灰色系统理论简介

灰色系统简介灰色系统理论（Grey System Theory）的创立源于20世纪80年代。

邓聚龙教授在1981年上海中-美控制系统学术会议上所作的“含未知数系统的控制问题”的学术报告中首次使用了“灰色系统”一词。

1982年，邓聚龙发表了“参数不完全系统的最小信息正定”、“灰色系统的控制问题”等系列论文，奠定了灰色系统理论的基础。

他的论文在国际上引起了高度的重视，美国哈佛大学教授、《系统与控制通信》杂志主编布罗克特（Brockett）给予灰色系统理论高度评价，因而，众多的中青年学者加入到灰色系统理论的研究行列，积极探索灰色系统理论及其应用研究。

事实上，灰色系统的概念是由英国科学家艾什比（W·R·Ashby）所提出的“黑箱”（Black Box）概念发展演进而来，是自动控制和运筹学相结合的产物。

艾什比利用黑箱来描述那些内部结构、特性、参数全部未知而只能从对象外部和对象运动的困果关系及输出输入关系来研究的一类事物。

邓聚龙系统理论则主张从事物内部，从系统内部结构及参数去研究系统，以消除“黑箱”理论从外部研究事物而使已知信息不能充分发挥作用的弊端，因而，被认为是比“黑箱”理论更为准确的系统研究方法。

所谓灰色系统是指部分信息已知而部分信息未知的系统，灰色系统理论所要考察和研究的是对信息不完备的系统，通过已知信息来研究和预测未知领域从而达到了解整个系统的目的。

灰色系统理论与概率论、模糊数学一起并称为研究不确定性系统的三种常用方法，具有能够利用“少数据”建模寻求现实规律的良好特性，克服了数据不足或系统周期短的矛盾。

目前，灰色系统理论得到了极为广泛的应用，不仅成功地应用于工程控制、经济管理、社会系统、生态系统等领域，而且在复杂多变的农业系统，如在水利、气象、生物防治、农机决策、农业规划、农业经济等方面也取得了可喜的成就。

灰色系统理论在管理学、决策学、战略学、预测学、未来学、生命科学等领域展示了极为广泛的应用前景。

灰色系统理论介绍1）两个概念：累加法生成数（AGO ）和累减法生成数（IAGO ）（1）累加法生成数1-AGO 指一次累加生成。

记原始序列为{}(0)(0)(0)(0)(1),(2),...,()X x x x n = 一次累加生成序列为 {}(1)(1)(1)(1)(1),(2),...,()X x x x n =其中， (1)(0)(1)(0)0()()(1)()k i x k x i x k x k ===-+∑（2）累减生成数（IAGO ）是累加生成的逆运算。

记原始序列为{}(1)(1)(1)(1)(1),(2),...,()X x x x n = 一次累减生成序列为 {}(0)(0)(0)(0)(1),(2),...,()X x x x n = 其中， (0)(1)(1)()()(1)x k x k x k =--规定(1)(0)0x = 2）GM （1，1）模型符号的含义：表示一阶、一个变量的灰色系统模型。

令(0)X表示需要建模的序列，(1)X 为(0)X 的1-AGO 序列，则有(1)(0)0()()k i x k x i ==∑ 定义(1)Z 为(1)X 的紧邻均值（MEAN ）生成序列：(1)(1)(1)()(1)()2x k x k z k +-=则可建立如下灰微分方程：(0)(1)()()x k az k b += 记(,)Ta b a ∧=，则灰微分方程的最小乘估计参数列满足下式：1()T T n B B B Y a∧-=其中，(1)(1)(1)(2)1(3)1()1z B z z n ⎛⎫- ⎪=- ⎪ ⎪-⎝⎭ (1)(1)(1)(2)(3)...(4)n x x Y x ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦ 称(1)(1)dx ax b dt +=为微分方程(0)(1)()()x k az k b +=的白化方程，也称为影子方程。

综上所述，则有（1）白化方程(1)(1)dx ax bdt +=的解也称为时间响应函数：(1)(1)()((0))at b b t x e a a x ∧-=-+（2）GM （1，1）灰色微方程(0)(1)()()x k az k b +=的时间相应序列为(1)(1)(1)(0)ak b b k x e a a x ∧-⎡⎤+=-+⎢⎥⎣⎦，k=1，2，3…n （3）取(1)(0)(0)(1)x x =，则有 (1)(0)(1)(1)ak b b k x e a a x∧-⎡⎤+=-+⎢⎥⎣⎦，k=1，2，3…n （4）将值还原得到 (0)(1)(1)(1)(1)()k k k x x x ∧∧∧+=+- 上式即为预测方程。

