2023-01-07灰色系統(tǒng)理論及其應(yīng)用2

2023-01-05 灰色系統(tǒng)理論及其應(yīng)用

1. 生成數(shù)

在研究社會(huì)系統(tǒng)、 經(jīng)濟(jì)系統(tǒng)等抽象系統(tǒng)時(shí)糟秘, 往往要遇到隨機(jī)干擾(即“噪聲”)灾炭。
灰色系統(tǒng)理論把一切隨機(jī)量都看作灰色數(shù)蝴韭。
灰色數(shù) ——在指定范圍內(nèi)變化的所有白色數(shù)的全體。

  • 處理:利用數(shù)據(jù)處理尋找數(shù)據(jù)間的規(guī)律
  • 數(shù)的生成:數(shù)列數(shù)據(jù)處理后產(chǎn)生新數(shù)列橱赠,以此挖掘和尋找數(shù)的規(guī)律性方法
  • 方法:累加生成器联、累減生成、加權(quán)累加

累加生成

把數(shù)列 x 各時(shí)刻數(shù)據(jù)依次累加的過程叫做累加過程(AGO)遍烦,累加所得的新數(shù)列俭嘁,叫做累加生成數(shù)列
x0 = (x(0)(1), x(0)(2),...,x(0)(n)) 服猪,累加生成數(shù)列記為 x(1) = (x(1) (1),..., x(1)(n)) 供填,且 x(0)與 x(1)滿足:

此處只討論a = 1時(shí)的一般累加生成

一般地,經(jīng)濟(jì)數(shù)列等實(shí)際問題的數(shù)列皆是非負(fù)數(shù)列蔓姚,累加生成可使非負(fù)的擺動(dòng)與非動(dòng)的數(shù)列或任意無規(guī)律性的數(shù)列轉(zhuǎn)化為非減的數(shù)列捕虽。

均值生成

稱 x(0)(k ?1) 與 x(0)(k) 為數(shù)列 x(0) 的一對(duì)(緊)鄰值, x(0)(k ?1) 稱為前值坡脐, x(0)(k) 稱為后值泄私。

z(0)(k) = α x(0)(k) + (1?α)x(0)(k ?1),α ∈[0,1]
為由數(shù)列 x(0) 的鄰值在生成系數(shù)(權(quán)) α 下的鄰值生成數(shù)(或生成值)备闲。

2. 灰色模型GM

灰色預(yù)測(cè)模型GM(1,1)題目降解

例題降解

原理分析

Grey Model: 定義灰導(dǎo)數(shù)與灰微分方程晌端,進(jìn)而用離散數(shù)據(jù)列建立微分方程形式的動(dòng)態(tài)模型(近似、非唯一)

離散隨機(jī)數(shù)→生成→生成數(shù)(較有規(guī)律)→建立微分方程

  • 新生成的序列恬砂,看起來像一個(gè)指數(shù)序列
  • 可用一個(gè)指數(shù)曲線乃至一條直線的表達(dá)式來逼近
  • 構(gòu)造一階常微分方程來求解擬合曲線的函數(shù)表達(dá)式

對(duì)于x(0)的AGO生成數(shù)列x(1)咧纠,定義灰導(dǎo)數(shù)為:dx(1)(k) = x(0)(k) = x(1)(k) ? x(1)(k ?1),
令 z(1)為數(shù)列 x(1) 的緊鄰均值數(shù)列泻骤,即z(1)(k) = 0.5x(1)(k) + 0.5x(1)(k ?1)漆羔,k = 2,3,...,n
GM(1,1)的灰微分方程模型為:
dx(1)(k) + az(1)(k) = b → x(0)(k) + az(1)(k) = b
x(0)(k) 稱為灰導(dǎo)數(shù), a 稱為發(fā)展系數(shù)狱掂, z(1)(k) 稱為白化背景值演痒, b 稱為灰作用量。

矩陣方程

??????

預(yù)測(cè)預(yù)報(bào)

由模型 GM(1,1)所得到的指定時(shí)區(qū)內(nèi)的預(yù)測(cè)值趋惨,根據(jù)實(shí)際問題的需要鸟顺,給出相應(yīng)的
預(yù)測(cè)預(yù)報(bào)。
** 災(zāi)變預(yù)測(cè)**
給定原始數(shù)據(jù)列 x(0) 器虾。如果指定某個(gè)定值ζ 讯嫂,并認(rèn)為 x(0)中那些大于ζ 的點(diǎn)為具有異常值的點(diǎn)蹦锋,然后將這些數(shù)據(jù)挑出來另組一數(shù)列,則稱這一數(shù)列為上限災(zāi)變數(shù)列欧芽。例如莉掂,給定數(shù)列 x (0) = (3,0.7,8,5) ,若取ζ = 1渐裸,則其上限災(zāi)變數(shù)列為xζ0 = (3,8,5)

某地區(qū)年平均降雨量數(shù)據(jù)

規(guī)定ζ = 320 巫湘,并認(rèn)為 x (0) (i) ≤ ζ 為旱災(zāi)。預(yù)測(cè)下一次旱災(zāi)發(fā)生的時(shí)間昏鹃。
寫出初始數(shù)列 x(0)= (390.6,412,320,559.2, 380.8,542.4,553,310,561,300,632,
540,406.2,313.8,576,587.6,318.5)
下限災(zāi)變數(shù)列為xζ0 = (320,310,300,313.8,318.5),對(duì)應(yīng)時(shí)刻t = (3,8,10,14,17)
將數(shù)列 t 做 1 次累加尚氛,得t(1) = (3,11,21,35,52)

