2012灰色預(yù)測(cè)模型(王冰)

1、灰色預(yù)測(cè)模型及其應(yīng)用1 灰色預(yù)測(cè)模型（Gray Forecast Model）是通過(guò)少量的、不完全的信息，建立數(shù)學(xué)模型并做出預(yù)測(cè)的一種預(yù)測(cè)方法.當(dāng)我們應(yīng)用運(yùn)籌學(xué)的思想方法解決實(shí)際問(wèn)題，制定發(fā)展戰(zhàn)略和政策、進(jìn)行重大問(wèn)題的決策時(shí)，都必須對(duì)未來(lái)進(jìn)行科學(xué)的預(yù)測(cè). 預(yù)測(cè)是根據(jù)客觀事物的過(guò)去和現(xiàn)在的發(fā)展規(guī)律，借助于科學(xué)的方法對(duì)其未來(lái)的發(fā)展趨勢(shì)和狀況進(jìn)行描述和分析，并形成科學(xué)的假設(shè)和判斷.2灰色系統(tǒng)理論是研究解決灰色系統(tǒng)分析、建模、預(yù)測(cè)、決策和控制的理論.灰色預(yù)測(cè)是對(duì)灰色系統(tǒng)所做的預(yù)測(cè).目前常用的一些預(yù)測(cè)方法（如回歸分析等），需要較大的樣本.若樣本較小，常造成較大誤差，使預(yù)測(cè)目標(biāo)失效.灰色預(yù)測(cè)模型所需建模信

2、息少，運(yùn)算方便，建模精度高，在各種預(yù)測(cè)領(lǐng)域都有著廣泛的應(yīng)用，是處理小樣本預(yù)測(cè)問(wèn)題的有效工具.31 灰色系統(tǒng)的定義和特點(diǎn)灰色系統(tǒng)的模型Sars 疫情 4 銷售額預(yù)測(cè)5 城市道路交通事故次數(shù)的灰色預(yù)測(cè)6 城市火災(zāi)發(fā)生次數(shù)的灰色預(yù)測(cè)7災(zāi)變與異常值預(yù)測(cè)41 灰色系統(tǒng)的定義和特點(diǎn)5灰色系統(tǒng)的定義和特點(diǎn) 灰色系統(tǒng)理論是由華中理工大學(xué)鄧聚龍教授于1982年提出并加以發(fā)展的。二十幾年來(lái)，引起了不少國(guó)內(nèi)外學(xué)者的關(guān)注，得到了長(zhǎng)足的發(fā)展。目前，在我國(guó)已經(jīng)成為社會(huì)、經(jīng)濟(jì)、科學(xué)技術(shù)在等諸多領(lǐng)域進(jìn)行預(yù)測(cè)、決策、評(píng)估、規(guī)劃控制、系統(tǒng)分析與建模的重要方法之一。特別是它對(duì)時(shí)間序列短、統(tǒng)計(jì)數(shù)據(jù)少、信息不完全系統(tǒng)的分析與建模，具有

3、獨(dú)特的功效，因此得到了廣泛的應(yīng)用.在這里我們將簡(jiǎn)要地介紹灰色建模與預(yù)測(cè)的方法.6一、灰色系統(tǒng)的定義和特點(diǎn)1. 灰色系統(tǒng)的定義 灰色系統(tǒng)是黑箱概念的一種推廣。我們把既含有已知信息又含有未知信息的系統(tǒng)稱為灰色系統(tǒng).作為兩個(gè)極端，我們將稱信息完全未確定的系統(tǒng)為黑色系統(tǒng)；稱信息完全確定的系統(tǒng)為白色系統(tǒng).區(qū)別白色系統(tǒng)與黑色系統(tǒng)的重要標(biāo)志是系統(tǒng)各因素之間是否具有確定的關(guān)系。71灰色系統(tǒng)的定義和特點(diǎn)2. 灰色系統(tǒng)的特點(diǎn)（1）用灰色數(shù)學(xué)處理不確定量，使之量化.（2）充分利用已知信息尋求系統(tǒng)的運(yùn)動(dòng)規(guī)律.（3）灰色系統(tǒng)理論能處理貧信息系統(tǒng).81灰色系統(tǒng)的定義和特點(diǎn)常用的灰色預(yù)測(cè)有五種： （1）數(shù)列預(yù)測(cè)，即用觀察到

