灰色模型算法文档.docxVIP

-- ------ 灰色预测算法 及相关程序 - 1 - 1 引言 ............................................ 3 2 算法的基本原理 .................................. 3 2.1 GM（1，1）模型： ........................... 3 2.2 生成数 . ..................................... 4 2.2.1 累加生成 ............................... 4 2.2.2 累减生成 ............................... 5 3 算法的具体实现流程 .............................. 6 3.1 算法流程图 ................................. 6 3.2 实现步骤 ................................... 8 3.3 数据准备与预处理 .......................... 10 4 算法程序实现 ................................... 10 4.1 程序使用说明 .............................. 10 4.2 程序源代码 ................................ 11 4.3 程序运行 .................................. 16 4.3.1 程序运行及运行环境说明 ................ 16 4.3.2 输入数据 ............................. 16 4.3.3 输出数据 ............................. 16 5 参考文献 ....................................... 16 - 2 - 灰色预测算法 引言 灰色预测（ grey prediction ）是利用灰色系统理论就灰色系统所作的预测．灰色系统理论认为，尽管系统表象复杂，数据散乱，信息不充分，但作为系统，它必然有整体功能和内在规律， 必然是有序的． 现有的分析方法大多依据过去的大量数据， 按照统计方法分析其规律， 这样不仅受数据量的限制， 而且准确程度不高．而灰色系统理论把随机量看作是在一定范围内变化的灰色量， 对灰色量的处理不是寻求它的统计规律和概率分布， 而是对原始数据加以处理， 将杂乱无章的原始数据变为规律性较强的生成数据， 通过对生成数据建立动态模型， 来挖掘系统内部信息并充分利用信息进行分析预测． 目前，灰色系统理论用于预测主要通过 GM（ m， n）模型，该模型是灰色系统理论的量化体现，可用于以下几个方面的预测： （1）数列预测：对某个事物发展变化的大小与时间进行预测． （2）灾变预测：预测灾变发生的时间或者说是异常值出现时区的分布．如人体的血压过高或过低的时间预测． （3）季节性灾变预测：对发生在每年特定时区的事件和命题作预测． （4）拓扑预测：即事物整体的预测，亦称波形预测．其特点是对于预先给定的多组数值建立 GM（ 1， 1）模型群，根据预测结果构造出整个波形． （5）系统预测：对系统中众多变量间相互协调关系的发展变化所进行的预 测． 算法的基本原理 2.1 GM （1，1）模型 ： 灰色模型 GM（1，1） GM（1，1）的含义为 1 阶， 1 个变量的灰色模型，它是在 数据生成的基础上建立如下灰微分方程： x(0) (k) az(1) (k) b - 3 - 式中 x (0 ) (k) 为原始序列， x(1) AGOx (0) ，z(1) (k ) 0.5x(1) ( k) 0.5x(1) (k 1) ．a 称为发展系数， 它反映 x (1) 和 x(0 ) 的发展态势； b 称为灰作用量， 它的大小反映数据 变化的关系．对序列 z(1) { z(1) ( 2), z(1) (3), , z(1) (n) } ，因为 z(1) (k) 为 x (1) ( k) 与 x(1) ( k 1) 的平均值，故记 z(1) 为 MEANx (1) ， 即 z(1) MEANx (1) x(0) (k) az(1) (k ) b 的白化型为： (1) dx ax(1) b dt 初始值用 x (1) (1) x(0) (1) ，则其解为： x(1) (t) x( 0) (1) b e a ( t 1) b a a 该式用于预测时称为时间响应函数，表示为 ?(1) (k 1) x ( 0) b e a kb x (1)