灰度预测模型详解举例

  • 格式:doc
  • 大小:470.00 KB
  • 文档页数:14

下载文档原格式

  / 14
  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)。

灰色系统预测

重点内容:灰色系统理论的产生和发展动态,灰色系统的基本概念,灰色系统与模糊数学、黑箱方法的区别,灰色系统预测GM (1,1)模型,GM(1,N)模型,灰色系统模型的检验,应用举例。

1灰色系统理论的产生和发展动态

1982邓聚龙发表第一篇中文论文《灰色控制系统》标志着灰色系统这一学科诞生。

1985灰色系统研究会成立,灰色系统相关研究发展迅速。

1989海洋出版社出版英文版《灰色系统论文集》,同年,英文版国际刊物《灰色系统》杂志正式创刊。目前,国际、国内200多种期刊发表灰色系统论文,许多国际会议把灰色系统列为讨论专题。国际著名检索已检索我国学者的灰色系统论著500多次。灰色系统理论已应用范围已拓展到工业、农业、社会、经济、能源、地质、石油等众多科学领域,成功地解决了生产、生活和科学研究中的大量实际问题,取得了显著成果。

2灰色系统的基本原理

2.1灰色系统的基本概念

我们将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。系统信息不完全的情况有以下四种:

1.元素信息不完全

2.结构信息不完全

3.边界信息不完全

4.运行行为信息不完全

2.2灰色系统与模糊数学、黑箱方法的区别

主要在于对系统内涵与外延处理态度不同;

研究对象内涵与外延的性质不同。

灰色系统着重外延明确、内涵不明确的对象,模糊数学着重外延不明确、内涵明确的对象。

“黑箱”方法着重系统外部行为数据的处理方法,是因果关系的两户方法,使扬外延而弃内涵的处理方法,而灰色系统方法是外延内涵均注重的方法。

2.3灰色系统的基本原理 公理1:差异信息原理。“差异”是信息,凡信息必有差异。

公理2:解的非唯一性原理。信息不完全,不明确地解是非唯一的。 公理3:最少信息原理。灰色系统理论的特点是充分开发利用已有的“最少信息”。

公理4:认知根据原理。信息是认知的根据。

公理5:新信息优先原理。新信息对认知的作用大于老信息。 公理6:灰性不灭原理。“信息不完全”是绝对的。

2.4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,已基本建立起了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、以晦涩关联空间为依托的分析体系、以晦涩序列生成为基础的方法体系,以灰色模型(G ,M )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。

灰色关联分析 灰色统计 灰色聚类

3灰色系统预测模型

灰色预测方法的特点表现在:首先是它把离散数据视为连续变量在其变化过程中所取的离散值,从而可利用微分方程式处理数据;而不直接使用原始数据而是由它产生累加生成数,对生成数列使用微分方程模型。这样,可以抵消大部分随机误差,显示出规律性。

3.1灰色系统理论的建模思想

下面举一个例子,说明灰色理论的建模思想。考虑4个数据,记为)4(),3(),2(),1()0()0()0()0(X X X X

上图表明原始数据)

0(X 没有明显的规律性,其发展态势是摆动的。如果将原始数据作累加生成,记第K 个累加生成为)()1(K X ,并且

1)1()1()0()1(==X X

321)2()1()2()0()0()1(=+=+=X X X

5.45.121)3()2()1()3()0()0()0()1(=++=++=X X X X

5.735.121)4()3()2()1()4()0()0()0()0()1(=+++=+++=X X X X X

上图表明生成数列X 是单调递增数列。

3.2灰色系统预测模型建立 1. 数列预测GM (1,1)模型

灰色系统理论的微分方程成为Gm 模型,G 表示gray (灰色),m 表示model (模型),Gm (1,1)表示1阶的、1个变量的微分方程模型。

Gm (1,1)建模过程和机理如下: 记原始数据序列)0(X 为非负序列

其中,n k k x ,,2,1,0)()0( =≥ 其相应的生成数据序列为)1(X

其中,n k i x k x k i ,,2,1,)()(1

)0()

1( ==∑=

)1(Z 为)1(X 的紧邻均值生成序列 {})(,),2(),1()1()1()1()1(n z z z Z =

其中,n k k x k x k Z ,2,1),1(5.0)(5.0)()1()1()1(=-+=

称b k az k x =+)()()1()0(为Gm(1,1)模型,其中a ,b 是需要通过建模求解的参数,若T =),(b a a 为参数列,且

⎥⎥⎥

⎦⎤

⎢⎢⎢⎣⎡=)()3()2()0()0()0(n x x x Y ,⎥⎥⎥⎥⎦

⎤⎢⎢⎢⎢⎣⎡----=)5(1)4(1)3(1)2()

1()1()1()1(z z z z B 则求微分方程b k az k x =+)()()1()0(的最小二乘估计系数列,满足

Y B B B a T T 1)(ˆ-= 称b ax dt

dx =+)1()

1(为灰微分方程,b k az k x =+)()()1()0(的白化方程,也叫影子方程。

如上所述,则有

1.白化方程b ax dt

dx =+)1()

1(的解或称时间响应函数为 a

b

e a b x t x

at +-=-))0(()(ˆ)1()1( 2.Gm(1,1)灰微分方程b k az k x =+)()()1()0(的时间响应序列为

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

{}

n x x x x X 00000,...,3,2,1=()()()()()()()()()

{}

n x x x x X 11111,..,.3,2,1=