灰色预测理论.pptxVIP

灰色预测理论;灰色预测的理论基础 灰色预测模型 GM(1,1)的检验 灰色预测的应用实例 ;灰色预测的理论基础 ;;灰色预测 通过鉴别系统因素之间发展趋势的相似或相异程度,即进行关联度分析,并通过对原始数据的生成处理来寻求系统变动的规律。生成数据序列有较强的规律性,能够用它来建立相应的微分方程模型,从而预测事物未来的发展趋势和未来状态。 灰色预测的类型 时间序列预测。用等时距观测到的反映预测对象特征的一系列数量(如产量、销量、人口数量、存款数量、利率等)构造灰色预测模型,预测未来某一时刻的特征量,或者达到某特征量的时间。 畸变预测(灾变预测)。通过模型预测异常值出现的时刻,预测异常值什么时候出现在特定时区内。 波形预测,或称为拓扑预测,它是通过灰色模型预测事物未来变动的轨迹。 系统预测,是对系统行为特征指标建立一族相互关联的灰色预测理论模型,在预测系统整体变化的同时,预测系统各个环节的变化。 ;灰色预测模型;关联度分析 关联度分析 依照因素之间发展态势的相似或相异程度来衡量因素间关联的程度,其揭示了事物动态关联的特征与程度。关联分析是灰色系统分析和预测的基础。 ;关联度分析步骤: 设原始数列为 X(0)=(x(0)(1), x(0)(2),……,x(0)(n)) 比较数列为 X(i)=(x(i)(1), x(i)(2),……,x(i)(n)) 关联系数的定义 其中P称为分辨率,0P1,一般采纳P=0、5。对单位不一,初值不同的序列,在计算关联系数之前应首先进行初值化,马上该序列的所有数据分别除以第一数据,将变量化为无单位的相对数值。 关联度的计算公式: 　 关联系数只表示了各个时刻参考序列和比较序列之间的关联程度,为了从总体上了解序列之间的关联程度,必须求出它们的时间平均值,即关联度。 ;例:某地区1977-1983年总收入与养猪、养兔收入资料见表 问题:对该地区总收入影响较直截了当的是养猪依然养兔？ ;步骤1:计算差序列;灰色生成;累减生成 对数列求相邻两数值的差,是累加生成的逆运算。 记原始序列为 X(1)=(x(1)(1), x(1)…(2),…),x(1)(n)) 一次累减生成序列为 X(0)=(x(0)(1), x(0)(2),…,x(0)(n)) 其中,x(0)(k)=x(1)(k)—x(1)(k-1) 累减生成的作用 累减生成可将累加生成还原为非生成数列,在建模方 程用来获得增量信息。;模型符号含义 GM(1,1) Grey Model(1阶方程,1个变量) GM(1,1)建模过程 令X(0)为GM(1,1)为原始建模序列: X(0)=(x(0)(1), x(0)(2),……,x(0)(n)) X(1) 为X(0)累加生成序列 X(1)=(x(1)(1), x(1)(2),……,x(1)(n)) x(1)(k)= k=1,2,…,n 令Z(1)为X(1)的紧邻均值生成序列 Z(1)=( z(1)(1 ), z(1)(2),…… z(1)(k )) z(1)(k)=o、5 x(1)(k)+0、5 x(1)(k-1) GM(1,1)的灰微分方程模型为 x(0)(k+1)+a z(1)(k)=b 式中称为a发展系数,b为灰色作用量。;; 设为待估参数向量,即=(a,b)T,则灰微分方程的最小二乘估计参数列满足 =(BTB)TBTYn 其中, B= Y n= 称 为灰色微分方程x(0)(k)+az(1)(k)=b的白化方程,也叫影子方程。 将上面所求参数代入白化方程,求得其离散解为 还原到原始数据 ;GM(1,1)模型检验 ;后验差检验 即对残差分布的统计特性进行检验。 计算出原始序列的平均值: 计算原始序列的均方差: 计算残差的均值: 计算残差的均方差: 计算方差比C: 计算小残差概率: 令S0=0、6745S1 ,即P=P{eiS0}。;下表为后验差检验判别参照表、 ;年;　据此对Q(0)建立灾变日期序列的GM(1,1)模型。对作一次累加生成,得 求得参数向量 记Q(1)的紧邻生成序列为Z(1),因此,得灾变GM(