灰色模型相关---GM(1,1)模型数学基础

本文介绍了GM(1,1)模型的建模原理,包括定义型、数学变换,指出其微分方程与线性回归方程相似,因此采用最小二乘法求解。此外,还探讨了GM(1,1)模型的预测及检验方法。" 113330724,10295863,PHP+MYSQL实现留言板系统,"['PHP', 'MySQL', 'Web开发', '数据库操作', '表单提交']
摘要由CSDN通过智能技术生成
[b]GM( 1 ,1) 模型建模原理[/b]

[quote="我"]
由于博客没有公式编辑器,先解释一下

X(1): 下标为1的变量X;

{ X(1), X(2), ..., X(n) }: 数值序列;

Σ: 西格玛,即求和操作;

[1,2]: 1x2矩阵,多行多列矩阵类似;

BT: 表示矩阵B的转置;

B^-1: 表示矩阵B的逆矩阵;

B . P: 表示矩阵B乘以矩阵P

[/quote]

[b]1.1 GM(1,1)定义型 [/b]

设有n个观察值构成的原始序列 X { X(1), X(2), ..., X(n) } 

通过一次累加生成1-AGO序列 Y { Y(1), Y(2), ..., Y(n) },其中:Y(1) = X(1),Y(2) = X(1) + X(2), ..., Y(n) = ΣX(n);

令Z为Y的均值序列{Z(1),Z(2),...,Z(n)},其中:Z(k) = ( Y(k) + Y(k-1) )/2;

则GM(1,1)的定义型,即GM(1,1)的一元微分方程为:

X(k) + a Z(k) = b

其中X(k)称为灰导数,a称为发展系数,Z(k)称为白化背景值,b称为作用量;


[b]1.2 GM(1,1)定义型的数学变换[/b]

可以看出,GM(1,1)的微分方程和线性回归方程类似,所以一样,也用最小二乘法解方程;(什么? 不知道最小二乘法?请速速去补习)


                
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值