灰色预测法GM(1,1)总结
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
灰色预测模型
一、灰色预测的概念
1. 灰色预测法是一种对含有不确定因素的系统进行预测的方法。灰色系统是介于白色系统
和黑色系统之间的一种系统。灰色系统内的一部分信息是已知的,另一部分信息时未知的,系统内各因素间具有不确定的关系。
2. 灰色预测,是指对系统行为特征值的发展变化进行的预测,对既含有已知信息又含有不
确定信息的系统进行的预测,也就是对在一定范围内变化的、与时间序列有关的灰过程进行预测。尽管灰过程中所显示的现象是随机的、杂乱无章的,但毕竟是有序的、有界的,因此可以通过对原始数据进行生成处理来寻找系统变动的规律,生成有较强规律性的数据序列,然后建立相应的微分方程模型,从而预测事物未来发展趋势的状况。灰色预测是利用这种规律建立灰色模型对灰色系统进行预测。
二、灰色预测的类型
1. 灰色时间序列预测;即用观察到的反映预测对象特征的时间序列来构造灰色预测模型,
预测未来某一时刻的特征量,或达到某一特征量的时间。
2. 畸变预测;即通过灰色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。
3. 系统预测;通过对系统行为特征指标建立一组相互关联的灰色预测模型,预测系统中众
多变量间的相互协调关系的变化。
4. 拓扑预测;将原始数据作曲线,在曲线上按定值寻找该定值发生的所有时点,并以该定
值为框架构成时点数列,然后建立模型预测该定值所发生的时点
三、GM( 1,1)模型的建立
1. 数据处理
为了弱化原始时间序列的随机性,在建立灰色预测模型之前,需先对原始时间序列进行数据处理,经过数据处理后的时间序列即称为生成列。
i. 设x0i・x 01 ,X 02 ,X 03 ,...X 0n 1是所要预测的某项指标的原始数据,计算数列的级
比'(t)二学才,t =2,3,L ,n。如果绝大部分的级比
-2 2
都落在可容覆盖区间(e^’e百)内,则可以建立GM(1,1)模型且可以进行灰色
1
预测。否则,对数据做适当的预处理。方法目前主要有 数据开n 方、数据取 对数、数据平滑。预处理的数据平滑设计为三点平滑,具体可以按照下式处 理
X 0 (t)二[X 0 t-1 2X 0 t X 0 t 1
/4
X 0 ⑴=3X 0 1 X 0 2
/4
X 0 (n) J X 0 n 一1 3X 0 n /4
ii.预处理后对数据作一次累加生成处理,即:将原始序列的第一个数据作为生 成列的第一个数
据,将原始序列的第二个数据加到原始序列的第一个数据 上,其和作为生成列的第二个数据。按此规则进行下去,便可得到生成列。
k
根据X (1)(k) X (0)(n),得到一个新的数列
X 1 -「X 1 1 ,X 1 2 ,X 1 3 ,...X 1 n /
这个新的数列与原始数列相比,其随机性程度大大弱化,平稳性大大增加。
2. 新数列的变化趋势近似地用下面的微分方程描述。
(1
)
dX (1)
aX () =u
dt
其中:a 称为发展灰数;u 称为内生控制灰数。
3. 模型求解。
令乂 二[X (0)(2),X (0)(3),…,X (0)(n)]T ,:?为待估参数向量,
[-1(X ⑴(1) + X ⑴(2)) -2(X ⑴(2) + X ⑴⑶) 2
” (n 「) X ⑴(n))
于是模型可表示为
Y n -B :?
通过最小二乘法得到:
T 4 T
:? h[B T
B
B T Y n
求解微分方程,即可得灰色预测的离散时间响应函数:
)?1 t 1
* 1 一寸/存心-2
^?1 t 1为所得的累加的预测值,将预测值还原即为:
00)(t 1) = )?(1)(t 1)-)?(1)(t)
注:若数据经过预处理,则还需经过相应变换才能得到实际预测值
4、模型检验
灰色预测检验一般有残差检验、关联度检验和后验差检验
1) 残差检验
X?(o)
(t )= ^(t)-X ⑴(t-1)
小t )=|/)(t )—x C )(d
绝对误差值和相对误差值,计算出平均相对误差判断精度
2) 关联度检验 i.定义关联系数(t)
min *t )+Pmax 人(° g t ) (t)= 也)(t )+ max 也(° X t )
其中:①厶0 t 为第t 个点x 0与的绝对误差;
② 「称为分辨率,Ov 「<1,一般取=0.5;
③ 对单位不一,初值不同的序列,在计算相关系数前应首先进行初始
化,即将该序列所有数据分别除以第一个数据
n
;(t )二 心U t ) x (0
)(t )
,t = 1,2,L , n 分别求出预测值、 是否理想。
ii.定义关联度r — t ,称为X 0t与>?0t的关联度n t 二
根据上述方法算出X° k与原始序列X0k的关联系数,然后计算出关联
度,根据经验,当=0.5时,关联度大于0.6便满足检验标准。
3) 后验差检验
计算原始序列标准差和绝对误差序列的标准差分别为
计算方差比,小误差概率P = t -A0 <0.6745S^?,令
S
q =卜卩址)-原0],S0 =0.6745S i,则p = p{e vS。}
检验指标P和C与灰色预测精度检验等级标准如下表所示:
四、残差模型修正
若用原始经济时间序列X 0建立的GM( 1,1)模型检验不合格或精度不理想时,要对建立的GM( 1,1)模型进行残差修正或提高模型的预测精度。修正的方法是建立GM( 1,1)的残差模型。
设;(0)=(;(0)(1), ;(0"2),…,;(0)( n))其中,;(k)=x(0)(k)-0)(k)为X ⑴的残差序列。若存在k°,满足
1. -k _k°, ;(0)(k)的符号一致;
2. n- k。—4,则称(| ;(0)(k°)|,| ;(0)(k° 1)|,…;(0)( n) |)为可建模残差尾段,
仍记为;(0) =C(0)(k°), ;(0)(k°1),...,^(0)(n))
设;(0)=( ;(0)(«), ;(0)(k°1),..., ;(0)(n))为可建模残差尾段,其一次累加序列
;(1)=(;⑴(k°), ;(1)(k°1),..., A1)(n))的GM(1,1)模型的时间响应式为
尹(k 1) = (;%)- e【-a (k 也)]
a z a z
则残差尾段的模拟序列为
严=(?(0)(k。),?(0)(k。1),…,严(n))
其中
严(k 1) =(-a )C(0)(k o) 一里)e心(k如,k_k。
% 若用70)修正刃⑴则称修正后的时间响应式
(x(0)(i)_b)e」k* k