灰色系统理论简单介绍灰色系统法理论就是某一个系统内部各个因素之间的关系不是非常的明确。

例如：在农业生产中，生产作物的生长情况与农药、土壤以及气候等条件之间的关系。

我们对于这一系统内这些因素之间的关系不是非常的了解，所以这就叫作一个灰色系统。

灰色系统理论提出了一种新的分析方法—关联度分析方法，即根据因素之间发展态势的相似或相异程度来衡量因素间关联的程度，它揭示了事物动态关联的特征与程度。

由于以发展态势为立足点，因此对样本量的多少没有过分的要求，也不需要典型的分布规律，计算量少到甚至可用手算，且不致出现关联度的量化结果与定性分析不一致的情况。

灰色系统理论建模的主要任务是根据具体灰色系统的行为特征数据，充分开发并利用不多的数据中的显信息和隐信息，寻找因素间或因素本身的数学关系。

通常的办法是采用离散模型，建立一个按时间作逐段分析的模型。

但是，离散模型只能对客观系统的发展做短期分析，适应不了从现在起做较长远的分析、规划、决策的要求。

尽管连续系统的离散近似模型对许多工程应用来讲是有用的，但在某些研究领域中，人们却常常希望使用微分方程模型。

事实上，微分方程的系统描述了我们所希望辨识的系统内部的物理或化学过程的本质。

相关理论对因素间关联度的分析：对数据进行变换取消数据的纲量，使数据具有可比性，以保证建模的质量。

对数据变换的方法有：1、初值化变换 f(x(k))==y(k), k=1,2,…,n ()(1)x k x 2、均值化变换 f(x(k))=1()1(),()nk x k y k x x k n x===∑3、百分比变换 ()(())()()max kx k f x k y k x k ==4、倍数变换 ()(())(),()0()min min k kx k f x k y k x k x k ==≠5、归一化变换 其中x 为大于零的某个值0()(())()x k f x k y k x ==06、极差最大之化变换 ()(())()min ()max ()k kx k f x k y k x k x k -==7、区间之化变换 ()(())()min ()max ()min ()k k k x k f x k y k x k x k x k -==-某一时刻的比较数列为x =i {}()1,2,...,((1),(2),...,()),1,2,...,i i i ix k k n x x x n i m ===参考书列为x =o {}0000()1,2,...,((1),(2),...,())x k k n x x x n ==称 （1）式 000()()()()()()()()()maxmax minmin maxmax o s s s t s tii ss tx t x t x t x t k x k x k x t x t ρξρ-+-=-+-为比较数列x 对参考数列x 在时刻k 的关联系数，其中为分辨系数。

灰色系统理论及其在农业上的应用1、灰色系统1.1：灰色系统理论的概念1.2：灰色系统理论的基本原理1.3：灰色系统理论的主要内容 1.1、灰色系统理论的概念及研究对象灰色系统是按颜色的深浅形容信息的明确程度。

我们用“黑”表示信息未知，用“白”表示信息完全明确，用“灰”表示部分信息明确、表示部分信息不明确。

相应地，信息完全明确的系统称为白色系统，信息未知的系统称为黑色系统，部分信息明确、部分信息不明确的系统称为灰色系统。

灰色系统理论的研究对象是“部分信息已知，部分信息未知”的“贫信息”不确定性系统，它通过对“部分” 已知信息的生成、开发，实现对现实世界的确切描述和认识。

1.2、灰色系统理论的基本原理公理1—差异信息原理：“差异”是信息，凡信息必有差异。

公理差异信息原理：差异信息原理公理2—解的非唯一性原理：信息不完全、不确定的解是非解的非唯一性原理：公理解的非唯一性原理唯一的。

公理3—最少信息原理：灰色系统理论的特点是充分开发利最少信息原理：公理最少信息原理用已占有的“最少信息”。

公理4—认知根据原理：信息是认知的根据。

认知根据原理：公理认知根据原理公理5—新信息优先原理：新信息认知的根据。

新信息优先原理：公理新信息优先原理公理6—灰性不灭原理：“信息不完全”（灰）是绝对的。

灰性不灭原理：公理灰性不灭原理 1.3、灰色系统理论的主要内容灰色系统理论经过10多年的发展，已基本建立起一门新兴学科的结构体系。

其主要内容包括以灰色朦胧集为基础的理论体系，以灰色关联空间为依托的分析体系，以灰色序列生成为基础的方法体系，以灰色模型为核心的模型体系，以系统分析、评估、建模、预测、决策、控制、优化为主体的技术体系，下面展开讨论灰色关联分析。

