误 差，并取得一系列重要成果． 但是可以发现，在众多研究工作中，涉及GM(1，1)模型灰色作用量的研究还不算太多．实 际上，传统GM(1，1)模型中通常将灰色作用量视作不变，这样做虽然使模型的计算过程变得 简捷了，但并不符合系统的发展规律，甚至出现较大偏差．最近，文献【13】指出：灰色作用量 具有随时间变化而变化的性质，即随着时间的向后推移，GM(1，1)模型的灰色作用量会随之 的b，并在此基础上提出了一类灰色作用量优化的GM(1，1)模型(见定义1)． 究．首先得到相应优化的白化方程；同时利用灰色系统理论中的新信息原理[2,14】，对所讨论 收稿日期：2013．02．04 资助项目：河南省自然科学基金(0511013800)；河南省教育厅自然科学研究项目(12All0001) 112 数学的实践与认识 43卷 模型进行了优化改进；最后，通过一个应用实例，验证该改进模型具有良好的预测精度，因此 有较高的理论意义和应用价值． 下面给出所讨论模型一灰色作用量优化的GM(1，1)模型的一些概念和相关结论． 定义1[13]称 z(o)(忌)+oz(1)(尼)=b1+b2k (1) 为灰色作用量优化的GM(1，1)模型． 定义2【131称 百+¨’=+ (2一)() 掣+ax(1)：bl+b2t 为所讨论GM(1，1)模型(1)的白化方程． 定理1【131设x(o)为非负准光滑序列， x(o)={z(o’(1)，z(o’(2)，…，z(o’(扎)} x(1)为x(o)的1一AGO序列， x(1)={z(1’(1)，z(1’(2)，…，z(1’(n)} 其中， k z(1’(七)=Ez‘o’(i)，k=1，2，…，n i1 Z(1)为x(1