灰色预测(包含数列预测和灾变预测).docVIP

二 灰色预测 基于灰色建模理论的灰色预测法，按照其预测问题的特征，可分为五种基本类型，即数列预测、灾变预测、季节灾变预测、拓扑预测和系统综合预测。这五种类型的预测方法，都是区域开发研究中重要而且常用的预测方法。本节只对数列预测法灾变预测法作简单介绍。 一、数列预测 数列预测就是对某一指标的发展变化情况所作的预测，其预测的结果是该指标在未来各个时刻的具体数值。譬如，在地理学研究中，人口数量预测、耕地面积预测、粮食产量预测、工农业总产值预测，等等，都是数列预测。 数列预测的基础，是基于累加生成数列的GM(1，1)模型。 设是所要预测的某项指标的原始数据。是一个不平稳的随机数列，对于这样一个随机数列，如果趋势无规律可循，则无法用回归预测法对其进行预测。作依次累加生成处理，即 x(1)(2)=x(0)(1)+x(0)(2) x(1)(3)=x(0)(1)+x(0)(2)+x(0)(3) ?则得到一个新的数列。这个数列与原始数列相比较，其随机性程度大大弱化，平稳程度大大增加。对于这样的新数列，其变化趋势可以近似地用如下微分方程描述： 在(1)式中，a和u可以通过如下最小二乘法拟合得到： 在(2)式中，YMM=[x(0)(2)，x(0)(3)，…，x(0)(M)]T 微分方程(1)式所对应的时间响应函数为： (3)式就是数列预测的基础公式，由(3)式对一次累加生成数列的预测值可以求得原始数的还原值： 在（4）式中，t=1,2,…,M,并规定。原始数据的还原值与其观测值之间的残差值ε(0)(t)和相对误差值q(t)如下： 对于预测公式(3)，我们所关心的问题是它的预测精度。这一预测公式是否达到精度要求，可按下述方法进行精度检验。 首先计算： 其次计算：方差比c=s2/s1 一般地，预测公式(3)的精度检验可由表10-2给出。如果p和c都在允的分析对(3)式进行修正，灰色预测常用的修正方法有残差序列建模法和周斯分析法两种。 表10-2? 灰色预测精度检验等级标准 P C 好 0.95 0.35 合格 0.80 0.5 勉强 0.7 0.65 不合格 ≤0.70 ≥0.65 二、引入残差模型的数列预测 当灰色预测精度检验等级标准超出所允许的范围时，需引入残差模型对GM(1，1)模型 使用该数据序列 建立残差GM（1，1）模型， 引入残差模型的影响，得新的预测序列 三、灾变预测 一般地，如果表征系统行为特征的指标超出了某个阈值(临界值)，则称发生了灾害。因此，所谓灾变是相对于所研究的问题的表征变量而言的。是否发生灾变要依据有关的表征变量的数值大小而定。譬如，旱灾和涝灾是相对于农作物生长过程中，作物需水与大气降水的差值大小而言的。如果以降水量作为旱涝灾害标征指标，则只有当降水量小于(或大于)某一阈值时，才认为发生了旱(或涝)灾。灾变预测就是指对灾变发生的年份的预测。 对于表征系统行为的指标数列： {x(0)(1)，x(0)(2)，…，x(0)(N)}???????????????? (7) 规定一个灾变阈值ξ，x(0)(i)中那些≤ξ(或≥ξ)的点被认为是具有异常值的点(灾变发生点)，把它们按原来的编序挑选出来组成一个新的数据序列 （8） 则式(8)称之为下限(或上限)灾变数列。 作灾变映射 p∶{i′}→{q}???????????????????????????? (9) 则灾变预测就是按灾变日期序列 p={p(1′)，p(2′)，…，p(n′)}?????????? (10) 建立GM(1，1)预测模型所进行的灾变日期预测。 譬如，某地区连续17年的降水量数据如表10-4所示。若规定降水量ξ≤320mm的年份为旱灾年份，试用灾变预测法预测下次旱灾发生的年份。 表10-4? 某地区年降水量(单位：mm) (1)首先作灾变映射，建立GM(1，1)模型。 作映射 p∶{i′}→{q} 对灾变日期序列 p={p(1′)，p(2′)，p(3′)，p(4′)，p(5′)} ={3，8，10，14，17} 建立GM(1，1)模型 为了书写方便，不妨将p(i′)记为p(i)(i=1，2，3，4，5)将p中的数据作一次累加处理： p(1)(1)=p(1)=3 p(1)(2)=p(1)+p(2)=11 p(1)(3)=p(1)+p(2)+p(3)=21 p(1)(4)=p(1)+p(2)+p(3)+p(4)=35 p(1)(5)=p(1)+p(2)+p(3)+p(4)+p(5)=52 p(1)(t)可用下述微分方程拟合： 而系统辨识参数为 (12)式中： 因此(5)式就为： (13)式的时间响应为： p(1)(i+1)