2、灰色关联分析及其农业应用2.1：灌溉用水量变化趋势的灰色关联分析2.2：多目标决策灰色关联投影法在水利工程开发中的应用 2.3:用灰色关联法对制造业信息化投入产出进行分析2.1、灌溉用水量变化趋势的灰色关联分析众所周知，灌溉用水量是反映灌区经营管理水平的一个主要经济指标，它的变化一方面说明了气候因素的影响，另一方面又是灌区作物种类及其种植面积变化的具体体现，还是政府农业政策的“晴雨表”。

走向世界的灰色系统理论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。

该理论以“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。

现实世界中普遍存在的“小样本”、“贫信息”不确定性系统，为灰色系统理论提供了十分丰富的研究资源。

目前，美国、英国、德国、法国、日本、罗马尼亚、澳大利亚、加拿大、匈牙利、波兰、俄罗斯、南非、土耳其、荷兰、伊朗、韩国、朝鲜和我国港澳台地区等有许多知名学者从事灰色系统的研究和应用。

1989年在英国创办的英文版国际学术刊物《灰色系统学报》（The Journal of Grey System）已成为《英国科学文摘》（SA）、《美国数学评论》（MR）和《科学引文索引》（SCI）等重要国际文摘机构的核心期刊；1997年在台湾创办的中文版学术刊物《灰色系统学刊》，2004年改为英文版，刊名为“Journal of Grey System”。

2010年2月，英国著名期刊出版集团Emerald董事会决定，支持南京航空航天大学灰色系统研究所创办新的国际期刊“Grey Systems: Theory and Application”。

全世界有数千种学术期刊接受、刊登灰色系统论文；近年来，系统与控制世界组织会刊Kybernetes (Emerald出版集团，SCI源期刊)先后出版了十多期灰色系统专辑；美国计算机学会会刊、台湾《模糊数学通讯》、南京航空航天大学学报（英文版），海洋出版社、河南大学出版社、华中理工大学出版社、Springer-Verlag 等出版了灰色系统专辑和论文集。

国内外许多著名大学开设了灰色系统理论课程。

在南京航空航天大学，不仅博士和硕士研究生开设了灰色系统理论课程，灰色系统理论作为全校各专业的公共选修课受到同学们的欢迎。

灰色系統理論簡介一、什麼是灰色系統二、什麼是灰色系統理論三、灰色系統理論建立的歷史背景四、灰色系統理論的主要內容五、灰色系統理論的兩條基本原理六、灰色系統的應用範疇七、灰色系統的優點八、灰色系統的應用實例一、什麼是灰色系統（Grey System）灰色分析全名為灰色系統理論分析（Grey System Theory），是由中國鄧聚龍教授於1982年在國際經濟學會議上提出，該理論主要是針對系統模型之不明確性，資訊之不完整性之下，進行關於系統的關聯分析（Relational Analysis）、模型建構（Constructing A Model）、借由預測（Prediction）及決策（Decision）之方法來探討及瞭解系統。

自然界對人類社會來講不是白色的(全部都知道)，也不是黑色的(一無所知)，而是灰色的(半知半解)。

人類的思考、行為也是灰色的，人類其實是生存在一個高度的灰色信息關係空間之中，例如：人體系統、糧食生產系統等。

部分信息已知，部分信息未知的系統，稱為灰色系統。

控制論中主要以顏色命名，常以顏色之深淺表示研究者對內部信息（information）和對系統本身的了解及認識程度之多寡，黑色，表示信息缺乏；白色，表示信息充足；而介於白色（W）系統與黑色（B）系統之間，其信息部份已知，信息部分未知的這類系統便稱之為灰色（G）系統。

