灰色关联度分析excel步骤_数模笔记——灰色预测、灰色关联分析

灰色预测、灰色关联分析

一、模型介绍

灰色预测GM(1,1)：

灰色预测的主要特点是模型使用的不是原始数据序列，而是生成的数据序列。其核心体系是灰色模型(Grey Model，简称GM)，即对原始数据作累加生成(或其它方法生成)得到近似的指数规律再进行建模的方法。灰色预测模型对于不同问题采用不同模型，GM(1，1)模型主要解决生成序列是有指数变化规律，只能描述单调的变化过程。

优点：是不需要很多的数据，一般只需要4个数据就够，能解决历史数据少、序列的完整性及可靠性低的问题；能利用微分方程来充分挖掘系统的本质，精度高；能将无规律的原始数据进行生成得到规律性较强的生成序列，运算简便，易于检验，具有不考虑分布规律，不考虑变化趋势。

缺点：是只适用于中短期的预测，只适合指数增长的预测。

灰色生成：将原始数据列中的数据，按照某种要求作数据处理称为灰色生成。对原始数据的生成就是企图从杂乱无章的现象中去发现内在规律。常用的生成方式有累加生成，累减生成，均值生成，级比生成等。

灰色预测模型总体分析：https://blog.csdn.net/qq_39742013/article/details/82120561

灰色关联：

灰色关联分析是指对一个系统发展变化态势的定量描述和比较的方法，其基本思想是通过确定参考数据列和若干个比较数据列的