灰色预测法GM总结

合集下载
  1. 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. 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. 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、GM1,1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()()()()()()()()(){}

,,, (00000)

123X X X X X n = 是所要预测的某项指标的原始

数据,计算数列的级比()()()

(),,,,()

00123X t t t n X t λ-=

=;如果绝大部分的级比都

落在可容覆盖区间(,)221

1

n n e

e

-++内,则可以建立GM1,1模型且可以进行灰色预

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

()()()()()()

()()/00001214X t X t X t X t ⎡⎤=-+++⎣⎦

()()()()

()()/00013124X X X ⎡⎤=+⎣⎦ ()()()()()()/000134X n X n X n ⎡⎤=-+⎣⎦

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; 根据()

()()()101

k

n X

k X n ==∑,得到一个新的数列

()()()()()()()()(){}

,,,...11111123X X X X X 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;

()

()11dX 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()

()

()

[(),(),,()]00023T

n Y X

X

X n =⋯,ˆα为待估参数向量,ˆa u α

⎛⎫

= ⎪⎝⎭

, ()()()()()()(()())(()())(()())111111112 12123 12

11 12X X X X B X n X n ⎡⎤-+⎢⎥⎢⎥⎢⎥

-+⎢⎥=⎢⎥⋯⋯⎢⎥⎢⎥--+⎢⎥⎣⎦

, 于是模型可表示为

ˆn Y B α

= 通过最小二乘法得到:

()ˆ1

T T n B B B Y α

-= 求解微分方程,即可得灰色预测的离散时间响应函数:

()()()()ˆ1011at u u X t X e a a -⎡⎤+=-+⎢⎥⎣⎦

,,,...,0121t n =- ()()ˆ11X

t +为所得的累加的预测值,将预测值还原即为: ()()()ˆˆˆ()()-()01111X

t X t X 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

()()()ˆˆˆ()()-(-)0111X

t X t X t = ()()()()()()ˆ000t X

t X t ∆=- ()()

()(),,,,()

0012t t t n X t ε∆==

分别求出预测值、绝对误差值和相对误差值,计算出平均相对误差判断精度是否理想;

2) 关联度检验

i. 定义关联系数()t η

()()()()()

()()

()

min max ()max 0000t t t t t ρη∆+∆=

+∆

其中:①()()0t ∆为第t 个点()0X 与()ˆ0X

的绝对误差; ②ρ称为分辨率,0<ρ<1,一般取ρ=;

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;

相关文档
最新文档