4、的反映預(yù)測(cè)對(duì)象特征的時(shí)間序列來(lái)構(gòu)造灰色預(yù)測(cè)模型，預(yù)測(cè)未來(lái)某一時(shí)刻的特征量，或達(dá)到某一特征量的時(shí)間。（2）災(zāi)變與異常值預(yù)測(cè)，即通過(guò)灰色模型預(yù)測(cè)異常值出現(xiàn)的時(shí)刻，預(yù)測(cè)異常值什么時(shí)候出現(xiàn)在特定時(shí)區(qū)內(nèi)。（3）季節(jié)災(zāi)變與異常值預(yù)測(cè)，即通過(guò)灰色模型預(yù)測(cè)災(zāi)變值發(fā)生在一年內(nèi)某個(gè)特定的時(shí)區(qū)或季節(jié)的災(zāi)變預(yù)測(cè)。（4）拓?fù)漕A(yù)測(cè)，將原始數(shù)據(jù)作曲線，在曲線上按定值尋找該定值發(fā)生的所有時(shí)點(diǎn)，并以該定值為框架構(gòu)成時(shí)點(diǎn)數(shù)列，然后建立模型預(yù)測(cè)該定值所發(fā)生的時(shí)點(diǎn)。（5）系統(tǒng)預(yù)測(cè). 通過(guò)對(duì)系統(tǒng)行為特征指標(biāo)建立一組相互關(guān)聯(lián)的灰色預(yù)測(cè)模型，預(yù)測(cè)系統(tǒng)中眾多變量間的相互協(xié)調(diào)關(guān)系的變化。92 灰色系統(tǒng)的模型10 在灰色系統(tǒng)理論中，把一切隨機(jī)變

5、量都看作灰色數(shù)，即使在指定范圍內(nèi)變化的所有白色數(shù)的全體，對(duì)灰數(shù)處理主要是利用數(shù)據(jù)處理的方法去尋求數(shù)據(jù)間的內(nèi)在規(guī)律，通過(guò)對(duì)已知數(shù)據(jù)列中的數(shù)據(jù)進(jìn)行處理而產(chǎn)生新的數(shù)據(jù)列，以此來(lái)研究尋求數(shù)據(jù)的規(guī)律性，這種方法稱為數(shù)據(jù)的生成。常用的方法有：累加生成累減生成均值生成111）累加生成 把數(shù)列各時(shí)刻數(shù)據(jù)依次累加的過(guò)程稱為累加生成過(guò)程，記為AGO，有累加生成過(guò)程所得到的新數(shù)列稱為累加生成數(shù)列。設(shè)原始數(shù)列為 ，令 則稱 為數(shù)列 的1次累加生成，數(shù)列 稱為數(shù)列 的1次累加生成數(shù)列。類似有12稱之為 的r次累加生成，記 稱之為 的r次累加生成數(shù)列132）累減生成 對(duì)于原始數(shù)據(jù)列依次做前后相鄰的兩個(gè)數(shù)據(jù)相減的運(yùn)算過(guò)程稱

6、為累減生成過(guò)程，記為IAGO，設(shè)原始數(shù)列為 ，令則稱 為數(shù)列 的1次累減生成 一般地，對(duì)于r次累加生成數(shù)列則稱為數(shù)列 的r次累減生成2）累減生成143）均值生成設(shè)原始數(shù)列則稱 與 為數(shù)列 的鄰值， 為后鄰值， 為前鄰值。對(duì)于常數(shù) ，則稱為有數(shù)列 的鄰值在生成系數(shù)（權(quán)） 下的鄰值生成數(shù)特別地，當(dāng)生成系數(shù) 時(shí)則稱為鄰均值生成數(shù)，即等權(quán)鄰值生成數(shù)152 灰色系統(tǒng)的模型 通過(guò)下面的數(shù)據(jù)分析、處理過(guò)程，我們將了解到，有了一個(gè)時(shí)間數(shù)據(jù)序列后，如何建立一個(gè)基于模型的灰色預(yù)測(cè)。1. 數(shù)據(jù)的預(yù)處理 首先我們從一個(gè)簡(jiǎn)單例子來(lái)考察問(wèn)題. 【例7.1】 設(shè)原始數(shù)據(jù)序列167.2 灰色系統(tǒng)的模型對(duì)數(shù)據(jù)累加 于是得到一個(gè)

