灰色预测模型

 1.灰色预测模型的应用场景      

        信息不完全的系统称为灰色系统。信息不完全一般指：        

• 系统因素不完全明确
• 因素关系不完全清楚
• 系统的结构不完全知道
• 系统的作用原理不完全明了

        灰色预测就是对即含有已知信息，又含有不确定信息的系统进行预测，就是对在一定范围内变化的、与时间有关的灰色过程进行预测。

        灰色预测的使用情况：

• 数据是以年份度量的非负数据（月份或季度用时间序列模型）。可用于定时求量或定量求时。
• 数据能经过准指数规律的检验（除了前两期外，后面至少90%期数的光滑比低于0.5）。

        光滑比 = 平滑后数据的标准差 / 原始数据的标准差

        数据的平滑处理见这篇博文：http://t.csdnimg.cn/FkJhX

• 数据的期数较短（3~10）且和其他数据的关联性不强。

2.GM(1,1)模型

GM：灰色模型。

(1,1)：一阶微分方程，一个未知数。

公式：

        原始序列：

        累加序列：

        紧邻均值序列：

        模型参数：a 和 b

        模型拟合：

        模型预测：

1.数据预处理（指数规律检验）

        要使用灰色预测模型，数据首先应具有准指数规律。因此，为了确定原始数据是否可以使用灰色预测模型，需要对原始数据进行级比检验。

        累加r次的序列为：

        定义级比：