数学建模-灰色预测模型

灰色系统、白色系统、黑色系统

  • 白色系统:指一个系统的内部特征的完全已知的,即系统信息是完全公开的。
  • 黑色系统:与白色系统相反,指一个系统的内部信息对外界来说是一无所知的,只能通过它与外界的联系来加以观测研究。
  • 灰色系统:介于白色系统和黑色系统之间,即系统内一部分信息是已知的,但另一部分信息是未知的,系统内各因素间有不确定的关系。

  一般我们在生活的过程中,大多遇到的系统是灰色系统。因此,我们就需要利用灰色系统内那部分公开的信息,来建模推测出隐藏的信息。这就是灰色预测模型。

灰色预测法

  • 灰色预测法是一种预测灰色系统的预测方法。

  目前常用的一些预测方法(如回归分析等),需要较大的样本,对于少样本的情况就会造成比较大的误差,使预测目标失效。而灰色预测模型所需的建模信息少运算方便建模精度高,因此在各种预测领域都有着广泛的应用,是处理小样本预测问题的有效工具。

  • 灰色预测通过鉴别系统因素之间发展趋势的相异程度,即进行关联分析,并对原始数据进行灰色生成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。

关联分析

大千世界里的客观事物往往现象复杂,因素繁多。我们往往需要对系统进行因素分析,这些因素中哪些对系统来讲是主要的,哪些是次要的,哪些需要发展,哪些需要抑制,哪些是潜在的,哪些是明显的。一般来讲,这些都是我们极为关心的问题。事实上,因素间关联性如何、关联程度如何量化等问题是系统分析的关键和起点。

因素分析的基本方法过去主要采取回归分析等办法。回归分析的办法有很多欠缺,如要求大量数据、计算量大及可能出现反常情况等。为克服以上弊病,本节采用关联度分析的办法来做系统分析。作为一个发展变化的系统,关联分析实际上是动态过程发展态势的量化比较分析。所谓发展态势比较,也就是系统各时期有关统计数据的几何关系的比较。

例如,某地区 1977~1983 年总收入与养猪、养兔收入资料见表1。

根据表 1,做曲线图1

由上图易看出,曲线A 与曲线B 发展趋势比较接近,而与曲线C 相差较大,因此可以判断,该地区对总收入影响较直接的是养猪业,而不是养兔业。
很显然,几何形状越接近,关联程度也就越大。当然,直观分析对于稍微复杂些的问题则显得难于进行。因此,需要给出一种计算方法来衡量因素间关联程度的大小。

猜你喜欢

转载自blog.csdn.net/weixin_37079656/article/details/86546443