7、新數(shù)據(jù)序列177.2 灰色系統(tǒng)的模型 歸納上面的式子可寫為 稱此式所表示的數(shù)據(jù)列為原始數(shù)據(jù)列的一次累加生成，簡(jiǎn)稱為一次累加生成.顯然有 將上述例子中的 分別做成圖7.1、圖7.2.可見圖7.1上的曲線有明顯的擺動(dòng)，圖7.2呈現(xiàn)逐漸遞增的形式，說(shuō)明原始數(shù)據(jù)的起伏已顯著弱化.可以設(shè)想用一條指數(shù)曲線乃至一條直線來(lái)逼近累加生成數(shù)列 187.2 灰色系統(tǒng)的模型圖7.2 圖7.1為了把累加數(shù)據(jù)列還原為原始數(shù)列，需進(jìn)行后減運(yùn)算或稱相減生成，它是指后前兩個(gè)數(shù)據(jù)之差，如上例中197.2 灰色系統(tǒng)的模型歸納上面的式子得到如下結(jié)果：一次后減其中202122232425262728白化定義2930317.2 灰色系統(tǒng)

8、的模型3.精度檢驗(yàn) (1)殘差檢驗(yàn)：分別計(jì)算327.2 灰色系統(tǒng)的模型（3）預(yù)測(cè)精度等級(jí)對(duì)照表，見表7.1. 337.2 灰色系統(tǒng)的模型注：由于模型是基于一階常微分方程建立的，故稱為一階一元灰色模型，記為GM(1,1).須指出的是， 建模時(shí)先要作一次累加，因此要求原始數(shù)據(jù)均為非負(fù)數(shù).否則，累加時(shí)會(huì)正負(fù)抵消，達(dá)不到使數(shù)據(jù)序列隨時(shí)間遞增的目的.如果實(shí)際問(wèn)題的原始數(shù)據(jù)列出現(xiàn)負(fù)數(shù)，可對(duì)原始數(shù)據(jù)列進(jìn)行“數(shù)據(jù)整體提升”處理.注意到一階常微分方程是導(dǎo)出GM(1,1)模型的橋梁，在我們應(yīng)用GM(1,1)模型于實(shí)際問(wèn)題預(yù)測(cè)時(shí)，不必求解一階常微分方程。347.2 灰色系統(tǒng)的模型4.GM(1,1)的建模步驟 綜上所

9、述，GM(1,1)的建模步驟如下：35363738394041424344454647銷售額預(yù)測(cè)487.3 銷售額預(yù)測(cè) 隨著生產(chǎn)的發(fā)展、消費(fèi)的擴(kuò)大，市場(chǎng)需求通?？偸窃黾拥?，一個(gè)商店、一個(gè)地區(qū)的銷售額常常呈增長(zhǎng)趨勢(shì). 因此，這些數(shù)據(jù)符合建立灰色預(yù)測(cè)模型的要求。 【例7.2】 表7.2列出了某公司19992003年逐年的銷 售額.試用建立預(yù)測(cè)模型，預(yù)測(cè)2004年的銷售額，要求作精度檢驗(yàn)。497.3 銷售額預(yù)測(cè) 表7.2 逐年銷售額（百萬(wàn)元）年份19992000200120022003 序號(hào)12345 2.8743.2783.3373.3903.679 【例7.2】 表7.2列出了某公司199920

10、03年逐年的銷 售額.試用建立預(yù)測(cè)模型，預(yù)測(cè)2004年的銷售額，要求作精度檢驗(yàn)。507.3 銷售額預(yù)測(cè) 解（1）由原始數(shù)據(jù)列計(jì)算一次累加序列 ，結(jié)果見表7.3. 表7.3 一次累加數(shù)據(jù)年份19992000200120022003序號(hào)123452.8743.2783.3373.3903.6792.8746.1529.48912.87916.558517.3 銷售額預(yù)測(cè)（2）建立矩陣：527.3 銷售額預(yù)測(cè)537.3 銷售額預(yù)測(cè)547.3 銷售額預(yù)測(cè)557.3 銷售額預(yù)測(cè)567.3 銷售額預(yù)測(cè)下面我們用用GM預(yù)測(cè)軟件求解例7.2.參考附錄B （1）調(diào)用GM預(yù)測(cè)軟件.見圖7.3. 圖7.357 7.

