灰色理论模板.pptVIP

灰色理论 1 灰色系统及其在事故预测中的应用 1．1 灰色系统理论 灰色系统理论是我国学者邓聚龙教授于1982年创立的。对于掌握信息的完备程度，人们常用颜色作出简单、形象的描述。例如，把内部信息已知的系统称为白色系统；把信息未知的或非确知的系统，称为黑色系统；而把信息不完全确知的系统，也就是系统中既含有已知的信息、又含有未知的或非确知的信息，称为灰色系统（GREY— SYSTEM）。 灰色理论 灰色系统理论认为，世界是物质的世界，同时也是信息的世界。在作为信息的世界里，已被认识的白色系统和未被认识的黑色系统只是相对的、暂时的，而介于二者之间的灰色系统是永恒的、绝对的。灰色系统理论的任务就是挖掘、发现有用的信息，充分利用和发挥现有信息的作用，以分析和完善系统的结构，预测系统的未来，改进系统的功能。 灰色理论 灰色系统将一切随机变量看作是在一定范围内的灰色量，将随机过程看作是在一定范围内变化的与时间有关的灰色过程。对灰色量不是从统计规律的角度通过大样本量进行研究，而是用数据处理的方法（数据生成），将杂乱无章的原始数据整理成规律较强的生成数列，再做研究。 灰色理论 1．2 灰色系统的用途 灰色系统的内容与用途主要是： 灰色关联分析 灰色预测 灰色决策 灰色控制 灰色理论 事故的发生存在着很大的偶然性，许多安全问题难以归纳成简明严谨的数学模型。但是，历史事故序列中肯定存在某种模式，它表面上给人的印象往往是杂乱无章、无规律可循，但具有外推性，能够被预测。因此，事故预测的对象是一些影响因素众多的、不确定的灰色系统，可应用灰色预测理论很好地解决事故预测问题。 灰色理论 2 GM（1，1）模型及灰色预测方法 2．1 灰色模型 灰色模型简称GM模型（GREY MODEL），是灰色系统理论的主要组成部分。常用的灰色模型有GM(1,N)模型和GM(1,1)模型。GM(1,N)模型是1阶N个变量的微分方程模型；GM(1,1)模型则是GM(1,N)模型中，N=1的特例，即1阶1个变量的微分方程模型。灰色预测主要是通过GM(1,1)模型进行的。 灰色理论 GM(1,1)模型的微分形式为： 灰色理论 模型的离散形式： 灰色理论 灰色建模和求解过程可以用下图来表示。 灰色理论 2．2 灰色预测方法步骤 下面结合实例介绍用GM(1,1)模型进行事故预测的方法步骤。某矿某年3-7月份的轻伤事故情况如表所示，试预测8月份的轻伤事故人次。 灰色理论 1)数据的累加生成 建立灰色预测模型时，要对原始数据做累加处理，即对非负数列x(0)（i）= ｛x(0)（1），x(0)（2），x(0)（3），x(0)（4），x(0)（5）｝，做一次累加处理（1-AGO），求得新数列x(1)（i）： 灰色理论 本例中，原始数据序列为： x(0)（i）=｛29，33，34，35，37｝ 用上式对原始数据序列做一次累加处理，生成新数列x(1)（i）为： x(1)（i）=｛29，62，96，131，168｝ 灰色理论 2）构造数据矩阵B及数据向量Y 式2-5所示的GM(1,1)模型中，需确定参数a、u的具体数值。为此，令 ，给出下列矩阵形式的方程： Y = B 灰色理论 其中， Y = [x(0)（2），x(0)（3），…，x(0)（n）]T 灰色理论 本例中， Y = [x(0)（2），x(0)（3），…，x(0)（n）]T = ｛33，34，35，37｝T 灰色理论 3)求GM（1，1）的系数向量 根据最小二乘法，求 灰色理论 本例中， 灰色理论 所以， a = -0.0386148777 u = 314)建立预测模型 根据式2-5，建立预测模型。 灰色理论 本例中，x(0)(1)=29, 灰色理论 即，本例中的事故预测公式为： 根据此公式可计算出今后各个时期的 ，即生成数列的预测值。 灰色理论 5)求还原数列 为了得到原始数列的预测值，还需要将生成数列的预测值作累减还原为原始值，即 灰色理论 式中 --原始数列的预测值； --生成数列的预测值。 本例中，由2-9式求得生成数列的预测值，由2-10式求得原始数列的还原值，分别列在表2-8、表2-9中。 灰色理论 6）误差及精度检验 由预测模型得到的预测值 ，必须经过统计检验，才能确定其精度等级。 （1）相对误差 灰色理论 其中， 为原始数列值与预测值的差值，即残差。 灰色理论 显然，残差的方差Se2越小，预测精度越高，但其数值大小与原始数据的大小有关。因此，取它们的比值