【数学建模常用算法】之灰色预测模型GM

最新推荐文章于 2024-07-13 00:34:09 发布

張張張張

最新推荐文章于 2024-07-13 00:34:09 发布

阅读量7.6k

点赞数 9

文章标签：数学建模灰色预测模型 GM 预测模型

本文链接：https://blog.csdn.net/qq_41995574/article/details/90475918

版权

本文详细介绍了灰色预测模型GM(1,1)，包括数据检验、预处理、模型构建和检验预测值的过程。通过案例展示了如何使用GM(1,1)模型对道路交通噪声平均声级进行预测，验证了模型的高精度。" 84962012,6799953,计算机视觉：图像处理与尺度空间详解,"['计算机视觉', '图像处理', '特征提取']

摘要由CSDN通过智能技术生成

作者：張張張張
github地址：https://github.com/zhanghekai
【转载请注明出处，谢谢！】

一、灰色预测模型GM(1,1)

灰色预测是用灰色模型GM(1,1)来进行定量分析的，通常分为以下几类：
(1) 灰色时间序列预测。用等时距观测到的反映预测对象特征的一系列数量（如产量、销量、人口数量、存款数量、利率等）构造灰色预测模型，预测未来某一时刻的特征量，或者达到某特征量的时间。
(2) 畸变预测（灾变预测）。通过模型预测异常值出现的时刻，预测异常值什么时候出现在特定时区内。
(3) 波形预测，或称为拓扑预测，它是通过灰色模型预测事物未来变动的轨迹。
(4) 系统预测，对系统行为特征指标建立一族相互关联的灰色预测理论模型，在预测系统整体变化的同时，预测系统各个环节的变化。

灰色模型预测流程

数据检验与数据预处理
模型构建
模型检验

1、数据检验与数据预处理

1.1 构建模型前检验

$\qquad$ 给定观测数据列 $x^{(0)}=\{x_1^{(0)},x_2^{(0)},\cdots,x_n^{(0)}\}$ 一般采用 $x^{(0)}$ 的级比 $\lambda^{(0)}_k$ 的大小与所属区间来判断。
$\qquad$ 级比定义： $\lambda^{(0)}_k=\frac{x^{(0)}_{k-1}}{x^{(0)}_k},\quad k=2,3,\cdots,n$
$\qquad$ 若满足 $\lambda^{(0)}_k\in (e^{-\frac{2}{n+1}},e^{\frac{2}{n+1}})$ ，则认为 $x^{(0)}$ 是可作为 $G M (1, 1)$ 建模的。如果原始序列不满足，需要对原始序列做必要的变换处理，使其落入可容覆盖内。即取适当的常数 $C$ ，做平移变换：
$y^{(0)}=x^{(0)}_i+C,\quad i=1,2,\cdots,n$
$\qquad$ 使序列 $y^{(0)}=(y^{(0)}_1,y^{(0)}_2,\cdots,y^{(0)}_n)$ 的级比 $\lambda_y^{(k)}=\frac{y^{(0)}_{k-1}}{y^{(k)}}$ 落入上述区间范围。

1.2 数据生成

(1) 累加生成（AGO）

$\qquad$ 设原始序列为 $x^{(0)}=(x^{(0)}_1,x^{(0)}_2,\cdots,x^{(0)}_n)$ ，令： $x^{(1)}_k=\sum_{i=1}^{k}x^{(0)}_i,\quad k=1,2,\cdots ,n$ 有： $x^{(1)}=(x^{(1)}_1,x^{(1)}_2,\cdots,x^{(1)}_n)$ ，称所得到的新数列 $x^{(1)}$ 为数列 $x^{(0)}$ 的1次累加生成的数列。