GM(1，1)模型基本式及优化-企业运营管理专题结课论文.docVIP

企业运营管理专题结课论文 GM(1，1)模型及其优化综述 姓名： 学号： 专业：企业管理2014级 学院：信息与管理科学学院 日期：2014-12-28 GM(1，1)模型基本形式及优化 1基本模型构建 灰色预测GM(1，1)模型的建模过程是将无规律的原始数据进行累加，得到规律性较强的生成数列后进行建模，由生成模型得到的数据在进行累减得到原始数据的预测值，然后进行预测。 假设原始数列为 异界累加生成新的序列 其中： 将原始数据累加后，弱化了原始数据的随机性，若将原始数据和一阶累加生成序列满足准光滑性检验 准指数规律检验 以及级比检验 则序列具有指数增长的规律，即满足一阶线性微分方程 （1） 式中，称为发展灰数，反映及原始序列的发展趋势，称为内生控制灰数，反映了数据间的变化关系。 为了求解和，令为待估向量，由于分析的数列是离散的，将式（1）中离散化，则有 （2） 令 （3） 其中，称为式（1）的背景值，，为权重系数。 假定的取值为0.5，则有 （4） 此时，将式（1）离散化后，则有 （5） 利用最小二乘法求解式（5）可得 （6） 其中 求得a和b ，继续求解微分方程式（1），得到 （7） 其中为序列的预测值，c为待定常数。 将式（7）离散化，则有 （8） 为求解常数c，需要事先选定一个初始值。假定，则有 （9） 带入式（8）得 （10） 对式（10）作累减还原，便可得到原始数列的灰色预测模型 （11） 2、四种基本形式 刘思峰等根据已有研究给出ＧＭ（１，１）模型４种基本形式的定义，包括均值ＧＭ（１，１）模型（ＥＧＭ）、原始差分ＧＭ（１，１）模型（ＯＤＧＭ）、均值差分ＧＭ（１，１）模型（ＥＤＧＭ）和离散ＧＭ（１，１）模型（ＤＧＭ）； 其中EGM的时间响应式为 DGM的时间响应式为 其中， ODGM的时间响应式为 EDGM的时间响应式为 主要研究结论如下： （１）GM(1，1)模型的４种基本形式：EGM、ODGM、EDGM、DGM两两相互等价。 （２）ＯＤＧＭ、ＥＤＧＭ 和ＤＧＭ 均能够精确模拟齐次指数序列。 （３）对于非指数增长序列和振荡序列，应首先选择微分、差分混合形态的ＥＧＭ。 （４）对于接近齐次指数序列的非指数增长序列和振荡序列，应优先选择离散形态的ＯＤＧＭ、ＥＤＧＭ 或ＤＧＭ 3 模型改进 GM(1，1)模型的改进方法也有很多种，如： （1）新信息GM(1，1)模型,通过 不断地补充新出现的信息，即在预测下一时刻的值时，将最新的信息加入。此模型随着时间推移，序列长度会越来越长； （2）新陈代谢GM(1，1)模型, 即新信息出现后，将老信息去掉，加入新信息，保持序列长度不变； (3)残差GM(1，1)模型, 用序列的残差再次建立GM(1，1)模型，用残差GM(1，1)模型的预测值来对原始序列的预测结果进行修正； (4)GM(1，1)模型群法, 用原始序列数据建立多个GM(1，1)模型，给出预测值的区间。 穆勇通过构建三个类型的无偏GM(1，1)模型（即UBGM(1，1)模型），对原始数据按无偏GM(1，1)直接建模法建立模型，得到模型的离散响应式为 石斌、刘思峰