1. 主要解决什么问题?
预测类(例如人口预测)
即对原始数据作累加生成(或其他方法生成)得到近似的指数规律再进行建模的方法。
2. 原理/思路是啥?
先对原数列进行处理:如图,有累加数列、累减数列、加权邻值生成等。
提问:什么是灰色系统,什么是白色系统,后面为什么要“白化”转化?
利用上面,则有:
发展系数与预测情况的探究:
GM(1,1)模型的评价:
残差检验、级比残差值检验
3. 建模步骤?
4. 论文写作?
5. 模型的优缺点?
优:不需要很多的数据,一般只需要4个数据;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,不考虑分布规律,不考虑变化趋势
缺:只适用于中短期的预测,只适合指数增长的预测
6. 代码讲解?
7. 模型的拓展?
8. 例子?
参考书籍:《数学模型》第四版,姜启源著。