最新GM(1_1)模型,灰色预测资料.docxVIP

小额贷款远程智能预警系统 人数预测算法的设计 、灰色系统的引入： 灰色系统是指 部分信息已知，部分信息未知”的小样本”，贫信息”的不确定性系统，它通 过对 部分”已知信息的生成、开发去了解、认识现实世界，实现对系统运行行为和演化 规律的正确把握和描述. 灰色系统模型的特点： 对试验观测数据及其分布没有特殊的要求和限制， 是一种十分简 便的新理论，具有十分宽广的应用领域。 目前，灰色系统已经成为社会、经济、科教、技术等很多领域进行预测、决策、评估、 规划、控制、系统分析和建模的重要方法之一。 特别是它对时间序列短、统计数据少、信息不完全系统的建模与分析，具有独特的功效。 灰色模型的优点 （一） 不需要大量的样本。 （二） 样本不需要有规律性分布。 （三） 计算工作量小。 （四） 定量分析结果与定性分析结果不会不 （五） 可用于近期、短期，和中长期预测。 (六) 灰色预测精准度咼。 、GM ( 1,1)模型(grey model 一阶一个变量的灰微分方程模型) 灰色理论认为系统的行为现象尽管是朦胧的， 数据是复杂的，但它毕竟是有序的，是有 整体功能的。灰数的生成，就是从杂乱中寻找出规律。同时， 灰色理论建立的是生成数 据模型，不是原始数据模型。因此，灰色预测的数据是通过生成数据的 GM(1,1)模型所 得到的预测值的逆处理结果。 GM( 1,1)的具体模型计算式 设非负原始序列 X(0)冷 1 , x(0) 2,...,x(0) n ? 对X(0)作一次累加 k X⑴ k 八 x(0)i ; k=1,2,…,n i =1 得到生成数列为 X⑴ Jx⑴ 1,x(1)2,...,x(1) n 1 于是x(0) k的GM (1,1 )白化微分方程为 dx⑴dtax ⑴二 dx⑴ dt ax ⑴二 u （1 — 1） 其中a,u为待定参数，将上式离散化，即得 △⑴（x⑴（k +1 ））+az⑴（x（k +1 ））= u （1 — 2） 其中厶⑴x⑴k 1为x⑴在（k+1 ）时刻的累减生成序列， 「⑴ X⑴ k ? 1 - V）x（1） k ? 1 L 严 I.x（r） k L X⑴（k 1） - X⑴（k） = x（0） （k 1） （1 — 3） z⑴x k 1为在（k+1）时刻的背景值（即该时刻对应的 x的取值） Z⑴ x k ? 1i；l=1 X⑴ k 1 X⑴ k （ 1—4） 将（1— 3）和（1— 4）带入（1 — 2 ）得 x⑼ k 1 =ah1 x⑴ k x⑴ k 1 ] u （ 1 — 5） 将（1 — 5）式展开得 [—2(x(1)(1)+x⑴(2)) (1 — 6)乂 0)( n)4X（1）n- (1 — 6) 乂 0)( n) 4X（1）n-1 x（1） (n)) 丁 (2 )1 [一対“x(1)(2? ： -a uT为待辨识参数 ?(0) (n )_ 向量，则（1 — 6）可以写成 Y=B「 （ 1 — 7） 参数向量G可用最小二乘法求取，即 ?= a??T =（BtB「BtY （ 1 — 8） 把求取的参数带入（2 —16）式，并求出其离散解为 ?(1) ?(1) k 1 = x(1)1 -U?e (1 — 9) 还原到原始数据得 ?(0) k ?(0) k 1 二？⑴ k 1 -X⑴ k = 1 - e (1 —10) (1 — 9)、(1 —10)式称为GM (1,1)模型的时间相应函数模型，它是 GM (1,1)模型 灰色预测的具体计算公式。 建立灰色预测模型的一般步骤 第一步：级比检验，建模可行性分析。 第二步：数据变换处理。 第三步：用GM(1,1)建模。 第四步：模型检验。 、灰建模事例 北方某城市1986-1992年交通噪声平均声级数据 序号 年份 Leq 1 1986 71.1 2 1987 72.4 3 1988 72.4 4 1989 72.1 5 1990 71.4 6 1991 72.0 7 1992 71.6 表：某城市近年来交通噪声数据 [dB(A)] 第一步：级比检验，建模可行性分析。 1、建立交通噪声平均声级数据时间序列： X(0) Ex(0) 1 ,x(0) 2 ,...,x(0) 7 i；U(71.1,72,4,...,71.6) 亠厶、 “ 、x(0)(k—1) 2、 求级比：；-k 贡 x(0) (k ) 厂-丁 2,二 3,…，二 7 = 0.9820,1.0000,1.0042,1.0098,0.9917,1.0059 / 2 2 、 3、 级比判断：坊(kF e n + ,en4t I 丿 由于所有的▽ (k卢b.778800783,1.284025417】，(k=2,3，…7),故可以用X (0)作满意 的GM (1,1)建模。 (注：由此处可见，当样本数量增