灰色预测模型(最后).pptVIP

一、预备知识 灰色系统理论认为对既含有已知信息又含有未知或非确定信息的系统进行预测，就是对在一定范围内变化的、与时间有关的灰色过程的预测。尽管过程中所显示的现象是随机的、杂乱无章的，但毕竟是有序的、有界的，因此这一数据集合具有潜在的规律，灰色预测就是利用这种规律建立灰色模型对灰色系统进行预测 灰色预测是就灰色系统所做的预测。其具体含义是：如果某一系统的全部信息已知为白色系统，全部信息未知为黑箱系统，部分信息未知，那么这一系统就是灰箱系统。一般来说，社会系统、经济系统、生态系统都是灰色系统。如物价系统，导致物价上涨的因素很多，但已知的却不多，因此对物价这一灰色系统的预测可以用灰色预测方法。 最小，J是关于a，b的二元函数。 设平面上有数据序列 设回归直线为 要使所有点到直线的距离之和最小，即使误差平方和 由 解得 把上式写成矩阵方程： 可以具体验算按最小二乘法求得的结果与上述方法完全相同。 对于多元线性回归，有同样的矩阵描述 仍有 二 、前言 三、 预备知识 考虑一阶线性常微分方程 上面一阶线性常微分方程的解是指数型曲线，如下图所示： G表示Grey，M表示Model，前一个参数“1”表示一阶，后一个“1”表示变量的个数， 是一个一阶、一个变量的微分方程模型。 给定等时间间隔的数据列，且设数据列单调： 将数据列记成： 表示原始观测数据序列。 对原始数据作一次累加生成，即令： 如上例给出的原始数据，一次累加生成数序列： 例如 是按相同时间间隔观测的原始数据序列。 给定的原始数据序列已经是单增序列，经一次累加生成后的累加数序列具有更强烈的单调性。 我们知道指数序列是单调的，但是，单调序列却不一定是指数型的，不过强烈的单调序列可以近似看做是指数的，即可以用指数型曲线进行拟合。如果用指数型曲线来拟合一次累加生成序列，那么，这条指数曲线一定是某个一阶线性常微分方程 的满足某个初始条件的一条积分曲线，即其方程如下 则 又 为时间间隔，将时间间隔看做是单位时间间隔，并且认为时间被充分细化（秒，毫秒，微秒，……，事实上只要单位时间内函数的增量相对很小，这个单位时间间隔也可以是日，月，年等）. 此时导数可用差商近似表示，此时有： 于是，一阶线性常系数微分方程近似化为 注意到函数 在区间[k,k+1]上取值，当以中值近似时有 则微分近似转化为： 注：在（1）式中，可以按不同的权值求近似值： 称为均值生成系数。 其中 按最小二乘原理，线性回归系数 ， 应满足 例1：设给定如下时间序列数据 求t=6,7,8的预测值。 解：1）对原始数据作一次累加生成，得到 注，若原始数据有n个，则一次累加生成的数据有n-1个。 按前面分析，其通解为 4）得到微分方程模型 即 可得 注意到，模型是对一次累加数求的预测值，故还应该将一次累加的模型值还原成要求的数据。 6）还原 7）模型检验 计算相对误差 若 则认为模型符合要求，可以做进一步预测。 在本例中，模型的相对误差如下 给定原始数据列 五、灾变预测 则其上限灾变数列为 注意，灾变预测不是预测数据本身的大小，而是预测异常值出现的时间。 同理，可定义下限灾变数列。 考虑如下问题 例 某地区年平均降雨量数据如下表 年 1 2 3 4 5 6 7 8 9 降雨量 390.6 412 320 559.2 380.8 542.4 553 310 561 年 10 11 12 13 14 15 16 17 降雨量 300 632 540 406.2 313.8 576 587.6 318.5 解：容易得到下限灾变数列为 对应的时刻数列为 用上式预测到第6个及第7个数据为 由于22.034与17相差5.034，这表明下一次旱灾将发生在五年以后。 总结：灰色预测的步骤 1.原始数据的检验与预处理 计算数列的级比 如果所有的级比 都落在 内， 首先，为了保证建模方法的可行性，需要对原始数据列做必要的检验与预处理。设原始数据列为： 则数列 可以作为模型 的数据进行灰色预测。否则需要对数列 做必要的变换处理，使其落入可容覆盖内。 使数列 的级比 2.模型建立 3.模型检验 4.用模型进行预测 作业 有一台空压机，其轴向止推轴承套磨损量如下表： 日期 7.30 8.10 8.20 8.30 9.10 9.20 9.30 10.10 磨损量 0.1162 0.1245 0.1346