-
灰色预测模型
灰色系统理论是研究解决灰色系统分析、建模、预测、决策和控制的理论,是一般系统论、信息论、控制论的观点和方法在社会、经济、生态等抽象系统中的延伸,是运用经典数学知识解决信息不完备系统的理论和方法。灰色系统是指部分信息已知部分信息末知的信息不完备系统。
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,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。
-
模型的评价
优点: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:只适用于中短期的预测,只适合指数增长的预测
2.灰色GM(1,1)预测模型
数据序列在累加后呈现出指数形式的单调递增规律,联想到微分方程 具有指数形式的解 ,由此提出一阶灰色方程模型,即GM(1,1)模型,其中的第1个1表示1阶微分方程,第2个1表示只含1个变量的灰色模型。
-
GM(1,1)模型预测步骤
- 数据的检验与处理
为了保证建模方法的可行性,需要对已知数据列作必要的检验处理。首先要进行级比检验
- 建立模型(建立微分方程模型)
该模型是1阶1个变量的微分方程,记为GM(1,1)。
-
为了辨识模型参数 ,在区间 上,令:
化为离散模型为:
式称为灰色微分方程。
则由最小二乘法,求得使 达到最小值的的估计值。
误差检验
- 相对误差检验(计算相对误差)
-
这里 ,如果 ,则可认为达到一般要求;如果 ,则认为达到较高的要求。
级比偏差值检验
首先由参考序列计算出级比 ,再用发展系数 求出相应的级比偏差。
如果 ,则可认为达到一般要求;如果 ,则认为达到较高的要求。
预测预报
由GM(1,1) 模型得到指定点的预测值,根据实际问题的需要,给出相应的预测预报。
-
案列分析
例2: 由1995~2001年中国蔬菜产量,具体数据见表15.1,建立模型预测2002年中国蔬菜产量,并对预测结果做检验。
年代 | 1995 | 1996 | 1997 | 1998 | 1999 | 2000 | 2001 |
产量 | 25723 | 30379 | 34473 | 38485 | 40514 | 42400 | 48337 |
-
操作步骤:
- 数据的检验
参考序列 建立GM(1,1)模型
- 模型的建立与求解
构造累加序列和均值生成序列,得到参数的估计值
得GM(1,1)模型为:
微分方程:
2、白化方程:
3、白化方程的时间响应式:
-
模型的检验与预测
年份 | 实际数据 | 预测数据 | 残差 | 相对误差(%) |
1995 | 25723 | 25723 | 0 | 0 |
1996 | 30379 | 31327.3567 | -948.3567 | 3.12 |
1997 | 34473 | 34081.5622 | 391.4378 | 1.14 |
1998 | 38485 | 37077.9091 | 1407.0909 | 3.66 |
1999 | 40514 | 40337.6857 | 176.3143 | 0.44 |
2000 | 42400 | 43884.0518 | -1484.0518 | 3.50 |
2001 | 48337 | 47742.2036 | 594.7964 | 1.23 |
2002 | 51939.5524 |
结论:所有的相对误差 ,所以模型精度为优,可以用来预测,2002年的预测值为51939.5524。