灰色理论模型.pptVIP

第一页，共三十七页，2022年，8月28日 * 不确定系统研究方法 模糊数学 概率统计 灰色系统 认识不确定 随机不确定 小信息的不确定 第二页，共三十七页，2022年，8月28日 * 三个问题 1 什么是灰色理论？ 2. 什么是灰色模型？ 3 如何建立和使用灰色模型？ 第三页，共三十七页，2022年，8月28日 * 什么是灰色理论？ 通过对灰数进行灰运算、灰生成，以建立起灰色模型，通过模型再对客观事物进行预测、控制、优化…等等，这一套方法体系，我们就称之为灰色理论。 灰色系统理论认为：尽管客观系统表象复杂，数据离乱，但它总是有整体功能的，因此必然内涵某种规律。关键在于我们如何选择适合的方式挖掘利用它，生成弱化其随机性，展现其规律性。 第四页，共三十七页，2022年，8月28日 * 几个概念 灰数 灰运算 灰生成 第五页，共三十七页，2022年，8月28日 * 灰数 灰数是指信息不完全的数，例如：“那个小姑娘的身高大约有165公分左右，体重只有40公斤左右”．这里的165左右和40公斤左右都是灰数，可以分别记为 和 .再如：“他的体温大约在38度～39度之间”，关于体温是灰数，记为 . 第六页，共三十七页，2022年，8月28日 * 灰运算 第七页，共三十七页，2022年，8月28日 * 灰运算 第八页，共三十七页，2022年，8月28日 * 灰生成（灰色生成数列 ） 对灰数的处理主要是利用某种数据处理方法去寻求数据间的内在规律，通过对已知数据列中的数据进行处理而产生新的数据列，以此来研究寻找数据的规律性，这种方法称为数据的生成. 数据的生成方式有多种，常用的方法有累加生成、累减生成和均值生成等. 第九页，共三十七页，2022年，8月28日 * 一、累加生成（AGO） 设原始数列为 令 则称 为数列 的１- 次累加生成，数列 称为数列 的１- 次累加生成数列 类似地有 称之为 的 r- 次累加生成.记 ，称之为 r- 次累加生成数列. 的 例如: x(0)=（1，3，2，5，8） x(1)=（1，4，6，11，19） x(2)=（1，5，11，22，41） 第十页，共三十七页，2022年，8月28日 * 二、逆累加生成（IAGO) 设原始数列为 令 则称 为数列 的１- 次累减生成。 一般地，对于r- 次累加生成数列 则称 为数列 的 r -次累减生成。 累加生成与累减生成互为逆过程。 例如: x(1)=（1，4，6，11，19） x(0)=（3，2，5，8） 第十一页，共三十七页，2022年，8月28日 * 三、均值生成（MEAN） 设原始数列为： 对于常数： 称 ： 为数列 在生成系数（权） 下的邻值生成数 （或生成值）。 特别地，当生成系数 时，则称： 为邻均值生成数，即等权邻值生成数. 例如: x(0)=（1，4，6，11，19） z(0)=（2.5，5，8.5，15） a=0.5 第十二页，共三十七页，2022年，8月28日 * 灰色模型—GM(1,1) 定义：设x(0)为n个元素的数列：x(0)=(x(0)(1), x(0) (2),…, x(0) (n)), x(0) 的累加生成数列为：x(1)=(x(1)(1), x(1) (2),…, x(1) (n)), 其中： 定义x(1)(k)的灰导数为: 令z(1)为数列x(1)的均值数列，即 于是定义GM(1,1)的灰微分方程模型为 亦即 第十三页，共三十七页，2022年，8月28日 * 其中x(0)(k)称为灰导数，a称为发展系统，z(1)(k)称为白化背景值，b称为灰作用量. 将k=2,3,…,n代入上式则有： 令： 第十四页，共三十七页，2022年，8月28日 * 参数向量μ的确定方法： 由最小二乘法则有： 具体地： 其中： 第十五页，共三十七页，2022年，8月28日 * GM(1,1)的白化型 得到GM(1,1)的灰微分方程对应的白微分方程为: GM(1,1)的白化型是一个真正的微分方程，如果白化型模型精度高，则表明所用数列建立的模型GM(1,1)与真正的微分方程模型吻合较好，反之亦然. 该方程揭示 具有指数规律。 第十六页，共三十七页，2022年，8月28日 * 小结 灰色建模的方法 ① 累加生成原数据列x(0)得到x(1) ② 均值生成x(1)得到z(1) ③ 写出灰微分模型 ④ 回带数据利用最小二乘法求得参数a,b的估计值 ⑤ 代入a,b的估计值解出相应的白微分方程可得： ⑥ 还原x(0)(k)=x(