GM模型适用范围.docVIP

6.5 GM(1,1) 邓聚龙教授对GM(1,1)模型作了十分深入的研究，得到了GM(1,1)模型的多种不同形式。主要有： （1） （2） （3） （4） （5），；； （6） （7） （8） （9） （10），k3 （11） （12） （13） 命题6.5.1 当时，GM(1,1)模型无意义。 证明 采用最小二乘法估计模型参数，有 当时，，无法确定模型参数，故此GM(1,1)模型无意义。 命题6.5.2 当GM(1,1)发展系数时，GM(1,1)模型无意义。 证明 由GM(1,1)表达式 可知，当时，； 当时，； 当||2时，为常数，而随着k的奇偶性不同而改变符号，因此随着k的奇偶性不同而变号。 由以上讨论可知是GM(1,1)发展系数的禁区。当时，GM(1,1)模型失去意义。 一般地，当||2时，GM(1,1)模型有意义。但随着的不同取值，预测效果也不同。对于－20，即发展系数０－２的情形，我们分别取=0.1,0.2,0.3,0.4,0.5,0.6,0.8,1.5,1.8等进行模拟分析。取k=0,1,2,3,4,5,由 可得如下数列： －=0.1, =(1,1.1051,1.2214,1.3499,1.4918,1.6487) －=0.2，=(1,1.2214,1.4918,1.8221,2.2255,2.7183) －=0.3, =(1,1.3499,1.8221,2.4596,3.3201,4.4817) －=0.4, =(1,1.4918,2.225,3.3201,4.9530,7.3890) －=0.5, =(1,1.6487,2.7183,4.4817,7.3890,12.1825) －=0.6, =(1,1.8821,3.3201,6.0496,11.0232,20.0855) －=0.8, =(1,2.2255,4.9530,11.0232,24.5325,54.5982) －=1, =(1,2.7183,7.3890,20.0855,54.5982,148.4132) －=1.5, =(1,4.4817,20.0855,90.0171,403.4288,1808.0424) －=1.8, =(1,6.0496,36.5982,221.4064,1339.4308,8103.0839) 分别以，，…，为原始序列建立GM(1,1)模型得到如下的时间响应式： 由，，得 ，， ，， ，， ，， ， 由于GM(1,1)模型中为均值生成，对于增长序列，具有弱化其增长趋势的作用。指数序列建立GM(1,1)发展系数减小。 比较原始序列与模拟序列的误差（见表6.5.1）。 表6.5.1模拟误差 发展系数－ 平均相对误差 0.1 0.004 0.104% 0.2 0.010 0.499% 0.3 0.038 1.300% 0.4 0.116 2.613% 0.5 0.307 4.520% 0.6 0.741 7.074% 0.8 3.603 14.156% 1 14.807 23.544% 1.5 317.867 51.033% 1.8 1632.240 65.454% 可以看出，随着发展系数的增大，模拟误差迅速增加。当发展系数小于或等于0.3时，模拟精度可以达到98%以上，发展系数小于或等于0.5时，模拟精度可以达到95%以上，发展系数大于1，模拟精度低于70%，发展系数大于1.5，模拟精度低于50%。 进一步考察1步，2步，5步，10步预测误差（见表6.5.2） 表6.5.2预测误差 － 0.1 0.2 0.3 0.4 0.5 0.6 0.8 1 1.5 1.8 1步误差 0.129% 0.701% 1.998% 4.317% 7.988% 13.405% 31.595% 65.117% — — 2步误差 0.137% 0.768% 2.226% 4.865% 9.091% 15.392% 36.979% 78.113% — — 5步误差 0.160% 0.967% 2.912% 6.529% 12.468% 21.566% 54.491% — — — 10步误差