二、什麼是灰色系統理論灰色系統理論是研究灰色系統分析、建模、預測、決策和控制的理論。

它把一般系統論、信息論及控制論的觀點和方法延伸到社會、經濟和生態等抽象系統，並結合數學方法，發展出一套解決信息不完全系統（灰色系統）的理論和方法。

灰色系統理論分析具有溝通社會科學及自然科學的作用，可將抽象的系統加以實體化、量化、模型化及做最佳化。

三、灰色系統理論建立的歷史背景1948年，美國數學家申農提出『信息論』，學者維納（Weiner）發表『控制論』一書。

1951年，巴黎舉行了第一屆國際會議，確認了控制論是一們新興的學科。

灰色系统理论
灰色系统理论是一种以灰色系数及其变化来表达系统规律和变化特征
的新型理论。

它是在信息论和模糊系统理论的基础上发展起来的，它融合
了概率统计数学、模糊系统理论、神经网络理论、计算机科学等不同的学
科而形成的一种综合的系统理论。

灰色系统理论是一种综合性的系统理论，它利用灰色系数描述和表达系统的不确定性，它的概念很抽象，可以用来
描述和分析复杂的系统，帮助研究人员进行决策和预测。

灰色系统理论由
灰色规律组成，这种规律与传统的数学和物理规律有很大的不同，它是一
种灰色模型，反映了复杂系统的不确定性，帮助分析师更好的理解复杂的
系统的变化特性，从而更准确的做出决策，它也可以用来预测未来系统的
发展趋势。

灰色系统理论及其应用一、灰色系统理论概述灰色系统理论，是一种研究不确定性问题的方法。

它起源于20世纪80年代，由中国学者邓聚龙教授提出。

灰色系统理论认为，现实世界中的许多问题并非非黑即白，而是介于黑白之间的灰色地带。

这种理论为我们处理复杂、模糊、不确定性问题提供了一种新的视角。

灰色系统理论的核心思想是通过对部分已知信息的挖掘和加工，实现对整个系统行为的合理预测和控制。

它将系统分为白色系统、黑色系统和灰色系统。

白色系统是指信息完全已知的系统，黑色系统是指信息完全未知的系统，而灰色系统则是介于两者之间的系统，部分信息已知，部分信息未知。

二、灰色系统理论的基本原理1. 灰灰是灰色系统理论的基础，它通过对原始数据进行处理，具有规律性的序列。

常见的灰方法有累加（AGO）、累减（IGO）和均值等。

2. 灰关联分析灰关联分析是灰色系统理论的重要方法，用于分析系统中各因素之间的关联程度。

通过对系统各因素发展变化的相似度进行比较，揭示系统内部因素之间的联系。

3. 灰预测灰预测是灰色系统理论在实际应用中的重要手段，它通过对部分已知信息的挖掘，建立灰色模型，对系统未来发展趋势进行预测。

三、灰色系统理论的应用领域1. 经济管理灰色系统理论在经济学和管理学领域具有广泛的应用，如企业竞争力分析、市场预测、投资决策等。

通过灰关联分析，可以找出影响企业发展的关键因素，为企业制定发展战略提供依据。

2. 工程技术在工程技术领域，灰色系统理论可用于设备故障预测、质量控制、能源消耗分析等。

例如，通过对设备运行数据的分析，建立灰色预测模型，提前发现潜在故障，确保设备安全运行。

3. 社会科学4. 生态环境在生态环境领域，灰色系统理论可以用于水资源评价、环境污染预测、生态平衡分析等。

通过对生态环境数据的挖掘，有助于我们更好地了解和把握生态环境的发展态势。

四、灰色系统理论的优势与局限性优势：1. 对小样本数据的适用性：灰色系统理论不需要大量数据即可进行建模和分析，这对于样本量有限的情况尤其有价值。

灰色系统理论灰色系统理论是20世纪80年代，由中国华中理工大学邓聚龙教授首先提出并创立的一门新兴学科，它是基于数学理论的系统工程学科。

主要解决一些包含未知因素的特殊领域的问题，它广泛应用于农业、地质、气象等学科。

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。

社会、经济、农业、工业、生态、生物等许多系统，是按照研究对象所属的领域和颜色的深线形容信息的明确程度，如艾什比(Ashby)将内部信息未知表示信息未知，用“白”表示信息完全明确，用“灰”表示部分信息明确、部分信息不明确。

相应地，信息完全明确的系统称为白色系统，信息未知的系统称为黑色系统，部分信息明确、部分信息不明确的系统称为灰色系统。

灰色系统理论的基本原理(1)差异信息原理。

差异是信息，凡信息必有差异，我们说两件事物不同，即含有一事物对另一事物之特殊性有关信息。

客观世界中万事万物之间差异为我们提供了认识世界的基本信息。

(2)解的非唯一性原理。

信息不完全、不确定的解是非唯一的，由于系统信息的不确定性，就不可能存在精确的唯一解。

(3)最少信息原理。

最少信息原理是“少”与“多”的辩证统一，灰色系统理论的特点是充分开发利用已占有的最少信息，研究小样本、贫信息不确定性问题，所获得的信息量是判断灰与非灰的分水岭。

(4)认知根据原理。

信息是认知的根据，认知必须以信息为依据，没有信息，无以认知，以完全、确定的信息为根据，可以获得完全确定的认知，以不完全、不确定的信息为根据，只能获得不完全确定的认知。

