灰色模型-（一）.pptVIP

灰色系统及在建模中的应用 赵洋 2007年7月19日 一、灰色系统介绍 §1.1 几种不确定性方法的比较 模糊数学着重研究“认知不确定”问题，其研究对象具有“内涵明确，外延不明确”的特点。主要凭借经验，借助于隶属函数进行处理。 §1.2 灰色系统的基本原理 §1.3 灰数及其运算 二、灰色系统模型 §2.1 灰生成技术 §2.2 GM（1，1）模型 MCM2006年 A题 艾滋病疗法的 评价及疗效的预测 注意： 1. 是原始数据序列 的拟合值。 2. 是原始数据序列预测值。 如何检验GM(1,1)模型的精度？ 问题3 残差： 平均相对误差： 相对误差： 精度： ☆ 后验差检验 ☆ 关联度检验 ☆ 级比偏差检验 此外,还有 建立灰色预测模型的一般步骤 第一步：级比检验，建模可行性分析。 第二步：数据变换处理。 第三步： 用GM(1,1)建模。 第四步：模型检验。 灰建模实例： 北方某城市1986-1992年交通噪声平均声级数据 5 1990 71.4 6 1991 72.0 7 1992 71.6 1 1986 71.1 2 1987 72.4 3 1988 72.4 4 1989 72.1 序号 年份 Leq 序号 年份 Leq 表：某城市近年来交通噪声数据[dB(A)] 第一步：级比检验，建模可行性分析。 1.建立交通噪声平均声级数据时间序列： 2. 求级比： 3. 级比判断： 由于所有的 ， ，故可以用 作满意的GM(1, 1) 建模。 第二步： 用GM(1,1)建模。 1. 对原始数据 作一次累加： 得： 2. 构造数据矩阵B及数据向量Y ： 于是得到： 3.最小二乘估计求参数列 ： 于是得到 。 4. 建立模型： 解得时间响应序列为： （＊） 5. 求生成数列值 及模型还原值 ： 令 代入时间响应函数可算得 ， 其中取 。 由累减生成 ，得还原值： 第三步： 模型检验。 71.1 0 0 72.4 0 0 72.2 0.2 0.28% 72.1 0 0 71.9 -0.5 -0.7% 71.7 0.3 0.42% 71.6 0 0 1 1986 71.1 2 1987 72.4 3 1988 72.4 4 1989 72.1 5 1990 71.4 6 1991 72.0 7 1992 71.6 模型值 残差 相对误差 序号 年份 原始值 表：GM(1,1)模型检验表 平均相对误差： 精度： 经验证，该模型的精度较高，可进行预报 和预测。 * ■ 华中科技大学的邓聚龙教授80年代初创立的灰色系统是新兴的横断学科。在短短的二十年里已得到了长足的发展。 ■ 目前