灰色预测法(GM()模型).docxVIP

10.1 灰色预测理论 10.2 GM(1,1)模型 10.3 GM(1,1)残差模型及GM (n, h)模型 回总目录 10.1 灰 色 预 测 理 论 一、灰色预测的概念 （1）灰色系统、白色系统和黑色系统 白色系统是指一个系统的内部特征是完全已知的，即系统的信息是完全充分的。 回总目录 回本章目录 黑色系统是指一个系统的内部信息对外界来说是一无所知的，只能通过它与外界的联系来加以观测研究。 灰色系统内的一部分信息是已知的，另一 部分信息是未知的，系统内各因素间有不确定的关系。 回总目录 回本章目录 （2）灰色预测法 灰色预测法是一种对含有不确定因素的系统进行预测的方法。 灰色预测是对既含有已知信息又含有不确定信息的系统进行预则，就是对在一定范围内变化的、与时间有关的灰色过程进行预测。 回总目录 回本章目录 灰色预测通过鉴别系统因素之间发展趋 势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。 回总目录 回本章目录 灰色预测法用等时距观测到的反映预测对 象特征的一系列数量值构造灰色预测模型，预测未来某一时刻的特征量，或达到某一特征量的时间。 回总目录 回本章目录 （3）灰色预测的四种常见类型 灰色时间序列预测 即用观察到的反映预测对象特征的时 间序列来构造灰色预测模型，预测未来某一时刻的特征量，或达到某一特征量的时间。 畸变预测 即通过灰色模型预测异常值出现的时 刻，预测异常值什么时候出现在特定时区内。 回总目录 回本章目录 系统预测 通过对系统行为特征指标建立一组相互关联的灰色预测模型，预测系统中众多变量间的相互协调关系的变化。 拓扑预测 将原始数据做曲线，在曲线上按定值寻找该定值发生的所有时点，并以该定值为框架构成时点数列，然后建立模型预测该定值所发生的时点。 回总目录 回本章目录 二、生成列 为了弱化原始时间序列的随机性，在建立灰色预测模型之前，需先对原始时间序列进行数据处理，经过数据处理后的时间序列即称为生成列。 回总目录 回本章目录 （1）数据处理方式 灰色系统常用的数据处理方式有累加和累减两种。 ?累加 累加是将原始序列通过累加得到生成列。 回总目录 回本章目录 累加的规则: 将原始序列的第一个数据作为生成列的第一个数据，将原始序列的第二个数据加到原始序列的第一个数据上，其和作为生成列的第二个数据，将原始序列的第三个数据加到生成列的第二个数 据上，其和作为生成列的第三个数据，按此规则进行下去，便可得到生成列。 回总目录 回本章目录 记原始时间序列为： X ?0? ? ?X ?0? ?1?, X ?0? ?2?, X ?0? ?3?,...X ?0? ?n? 生成列为： X ?1? ? ?X ?1? ?1?, X ?1? ?2?, X ?1 ? ?3?,...X ?1? ?n?? 上标1表示一次累加，同理，可作m次累加： k X ? m? ?k ? ? ? X ? m?1? ?i ? ?1 回总目录 回本章目录 对非负数据，累加次数越多则随机性弱化 越多，累加次数足够大后，可认为时间序列已由随机序列变为非随机序列。 一般随机序列的多次累加序列，大多可用 指数曲线逼近。 回总目录 回本章目录 ?累减 将原始序列前后两个数据相减得到累减生成列 累减是累加的逆运算，累减可将累加生成列还原为非生成列，在建模中获得增量信息。 一次累减的公式为： X 1 ?k ? ? X 0 ?k ? ? X 0 ?k ?1? 回总目录 回本章目录 三、关联度 关联度分析是分析系统中各因素关联程度的方法，在计算关联度之前需先计算关联系数。 （1）关联系数 设 ? ?0? ? ?0? ? X ?k ? ? ?X ?1?, X X ?0? ?k ? ? ?X ?0? ?1?, X  ?0? ?2 ? ?0? ?n?? ?,..., X ?0? ?2?,..., X ?0? ?n ?? 则关联系数定义为： ?(k) ? min min X? ?0? ?k ? X ?0? ?k ? ? ? max max X? ?0? ?k ? X ?0? ?k ? ? ? 0? ?k ? ? X ? 0? ?k ? ? ? max max ? ? 0? ?k ? ? X ? 0? ?k ? X X 回总目录 回本章目录 式中： ? ? 0? ?k ? ? X ? 0? ?k ? 为第k个点 X ?0? 和 ? ?0 ? 的绝对误差； X X min min X? ?0? ?k ? X ?0? ?k ? 为两级最小差； max max ? ? 0? ?k ? ? X ? 0? ?k ? 为两级最大差； X ρ称为分辨率，0ρ1,一般取ρ=0.