预测与决策教程(第2版)课件:灰色预测方法.pptx

预测与决策教程(第2版)课件:灰色预测方法.pptx

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

主要内容:灰色预测概念

灰建模

数列预测

区间预测

灾变预测;【案例6-1】城镇基本医疗参保人数预测;灰色预测模型;一、灰色预测的概念—灰色系统及灰色预测;一、灰色预测的概念—灰色系统及灰色预测;一、灰色预测的概念—灰色系统及灰色预测;一、灰色预测的概念—序列生成算子;一、灰色预测的概念—序列生成算子;一、灰色预测的概念—序列生成算子;一、灰色预测的概念—序列生成算子;一、灰色预测的概念—序列生成算子;二、灰建模—GM(1,1)模型;二、灰建模—GM(1,1)模型;二、灰建模—GM(1,1)模型;二、灰建模—GM(1,1)模型;二、灰建模—GM(1,1)模型;二、灰建模—GM(1,1)模型;有关建模的问题说明:

(1)原始序列中的数据不一定要全部用来建模,对原始数据取舍不同,所得模型也不同,即a和b不同;

(2)数据的取舍应保证建模序列等时距、相连,不得有跳跃出现;

(3)一般建模数据序列应当由最新的数据及其相邻数据构成。当再出现新数据时,可采用两种方法处理:一是将新信息加入原始序列中,重估参数;二是去掉原始序列中最老的一个数据,加上最新的数据,所形成的序列和原序列维数相等,再重估参数。;时间;二、灰建模—GM(1,1)模型;二、灰建模—GM(1,1)模型检验;二、灰建模—GM(1,1)模型检验;二、灰建模—GM(1,1)模型检验;二、灰建模—GM(1,1)模型检验;二、灰建模—GM(1,1)残差模型;二、灰建模—GM(1,1)残差模型;二、灰建模—GM(1,1)残差模型;;主要内容:灰色预测概念

灰建模

数列预测

区间预测

灾变预测;【案例6-1】城镇基本医疗参保人数预测;灰色预测模型;三、数列预测;四、区间预测;四、区间预测;四、区间预测;四、区间预测;四、区间预测;五、灾变预测;五、灾变预测;五、灾变预测;五、灾变预测;【案例6-1】城镇基本医疗参保人数预测;【案例6-1】城镇基本医疗参保人数预测;【案例6-1】城镇基本医疗参保人数预测;如果某一系统的全部信息已知为白色系统,全部信息未知为黑箱系统,部分信息已知、部分信息未知,那么这一系统就是灰色系统。灰色预测方法是通过原始数据的处理和灰色模型的建立,挖掘、发现、掌握系统演化规律,对系统的未来状态做出科学的定量决策。

灰色预测主要以GM(1,1)模型为基础,包括数列预测、区间预测和灾变预测等。GM(1,1)模型主要有四种形式:均值GM(1,1)模型(EGM)、原始差分GM(1,1)模型(ODGM)、均值差分GM(1,1)模型(EDGM)和离散GM(1,1)模型(DGM)。

对于一个具体问题,究竟应该选择什么样的预测模型,应以充分的定性分析结论为依据,并结合残差检验、关联度检验、后验差检验的结果来判断。;

文档评论(0)

ning2021 + 关注
实名认证
内容提供者

中医资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2023年05月10日上传了中医资格证

1亿VIP精品文档

相关文档