关于“灰色预测模型”讲解.ppt

《关于“灰色预测模型”讲解.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、灰色模型目录一、灰色模型的概述二、灰色模型建模三、例题灰色系统理论及起源1982年，中国学者邓聚龙教授创立的灰色系统理论，是一种研究少数据、贫信息不确定性问题的新方法。灰色系统理论以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控。灰色系统模型对实验观测数据没有什么特殊的要求和限制，因此应用领域十分宽广。不确定性方法的比较概率统计、模糊数学和灰色系统理论是三种最常用的不确定性系统研

2、究方法。其研究对象都具有某种不确定性。模糊数学着重研究“认知不确定”问题，其研究对象具有“内涵明确，外延不明确”的特点问题，主要是凭经验借助于隶属函数进行处理。例：年轻人概率统计研究的是“随机不确定”现象，着重于考察“随机不确定”现象的历史统计规律，考察具有多种可能发生的结果之“随机不确定”现象中每一种结果发生的可能性大小。其出发点是大样本，并要求对象服从某种典型分布。灰色系统理论着重研究“小样本”、“贫信息”不确定性问题，并依据信息覆盖，通过序列算子的作用探索事物运动的现实规律。其特点是“少数据建模”，着重研究“

3、外延明确，内涵不明确”的对象。例如：总人口控制在15亿到16亿之间。三种不确定性系统研究方法的比较分析项目灰色系统概率统计模糊数学研究对象贫信息不确定随机不确定认知不确定基础集合灰色朦胧集康托集模糊集方法依据信息覆盖映射映射途径手段灰序列算子频率统计截集数据要求任意分布典型分布隶属度可知侧重点内涵内涵外延目标现实规律历史统计规律认知表达特色小样本大样本凭经验灰色系统理论的研究与应用灰色系统理论的研究对象“部分信息已知，部分信息未知”的“小样本、贫信息”不确定性系统。灰色系统理论的研究内容灰哲学、灰哲学、灰生成、灰分

4、析、灰建模、灰预测、灰决策、灰控制、灰评估、灰数学等。灰色系统理论的应用领域农业科学、经济管理、环境科学、医药卫生、矿业工程、教育科学、水利水电、图像信息、生命科学、控制科学等。灰色系统的模型通过下面的数据分析、处理过程，我们将了解到，有了一个时间数据序列后，如何建立一个基于模型的灰色预测。1.数据的预处理首先我们从一个简单例子来考察问题.【例】设原始数据序列对数据累加于是得到一个新数据序列归纳上面的式子可写为称此式所表示的数据列为原始数据列的一次累加生成，简称为一次累加生成.显然有可见图7.1上的曲线有明显的摆动

5、，图7.2呈现逐渐递增的形式，说明原始数据的起伏已显著弱化.可以设想用一条指数曲线乃至一条直线来逼近累加生成数列将上述例子中的分别做成图7.1，图7.2.图7.2图7.1为了把累加数据列还原为原始数列，需进行后减运算或称相减生成，它是指后前两个数据之差，如上例中归纳上面的式子得到如下结果：一次后减其中2.建模原理给定观测数据列经一次累加得设　　满足一阶常微分方程（7.1）（7.2）（7.3）其中是常数，称为发展灰数；称为内生控制灰数，是对系统的常定输入.此方程满足初始条件的解为(7.3)’对等间隔取样的离散值（注意

6、到）则为(7.4)灰色建模的途径是一次累加序列（7.2）通过最小二乘法来估计常数a与u.因留作初值用，故将用差分代替微分，又因等间隔取样，分别代入方程(7.3),类似地有于是，由式（7.3）有故得：由于涉及到累加列的两个时刻的值，因此，取前后两个时刻的平均代替更为合理，即将替换为把项移到右边，并写成向量的数量积形式(7.5)将（7.5）写为矩阵表达式令这里，T表示转置.令(7.6)则(7.6)式的矩阵形式为方程组(7.6)’，用最小二乘法估计为(7.6)＇(7.7)把估计值代入（7.4）式得时间响应方程由(7.8)

7、式算得的是拟合值；为预报值.这是的拟合值，用后减运算还原，就可得原始序列的拟合值可得原始序列预报值.(7.8)相对于一次累加序列3.精度检验(1)残差检验：分别计算（3）预测精度等级对照表，见表7.1.由于模型是基于一阶常微分方程（7.3）建立的，故称为一阶一元灰色模型，记为GM(1,1).须指出的是，建模时先要作一次累加，因此要求原始数据均为非负数.否则，累加时会正负抵消，达不到使数据序列随时间递增的目的.如果实际问题的原始数据列出现负数，可对原始数据列进行“数据整体提升”处理.注意到一阶常微分方程是导出GM(1

8、,1)模型的桥梁，在我们应用GM(1,1)模型于实际问题预测时，不必求解一阶常微分方程（7.3）.4.GM(1,1)的建模步骤综上所述，GM(1,1)的建模步骤如下：例题　销售额预测随着生产的发展、消费的扩大，市场需求通常总是增加的，一个商店、一个地区的销售额常常呈增长趋势.因此，这些数据符合建立灰色预测模型的要求。【例】表7.2　列出了某公司1999—20