第七章 灰色预测法.pptVIP

* * * * * 二、GM(1,1)模型的检验 * * * * * * C P 预测精度等级 0.35 0.95 好 0.5 0.80 合格 0.65 0.70 勉强合格 ≥0.65 ≤0.70 不合格 当模型精度达到合格以上时才可以用于预测. * * 第七步：精度检验之二——关联度检验 * 第八步：精度检验之三——后验差检验 * 三、残差修正的GM(1,1)模型 1.根据原来建立的GM(1,1)模型，求出原始数据的残差序列e(0) 2.对残差序列e(0)进行一次累加生成e(1) 3.建立残差的GM (1,1)模型 4.将残差的GM(1,1)模型添加到原来建立的GM(1,1)模型上，得到残差修正的GM(1,1)模型。 5.作逆累加生成处理，进行预测。 * * 四、灰色预测法的特点 1.需要的原始数据较少 2.计算简单 3.不需要事先对序列变动的趋势类型作出判断。 4.预测误差较小 5.适用于呈单调趋势变化的时间序列 * 附:灾变预测步骤及例 * 例：某地区17年来的降雨量数据下： 规定降雨量在ξ≤320mm为旱灾，作出下次旱灾的预测时间。 * * 五、 GM（n，h）模型 GM（n，h）模型是微分方程模型，可用于对描述对象做长期、连续、动态的反映。从原则上讲，某一灰色系统无论内部机制如何，只要能将该系统原始表征量表示为时间 ，并有 （N表示自然数集），即可用GM模