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)