11、3 銷售額預(yù)測(cè)（2）在“文件”菜單中打開“新建問(wèn)題”，見到數(shù)據(jù)輸入界面.見圖7.4. 587.3 銷售額預(yù)測(cè)（3）輸入題目名稱及元素個(gè)數(shù)后，點(diǎn)擊“下一步”鍵，得到原始數(shù)據(jù)序列 的輸入表格. 見圖7.5. 597.3 銷售額預(yù)測(cè)（4）點(diǎn)擊“運(yùn)行”鍵，輸出分析數(shù)據(jù)如下：題目:123原始數(shù)列(5個(gè)): 2.874，3.278，3.337，3.39，3.679預(yù)測(cè)結(jié)果如下：1dx/dt+ax=u：a=-0.03720438，u=3.065363312時(shí)間響應(yīng)方程： X(k+1)=85.2665*exp(0.0372k)-82.39253殘差E(k)： (1) 0.00000000 (2) 0.0459

12、6109 (3) -0.01754976 (4) -0.09170440 (5)0.06532115 4第一次累加值: (1) 2.874000 (2) 6.152000 (3) 9.489000 (4) 12.879000 (5)16.558000 5相對(duì)殘差e(k)：(1) 0.00000000 (2) 0.01402108 (3) -0.00525914 (4) -0.02705145 (5)0.01775514 607.3 銷售額預(yù)測(cè)6原數(shù)據(jù)均值avg(x)：3.31160000 7原數(shù)據(jù)方差 S(1)：0.258610608殘差的均值avg(E)：0.000507029殘差的方差 S

13、(2)：0.0614327610后驗(yàn)差比值: C：0.2375492811小誤差概率 P：1.0000000012模型計(jì)算值X(k)： (1) 2.87400000 (2) 3.23203891 (3) 3.35454976 (4)3.48170440 (5) 3.61367885 13預(yù)測(cè)的結(jié)果X*(k)： (1) 3.75065581 (2) 3.89282490 (3) 4.04038293 (4)4.19353416 (5) 4.35249061 (6) 4.51747233 預(yù)測(cè)精度等級(jí)：好！ 617.4 城市道路交通事故次數(shù) 的灰色預(yù)測(cè)62 7.4 城市道路交通事故次數(shù)的灰色預(yù)測(cè)灰

14、色理論以“部分信息已知、部分信息未知”的“小樣本”、“貧信息”的不確定問(wèn)題為研究對(duì)象,通過(guò)對(duì)“部分”已知的信息的生成開發(fā),提取有價(jià)值的信息,構(gòu)造生成序列的手段來(lái)尋求現(xiàn)實(shí)現(xiàn)象中存在的規(guī)律。交通事故作為一個(gè)隨機(jī)事件,其本身具有相當(dāng)大的偶然性和模糊性,如果把某地區(qū)的道路交通作為一個(gè)系統(tǒng)來(lái)看，則此系統(tǒng)中存在著一些確定因素(灰色系統(tǒng)稱為白色信息) ,如道路狀況、信號(hào)標(biāo)志,同時(shí)也存在一些不確定因素(灰色系統(tǒng)稱為灰色信息)如車輛狀況、氣候因素、駕駛員心理狀態(tài)等等,具有明顯的不確定性特征。因此可以認(rèn)為一個(gè)地區(qū)的道路交通安全系統(tǒng)是一個(gè)灰色系統(tǒng),可以利用灰色系統(tǒng)理論進(jìn)行研究。63 7.4 城市道路交通事故次數(shù)的灰

