




已閱讀5頁,還剩25頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
10.1 灰色預(yù)測理論 10.2 GM(1,1)模型 10.3 GM(1,1)殘差模型及GM (n, h)模型,10 灰色預(yù)測法,10.1 灰 色 預(yù) 測 理 論,一、灰色預(yù)測的概念 灰色預(yù)測法是一種對含有不確定因素的系統(tǒng)進(jìn)行預(yù)測的方法。,黑色系統(tǒng)是指一個系統(tǒng)的內(nèi)部信息對外界來說是一無所知的,只能通過它與外界的聯(lián)系來加以觀測研究。,灰色系統(tǒng)內(nèi)的一部分信息是已知的,另一 部分信息是未知的,系統(tǒng)內(nèi)各因素間有不確定的關(guān)系。,(1)灰色系統(tǒng)、白色系統(tǒng)和黑色系統(tǒng),白色系統(tǒng)是指一個系統(tǒng)的內(nèi)部特征是完全已知的,即系統(tǒng)的信息是完全充分的。,灰色預(yù)測是對既含有已知信息又含有不確定信息的系統(tǒng)進(jìn)行預(yù)則,就是對在一定范圍內(nèi)變化的、與時間有關(guān)的灰色過程進(jìn)行預(yù)測。,(2)灰色預(yù)測法,灰色預(yù)測通過鑒別系統(tǒng)因素之間發(fā)展趨勢的相異程度,即進(jìn)行關(guān)聯(lián)分析,并對原始數(shù)據(jù)進(jìn)行生成處理來尋找系統(tǒng)變動的規(guī)律,生成有較強規(guī)律性的數(shù)據(jù)序列,然后建立相應(yīng)的微分方程模型,從而預(yù)測事物未來發(fā)展趨勢的狀況。,灰色預(yù)測法用等時距觀測到的反映預(yù)測對象特征的一系列數(shù)量值構(gòu)造灰色預(yù)測模型,預(yù)測未來某一時刻的特征量,或達(dá)到某一特征量的時間。,(3)灰色預(yù)測的四種常見類型, 灰色時間序列預(yù)測 即用觀察到的反映預(yù)測對象特征的時間序列來構(gòu)造灰色預(yù)測模型,預(yù)測未來某一時刻的特征量,或達(dá)到某一特征量的時間。 畸變預(yù)測 即通過灰色模型預(yù)測異常值出現(xiàn)的時刻,預(yù)測異常值什么時候出現(xiàn)在特定時區(qū)內(nèi)。,系統(tǒng)預(yù)測 通過對系統(tǒng)行為特征指標(biāo)建立一組相互關(guān)聯(lián)的灰色預(yù)測模型,預(yù)測系統(tǒng)中眾多變量間的相互協(xié)調(diào)關(guān)系的變化。 拓?fù)漕A(yù)測 將原始數(shù)據(jù)做曲線,在曲線上按定值尋找該定值發(fā)生的所有時點,并以該定值為框架構(gòu)成時點數(shù)列,然后建立模型預(yù)測該定值所發(fā)生的時點。,二、生成列,為了弱化原始時間序列的隨機性,在建立灰色預(yù)測模型之前,需先對原始時間序列進(jìn)行數(shù)據(jù)處理,經(jīng)過數(shù)據(jù)處理后的時間序列即稱為生成列。,累加,累加是將原始序列通過累加得到生成列。,灰色系統(tǒng)常用的數(shù)據(jù)處理方式有累加和累減兩種。,(1)數(shù)據(jù)處理方式,累加的規(guī)則:,將原始序列的第一個數(shù)據(jù)作為生成列的第一個數(shù)據(jù),將原始序列的第二個數(shù)據(jù)加到原始序列的第一個數(shù)據(jù)上,其和作為生成列的第二個數(shù)據(jù),將原始序列的第三個數(shù)據(jù)加到生成列的第二個數(shù)據(jù)上,其和作為生成列的第三個數(shù)據(jù),按此規(guī)則進(jìn)行下去,便可得到生成列。,記原始時間序列為:,生成列為:,上標(biāo)1表示一次累加,同理,可作m次累加:,對非負(fù)數(shù)據(jù),累加次數(shù)越多則隨機性弱化越多,累加次數(shù)足夠大后,可認(rèn)為時間序列已由隨機序列變?yōu)榉请S機序列。 一般隨機序列的多次累加序列,大多可用指數(shù)曲線逼近。,累減,將原始序列前后兩個數(shù)據(jù)相減得到累減生成列,累減是累加的逆運算,累減可將累加生成列還原為非生成列,在建模中獲得增量信息。,一次累減的公式為:,三、關(guān)聯(lián)度,關(guān)聯(lián)度分析是分析系統(tǒng)中各因素關(guān)聯(lián)程度的方法,在計算關(guān)聯(lián)度之前需先計算關(guān)聯(lián)系數(shù)。,(1)關(guān)聯(lián)系數(shù),設(shè),則關(guān)聯(lián)系數(shù)定義為:,式中:,為第k個點,稱為分辨率,01,一般取=0.5;,對單位不一,初值不同的序列,在計算關(guān)聯(lián)系數(shù)前應(yīng)首先進(jìn)行初始化,即將該序列所有數(shù)據(jù)分別除以第一個數(shù)據(jù)。