(5)新信息优先原理。

新信息认知的作用大于老信息，直接影响系统未来趋势，对未来发展起主要作用的主要是现实的信息。

灰色系统理论是由著名学者邓聚龙教授首创的一种系统科学理论（Grey Theory ），其中的灰色关联分析是根据各因素变化曲线几何形状的相似程度，来判断因数之间关联程度的方法。

此方法通过对动态过程发展态势的量化分析，完成对系统内时间序列有关系统数据的几何关系的比较，求出参考数列与各比较数列之间的灰色关联度。

灰色关联分析的具体计算步骤如下：第一步：确定分析数列。

确定反映系统行为特征的参考数列和影响系统行为的比较数列。

反映系统行为特征的数据序列，称为参考数列。

影响系统行为的因素组成的数据序列，称比较数列。

设参考数列（又称母序列）为{}()|1,2,,Y Y k k n ==Λ；比较数列（又称子序列）{}()|1,2,,,1,2,,i i X X k k n i m ==Λ=Λ。

第二步，变量的无量纲化由于系统中各因素列中的数据可能因量纲不同，不便于比较或在比较时难以得到正确的结论。

因此在进行灰色关联度分析时，一般都要进行数据的无量纲化处理。

()(),1,2,,;0,1,2,,()i i i X k x k k n i m X l ===Λ=Λ第三步，计算关联系数0()x k 与()i x k 的关联系数 m in m in |()()|m ax m ax |()()|()|()()|m ax m ax |()()|i i i k i k i i i i k y k x k y k x k k y k x k y k x k ρξρ-+-=-+-记()|()()|i i k y k x k ∆=-则m in m in ()m ax m ax ()()()m ax m ax ()i i i k i k i i i i k k k k k k ρξρ∆+∆=∆+∆(0,)ρ∈∞，称为分辨系数。

ρ越小，分辨力越大，一般 ρ的取值区间为（0,1），具体取值可视情况而定。

当0.5436ρ≤ 时，分辨力最好，通常取值0.5ρ=。

灰色系统理论[25、26]是华中科技大学教授邓聚龙教授于20世纪70年代末至80年代初提出，并于1997年，苏叶庆提出一种灰色神经网络，将GM （1,1）和神经元网络结合。

同时，翁庆昌提出用基因算法辨识模糊灰色系统。

灰色理论的应用研究渗透到控制工程、机器学习等领域。

灰理论的特点是：1）它的基础是灰朦胧集，与概率论和模糊数学不同，它可以兼容0与1，也可以兼容[1,0]，并具有演变动态的集。

它的依据是用一组信息去包容、覆盖给定命题。

2）它研究的手段是灰生成，即通过对数据的处理和信息加工为灰分析、灰建模、灰预测、灰决策等提供可比、合理的同极性的数据，达到发现数据中隐含的规律的目的。

3）灰动态模型的少数据可以少到4个数据，灰关联分析可以少到3个数据，灰决策可以少到3个样本。

4）灰色理论允许数据为非典型分布[27，28]。

建立GM （1，1）模型的实质是对原始序列做一次累加生成使生成的序列呈现一定的规律，然后建立一阶线性微分方程模型，求得拟合曲线对系统进行预测。

（1）GM （1，1）预测模型[29]设有原始数列{})()0(i X , i=1,2,…，n（3-1)将其累加生成新数列{})()1(i X , i=1,2,…，n （3-2) 其中，)()1(i X=∑=ij j X 1)0()(相应的微分方程为dt dX )1(+a )1(X =u (3-3)累加矩阵为B=[][][]⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡++-+-1X 1)-(n X 211(3)X (2)X 211)2()1(2111(1)1()1()1( ）（）（）－ X X （3-4) 常数向量为n Y =[]T(0)(0)(0)(n)X ,(3),X (2),X (3-5)用最小二乘法求得解的系数得n T T Y B B B u a a 1)(-=⎥⎦⎤⎢⎣⎡= (3-6)并代入微分方程的解，得到时间函数a u e a u X t X at +⎪⎭⎫ ⎝⎛-=-)0()()1()1( （3-7)若)1()0()0()1(X X =则 aue a u X t X at +-=+-))1(()1()0()1(^ （3-8)再求导还原得 at e auX a t X---=+))1(()1()0()0(^ （3-9)从（3-25）式可以看出GM （1,1）的实质就是用指数函数作为拟合函数对等时距数据序列进行拟合的。