数模中的预测模型

前言

• 本文总结了预测类常见模型，包括：GM(1,1)灰色预测、传染病模型、马尔可夫预测模型
• 可以作为初学者的数模预测模型学习提纲

GM(1,1)灰色预测

简介与概念

1. G:Grey（灰色），M:Model（模型），（1，1）：只含有一个变量的一阶微分方程模型
2. 白色系统：内部特征完全已知，可以计算想要结果
3. 黑色系统：内部特征完全未知，具有不可知性
4. 灰色系统：无法计算，但不是完全不可知，可以预测
5. 累加可以削弱随机性
6. 实际值、拟合值、预测值

适用赛题

1. 数列预测

• 定时求量（短期）
• 短期波动小、可预测，长期变化可能大、难以预测

2. 灾变预测

• 定量求时
• 需要考虑到阈值问题，时间构成新序列

3. 拓扑预测

• 对数据波形越预测，等于求解多个灾变预测
• 与灾变类似，但是又详细的分级（多个阈值）

4. 注意

• 需要数据量少，多了没有意义
• 只能短期预测

思路

1. 制造规律

• 累加生成序列
• 弱化随机性，显现规律性
• 在建模开始进行级比检验，有公式，看原始数据用该模型是否可行。在区间外可以尝试平移变换，求解后再减去该值。还是不可以，则换方法。

2. 用指数曲线逼近新序列

• 一阶常微分方程求解拟合
• 表达式处理，可用均值法消除数据随机性
• 最小二乘法求微分方程的a和u：求出拟合函数与已知数据平方差最小时，a、u的值

3. 得出函数，进行预测
4. 模型检验

• 相对误差检验：用拟合值和实际值的相对误差进行检验
• 级比偏差检验：公式

代码重点

1. B\Y:B的逆矩阵乘以Y
2. vpa设置有效小数
3. 微分方程求解

传染病模型（按照递推关系）

指数传播模型

1. 预测问题

• 免疫力和潜伏期等

2. 假设

• 封闭区域
• 患病人数随时间连续变化且可微
• 单位时间传染到的人数为大于0的常数

3. 结果分析

• 指数型增长
• 适合于传染病爆发初期

4. 模型改进

• 患病人数越来越多，健康人群越来越少，SI模型

SI模型

1. 假设

• 人口为常数，不考虑生死和迁移
• 两类人群，不考虑免疫
• 接触的平均人数是常数（有健康有患病），接触健康者才会感染
• 不考虑治愈和死亡

2. 结果意义

• 预测高峰，提前预防

3. 模型改进

• 未考虑到病人治愈，SIS模型

SIS模型

1. 假设

• SI模型假设
• 治愈比例
• 无免疫性

2. 结果分析

• 可以用传染强度换变量，传染强度其实是一个阈值

3. 模型改进

• 未考虑免疫力，病愈后人具有免疫力，SIR模型

SIR模型

1. 假设

• SIS模型假设
• 免疫者比例，病愈后人具有免疫力

2. 模型改进

• 未考虑潜伏期，SEIR模型

代码重点

1. 调用ode45
2. 免疫力比例初始值0，其他初始值查资料
3. 得易感者、患病者、免疫者的比例随时间变化的图像

马尔可夫预测

简介与概念

1. 离散时间、状态空间
2. 马尔可夫链 ：随机序列，该项只与前一项有关，具有时齐性

适用赛题

1. 健康与疾病

• 可能与优化模型结合

2. 销售与贮存

• 设置上限

3. 等级结构

思路

1. 根据过去的数据，计算一步转移概率，得到转移矩阵
2. 根据题目得初始概率，需要根据题意看看初始化算不算第一步
3. 计算概率分布（矩阵运算）

代码重点

1. 核心是遍历
2. 矩阵多列的合并