第七章 灰色预测法.ppt

* * * * * 二、GM(1,1)模型的检验 * * * * * * C P 预测精度等级 0.35 0.95 好 0.5 0.80 合格 0.65 0.70 勉强合格 ≥0.65 ≤0.70 不合格 当模型精度达到合格以上时才可以用于预测. * * 第七步：精度检验之二——关联度检验 * 第八步：精度检验之三——后验差检验 * 三、残差修正的GM(1,1)模型 1.根据原来建立的GM(1,1)模型，求出原始数据的残差序列e(0) 2.对残差序列e(0)进行一次累加生成e(1) 3.建立残差的GM (1,1)模型 4.将残差的GM(1,1)模型添加到原来建立的GM(1,1)模型上，得到残差修正的GM(1,1)模型。 5.作逆累加生成处理，进行预测。 * * 四、灰色预测法的特点 1.需要的原始数据较少 2.计算简单 3.不需要事先对序列变动的趋势类型作出判断。 4.预测误差较小 5.适用于呈单调趋势变化的时间序列 * 附:灾变预测步骤及例 * 例：某地区17年来的降雨量数据下： 规定降雨量在ξ≤320mm为旱灾，作出下次旱灾的预测时间。 * * 五、 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 回总目录 回本章目录 * * 第七章 灰色预测法 安徽财经大学 * 第一节 灰色预测的概念 一、灰色系统的概念 二、灰色预测的基本思路 三、灰色预测的种类 * 一、灰色系统的概念 灰色系统：部分信息已知部分信息未知的系统。 白色系统：系统的信息完全充分。 黑色系统：外界对系统内部信息一无所知。 灰色系统是绝对的，白色系统和黑色系统是相对的。 华中理工大学邓聚龙教授于1982年首次提出灰色系统的概念，此后建立了灰色系统理论，并将灰色理论用于预测分析取得了令人满意的成果，引起了国内外的重视。 * 二、灰色预测的基本思路 将已知的的数据按某种规则构成动态的或非动态的白色模块，再按某种变换、解法来求解未来的灰色模型。在灰色模块中，再按某种准则，逐步提高白度，直到未来发展变化的规律基本明确为止。 * 三、灰色预测的种类 1.灰色时间序列预测：对系统行为特征指标观测值所形成的序列进行的灰色预测。如国民生产总值预测，粮食产量预测，商品销售量发展变化的预测等。 2.灾变预测：对超出某一界限的异常值出现时间的预测。此时建模的数据的序列是按序号给出的时间间隔。如预测旱灾出现的年份，预测涝灾。（是否旱灾或涝灾可以由年平均降雨量确定） * 3.系统综合预测：是对系统行为特征指标建立一组相互关联的灰色预测模型，在预测系统整体变化的同时，预测系统各个环节变化的方法，属于对系统的综合研究。 4.拓扑预测：即图形的预测，它是从现有波形来预测未来变化的图形，一般在原始数摆动幅度大且频繁的情况下应用。 * 灰色理论的微分方程模型称为GM模型(Grey Model)，GM（1，N）表示一阶的N个变量的微分方程模型，而GM(1,1)表示一阶的单个变量的微分方程模型。 * 第二节 灰关联分析 一、关联度的概念 关联度是事物之间、因素之间关联性大小的度量，若事物之间变化态势基本一致，则关联度较大，反之则关联度较小 灰色关联分析所需数据较少，对数据要求较低，与相关分析、回归分析等要求大样本的方法相比，有其独特的优点。 * 二、灰关联分析的步骤 1. 确定比较数列和参考数列 2.求关联系数 3. 求关联度 4. 关联度按大小排序 * 三、关联度的计算 1.原始数据的处理 在对单位不同，或初值不同的数作关联度分析时，一般要 作处理，使之无量纲化，规一化。 方法一：初值化 用同一数列的第一个数据去除后面的所有数据，得到初值化的序列，这种变化适用于有稳定增长趋势的序列。 * 方法二：均值化 先分别求各个原始数列的平均数，再用平均数去除所有数据，得到均值化数列。 * 例我国1995~2001年，GDP和GDP1,GDP2,GDP3之间 的关联度分析. 1.原始数据： * 2.对原始数据处理，使其无量纲化： 方法一：初值化处理： * 方法二：均值化处理： * 2.计算关联系数 设经过数据处理后的参考数列为{X0(t)}，与参考数列作关联程度比较的数列记为： {Xk(t)},k=1,2,…,p。 计算参考数列与比较数列差的绝对值： Δ0k(t)=| X0(t)- Xk(t)| * 例3.以GDP为参考数列，以GDP1，GDP2，GDP3为比较数列， 计算差的绝对值（本例以作了均值化后的序列计算）： Δ(min)=0.000642 Δ(max)=0.188269 * 记p个差的