用python建立gm(1、1)模型_灰色预测模型GM(1,1)的全面讲解及python实现

  • Post author:
  • Post category:python


1. 灰色预测的概念

(1)灰色系统、白色系统和黑色系统

白色系统是指一个系统的内部特征是完全已知的,既系统信息是完全充分的。

黑色系统是一个系统的内部信息对外界来说是一无所知的,只能通过它与外界的联系来加以观测研究。

灰色系统介于白色和黑色之间,灰色系统内的一部分信息是已知的,另一部分信息是未知的,系统内各因素间有不确定的关系。

(2)灰色预测法

所以灰色预测就是通过这样的信息前提下做的一种预测分析,即灰色预测法是一种预测灰色系统的预测方法。

灰色预测通过鉴别系统因素之间发展趋势的相异程度,即进行关联分析,并对原始数据进行生成处理来寻找系统变动的规律,生成有较强规律性的数据序列,然后建立相应的微分方程模型,从而预测事物未来发展趋势的状况,最后得到其发展的模型。

一般表达方式为GM(n,x)模型,其含义是:用n阶微分方程对x个变量建立模型

关联分析实际上是动态过程发展态势的量化比较分析。所谓发展态势比较,也就是系统各时期有关统计数据的集合关系的比较。例如,某地区1977~1983年总收入与养猪、养兔收入资料见下表格。

639d0157840e1de39705f6a86abf7f1e.png

2. 灰色生成数列

灰色系统理论认为,尽管客观表象复杂,但总是有整体功能的,因此必然蕴含某种内在规律。关键在于如何选择适当的方式去挖掘和利用它。灰色系统是通过对原始数据的整理来寻求其变化规律的,这是一种就数据寻求数据的现实规律的途径,也就是灰色序列的生产。一切灰色序列都能通过某种生成弱化其随机性,显现其规律性。数据生成的常用方式有累加生成、累减生成和加权累加生成,将灰色系统中的未知因素弱化,强化已知因素的影响程度,最后构建一个以时间为变量的连续微分方程,通过数学方法确定方程中的参数,从而实现预测目的。

(1)累加生成(AGO)

设原始序列为

c28aa792522b3239cac26d1c60731a24.png
,令

f9a6116e7c326cf7e469287cb0fd65c8.png

07af7b16e1488511d7c64e007c4fdb1e.png
为数列

350903cfa623ef6c19802b5bdc75a711.png
的1次累加生成数列。类似的有:

817c2cc98a27740b42aae8ef98529c5d.png
称为

3f439a7ad385b12b4af587a2cae7a1d0.png
的r次累加生成数列

(2)累减生成(IAGO)

如果原始数列为

99b06555edd5c86ba62cf0816694b982.png
,令

c4ddcbe61ca034c6fbe2dcd1e154021f.png
,称

ccd3f2996ad76ade0ab1073d8e6d7311.png
为x1



版权声明:本文为weixin_34509784原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。