灰色预测模型
基础部分
适用范围
- 对灰色系统（数据集）（系统的部分信息已知，部分信息未知）进行建模/预测
- 数据是以年份度量的非负数据
- 数据（累加后的序列）具有准指数规律
- 数据期数较短，与其他数据之间关联性不强
GM(1,1)模型
含义：‘1’阶微分方程（进行1次求和），‘1’个变量
使用对象：离散非负数据列
方法：一次累加得到新的数据列，削弱随机性，再计算其紧邻均值
GM(1,1)模型基本形式：
x
(
0
)
(
k
)
+
a
z
(
1
)
(
k
)
=
b
x^{(0)}(k) + az^{(1)}(k) = b
x(0)(k)+az(1)(k)=b其中
b
b
b表示灰作用量，
−
a
-a
−a表示发展系数
模型评价：（1）残差检验 （2）级比偏差检验（注：此处用到的是原始数据的级比）
准指数规律
一般的方法：计算级比（后一项比前一项的值），再计算所有级比构成的区间的长度，若小于0.5，证明具有准指数规律。
具体到 GM(1,1) 模型中，则可以直接计算原式序列的光滑比
ρ
(
k
)
=
x
(
0
)
(
k
)
x
(
1
)
(
k
−
1
)
\rho(k)=\frac{x^{(0)}(k)}{x^{(1)}(k-1)}
ρ(k)=x(1)(k−1)x(0)(k)，看其在（0，0.5）的占比（越高越好）（注：前两期可能不符合要求）
4021
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