建立 GM(1,1)模型

預(yù)測(cè)到第 6 個(gè)及第 7 個(gè)數(shù)據(jù)為t(0)(6) = 22.034 , t(0)(7) = 28.3946

clc,clear
a=[390.6,412,320,559.2, 380.8,542.4,553,310,561,...
300,632,540,406.2,313.8,576,587.6,318.5]';
t0=find(a<=320);n=length(t0);
t1=cumsum(t0); %累加運(yùn)算
B=[-0.5*(t1(1:end-1)+t1(2:end)),ones(n-1,1)];Y=t0(2:end);
r=B\Y
y=dsolve('Dy+a*y=b','y(0)=y0');
y=subs(y,{'a','b','y0'},{r(1),r(2),t1(1)});
yuce1=subs(y,'t',[0:n+1])
%為提高預(yù)測(cè)精度洞渤,先計(jì)算預(yù)測(cè)值阅嘶,再顯示微分方程的解
y=vpa(y,6) %其中的 6 表示顯示 6 位數(shù)字
yuce=diff(yuce1); %作差分運(yùn)算,進(jìn)行數(shù)據(jù)還原
yuce=[t0(1),yuce]
yuce_new=yuce(n+1:end) %求得的兩個(gè)預(yù)測(cè)值

模型是否靠譜载迄,還需要進(jìn)行模型檢測(cè)——?dú)埐顧z驗(yàn)

灰色預(yù)測(cè)在建模中的應(yīng)用

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末讯柔,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子护昧,更是在濱河造成了極大的恐慌魂迄,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,372評(píng)論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件惋耙,死亡現(xiàn)場(chǎng)離奇詭異捣炬,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)绽榛,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,368評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門湿酸,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人灭美,你說我怎么就攤上這事推溃。” “怎么了届腐?”我有些...
    開封第一講書人閱讀 162,415評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵铁坎,是天一觀的道長。 經(jīng)常有香客問我犁苏,道長厢呵,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,157評(píng)論 1 292
  • 正文 為了忘掉前任傀顾,我火速辦了婚禮,結(jié)果婚禮上碌奉,老公的妹妹穿的比我還像新娘短曾。我一直安慰自己寒砖,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,171評(píng)論 6 388
  • 文/花漫 我一把揭開白布嫉拐。 她就那樣靜靜地躺著哩都,像睡著了一般。 火紅的嫁衣襯著肌膚如雪婉徘。 梳的紋絲不亂的頭發(fā)上漠嵌,一...
    開封第一講書人閱讀 51,125評(píng)論 1 297
  • 那天,我揣著相機(jī)與錄音盖呼,去河邊找鬼儒鹿。 笑死,一個(gè)胖子當(dāng)著我的面吹牛几晤,可吹牛的內(nèi)容都是我干的约炎。 我是一名探鬼主播,決...
    沈念sama閱讀 40,028評(píng)論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼蟹瘾,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼圾浅!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起憾朴,我...
    開封第一講書人閱讀 38,887評(píng)論 0 274
  • 序言:老撾萬榮一對(duì)情侶失蹤狸捕,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后众雷,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體灸拍,經(jīng)...
    沈念sama閱讀 45,310評(píng)論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,533評(píng)論 2 332
  • 正文 我和宋清朗相戀三年报腔,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了株搔。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,690評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡纯蛾,死狀恐怖纤房,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情翻诉,我是刑警寧澤炮姨,帶...
    沈念sama閱讀 35,411評(píng)論 5 343
  • 正文 年R本政府宣布,位于F島的核電站碰煌,受9級(jí)特大地震影響舒岸,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜芦圾,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,004評(píng)論 3 325
  • 文/蒙蒙 一蛾派、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦洪乍、人聲如沸眯杏。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽岂贩。三九已至,卻和暖如春巷波,著一層夾襖步出監(jiān)牢的瞬間萎津,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,812評(píng)論 1 268
  • 我被黑心中介騙來泰國打工抹镊, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留锉屈,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,693評(píng)論 2 368
  • 正文 我出身青樓髓考,卻偏偏與公主長得像部念,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子氨菇,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,577評(píng)論 2 353

推薦閱讀更多精彩內(nèi)容

  • 1. MATLAB GUI 細(xì)胞計(jì)數(shù)參考博客: matlab圖像處理關(guān)于細(xì)胞計(jì)數(shù)[https://blog.csd...
    麥卡爾斯閱讀 1,882評(píng)論 0 1
  • 常用的預(yù)測(cè)方法(如回歸分析)儡炼,需要較大的樣本,如果樣本較小查蓉,常造成較大的誤差乌询,使預(yù)測(cè)目標(biāo)失效⊥阊校灰度預(yù)測(cè)模型(Gra...
    風(fēng)逝流沙閱讀 13,394評(píng)論 2 3
  • 理解和使用圖幫助我們成為更好的程序員妹田。用圖思考幫助我們成為最好的,至少我們應(yīng)該那么思考鹃共。圖是很多節(jié)點(diǎn) V 和邊 E...
    卜高山閱讀 714評(píng)論 0 3
  • 灰色預(yù)測(cè)法 ?** 灰色預(yù)測(cè)法是一種對(duì)含有不確定因素的系****統(tǒng)進(jìn)行預(yù)測(cè)的方法鬼佣。****灰色預(yù)測(cè)是對(duì)既含有已知...
    逍遙_yjz閱讀 332評(píng)論 0 0
  • 2022年最后一天,和去年一樣把朋友圈一些記錄按時(shí)間順序總結(jié)一下霜浴,有的生活敘事晶衷,有的是裝*思考或人生感悟,希望這些...
    單虓晗_Shawn閱讀 618評(píng)論 0 3