,的絕對誤差;,和,為兩級最小差;,為兩級最大差;,(2)關(guān)聯(lián)度,和,的關(guān)聯(lián)度為:,一個計算關(guān)聯(lián)度的例子,工業(yè)、農(nóng)業(yè)、運輸業(yè)、商業(yè)各部門的行為數(shù)據(jù)如下:,工業(yè),農(nóng)業(yè),運輸業(yè),商業(yè),參考序列分別為,,被比較序列為 ,試求關(guān)聯(lián)度。,解答:,以,為參考序列求關(guān)聯(lián)度。,第一步:初始化,即將該序列所有數(shù)據(jù)分別除以第一個數(shù)據(jù)。得到:,第二步:求序列差,第三步:求兩極差,第四步:計算關(guān)聯(lián)系數(shù),取=0.5,有:,從而:,第五步:求關(guān)聯(lián)度,計算結(jié)果表明,運輸業(yè)和工業(yè)的關(guān)聯(lián)程度 大于農(nóng)業(yè)、商業(yè)和工業(yè)的關(guān)聯(lián)程度。,為參考序列時,計算類似,這里略去。,10.2 GM(1,1)模型,一、GM(1,1)模型的建立,設(shè)時間序列,有n個觀,察值,通過累加生成新序列,則GM(1,1)模型相應(yīng)的微分方程為:,其中:稱為發(fā)展灰數(shù);稱為內(nèi)生控制灰數(shù)。,設(shè),為待估參數(shù)向量,,最小二乘法求解。解得:,求解微分方程,即可得預(yù)測模型:,,可利用,灰色預(yù)測檢驗一般有殘差檢驗、關(guān)聯(lián)度檢驗和后驗差檢驗。,二、模型檢驗,(1)殘差檢驗,按預(yù)測模型計算,并將,累減生成,然后計算原始序列,與,的絕對誤差序列及相,對誤差序列。,(2)關(guān)聯(lián)度檢驗,根據(jù)前面所述關(guān)聯(lián)度的計算方法算出,與原始序列,的關(guān)聯(lián)系數(shù),然后計算出關(guān)聯(lián),度,根據(jù)經(jīng)驗,當(dāng)=0.5時,關(guān)聯(lián)度大于0.6便 滿意了。,(3)后驗差檢驗,a.計算原始序列標(biāo)準(zhǔn)差:,b. 計算絕對誤差序列的標(biāo)準(zhǔn)差:,c. 計算方差比:,d. 計算小誤差概率:,令:,,,則:,P 0.95 0.80 0.70 0.70,C 0.35 0.50 0.65 0.65,好 合格 勉強合格 不合格,10.3 GM(1,1)殘差模型及GM(n,h)模型,一、殘差模型,若用原始經(jīng)濟時間序列,模型檢驗不合格或精度不理想時,要對建立的 GM(1,1)模型進(jìn)行殘差修正或提高模型的預(yù) 測精度。修正的方法是建立GM(1,1)的殘差 模型。,建立的GM(1,1),二、 GM(n,h)模
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 商業(yè)銀行金融科技人才培養(yǎng)策略報告:2025年金融科技人才領(lǐng)導(dǎo)力培養(yǎng)方案設(shè)計
- 2025年醫(yī)院電子病歷系統(tǒng)在醫(yī)療數(shù)據(jù)共享中的應(yīng)用優(yōu)化報告
- 鄉(xiāng)村旅游基礎(chǔ)設(shè)施提升與旅游市場細(xì)分與精準(zhǔn)營銷策略報告
- 2025年醫(yī)藥企業(yè)研發(fā)外包(CRO)在臨床試驗數(shù)據(jù)分析中的質(zhì)量控制挑戰(zhàn)報告
- 2025年醫(yī)藥企業(yè)CRO模式下的臨床試驗安全性評價與風(fēng)險控制報告001
- 農(nóng)村金融服務(wù)體系金融科技與農(nóng)村金融風(fēng)險管理優(yōu)化研究報告
- 循環(huán)生態(tài)種養(yǎng)殖項項目可行性研究報告寫作模板-備案審批
- 爆破安全規(guī)程試題及答案
- 保密法考試題及答案
- 2025年乳制品行業(yè)奶源質(zhì)量追溯系統(tǒng)與品牌形象塑造報告001
- 艾梅乙反歧視培訓(xùn)課件
- 浙江省杭州市2024-2025學(xué)年高二下學(xué)期6月期末教學(xué)質(zhì)量檢測英語試題(含答案)
- 2025年河南省中考地理試題(含答案)
- 2025安全生產(chǎn)月一把手講安全公開課三十二(91P)
- DB64-266-2018 建筑工程資料管理規(guī)程
- 人教鄂教版六年級下冊科學(xué)期末專題訓(xùn)練:實驗題、綜合題(含答案)
- 2025屆湖北省武漢市武昌區(qū)南湖中學(xué)英語七年級第二學(xué)期期末達(dá)標(biāo)檢測試題含答案
- 2025年度安全生產(chǎn)月培訓(xùn)課件
- 2025課件:紅色基因作風(fēng)建設(shè)七一黨課
- 2025春季學(xué)期國開電大本科《人文英語4》一平臺機考真題及答案(第七套)
- 2025年河北省萬唯中考定心卷生物(一)
評論
0/150
提交評論