15、色預(yù)測(cè)【例7.3】某市2004年1-6月的交通事故次數(shù)統(tǒng)計(jì)見表7.5.試建立灰色預(yù)測(cè)模型. 表7.5 交通事故次數(shù)統(tǒng)計(jì)解 利用GM預(yù)測(cè)軟件計(jì)算，輸出分析數(shù)據(jù)如下：原始數(shù)列(元素共6個(gè)):83，95，130，141，156，185預(yù)測(cè)結(jié)果如下： 64 7.4 城市道路交通事故次數(shù)的灰色預(yù)測(cè)1dx/dt+ax=u：a=-0.14401015，u=84.472788102時(shí)間響應(yīng)方程： X(k+1)=669.5752*exp(0.1440k)-586.57523殘差 E(k)：(1)0.00000000 (2) -8.71441263 (3) 10.22065739 (4) 2.66733676 (

16、5) -3.75981586 (6) 0.49405494 4第一次累加值:(1)83.000000 (2)178.000000 (3)308.000000 (4)449.00000 (5)605.000000 (6)790.000000 5相對(duì)殘差e(k)：(1)0.00000000 (2)-0.09173066 (3)0.07862044 (4)0.01891728(5)-0.02410138(6) 0.00267057 65 7.4 城市道路交通事故次數(shù)的灰色預(yù)測(cè)6原數(shù)據(jù)均值avg(x)：131.666666677原數(shù)據(jù)方差 S(1)：34.735508578殘差的均值avg(E)：0.

17、181564129殘差的方差 S(2)：6.3518971710后驗(yàn)差比值 C：0.1828646711小誤差概率 P：1.0000000012模型計(jì)算值X(k)：(1) 83.00000000 (2) 103.71441263 (3) 119.77934261 (4)138.33266324 (5) 159.75981586 (6) 184.50594506 13預(yù)測(cè)的結(jié)果X*(k)： (1) 213.08514646 (2) 246.09114698 (3) 284.20963932 (4)328.23252716 (5) 379.07437672 (6) 437.79141674 (7)

18、 505.60348139 預(yù)測(cè)精度等級(jí)： 好！ 這表明：如果該市不采取更有效的管制措施，7月的交通事故次數(shù)將上升至213次.667.5 城市火災(zāi)發(fā)生次數(shù) 的灰色預(yù)測(cè)677.5 城市火災(zāi)發(fā)生次數(shù)的灰色預(yù)測(cè) 【例7.4】某市20012005年火災(zāi)的統(tǒng)計(jì)數(shù)據(jù)見表7.7. 試建立模型，并對(duì)該市2006年的火災(zāi)發(fā)生狀況做出預(yù)測(cè)。 表7.7 某市20012005年火災(zāi)數(shù)據(jù)年份20012002200320042005 火災(zāi)(起)8797120166161687.5 城市火災(zāi)發(fā)生次數(shù)的灰色預(yù)測(cè)解 利用GM預(yù)測(cè)軟件計(jì)算，輸出分析數(shù)據(jù)如下：原始數(shù)列(元素共5個(gè)): 87，97，120，166，161預(yù)測(cè)結(jié)果如下

19、：1dx/dt+ax=u：a=-0.16668512，u=81.118924332時(shí)間響應(yīng)方程： X(k+1)=573.6597*exp(0.1667k)-486.65973殘差 E(k)： (1)0.00000000 (2)-7.05165921 (3)-2.92477940 (4)20.77885211 (5)-10.56168104 697.5 城市火災(zāi)發(fā)生次數(shù)的灰色預(yù)測(cè)4 第一次累加值: (1) 87.000000 (2) 184.000000 (3) 304.000000 (4) 470.000000 (5)631.000000 5 相對(duì)殘差e(k)：(1) 0.00000000 (

20、2) -0.07269752 (3) -0.02437316 (4) 0.12517381 (5)-0.06560050 6 原數(shù)據(jù)均值avg(x)：126.200000007 原數(shù)據(jù)方差 S(1)：32.319653468 殘差的均值avg(E)：0.060183129 殘差的方差 S(2)：12.2635185110 后驗(yàn)差比值 C： 0.3794446211 小誤差概率 P：1.0000000012 模型計(jì)算值X(k)： (1) 87.00000000 (2) 104.05165921 (3) 122.92477940 (4)145.22114789 (5) 171.56168104 13 預(yù)測(cè)的結(jié)果X*(k)： (1) 202.67991837 (2) 239.44245045 (3) 282.87305194 (4)334.18119203 (5) 394.79571611 (6) 466.40463669 預(yù)測(cè)精度等級(jí)： 合格！ 結(jié)果表明：如果該市不采取更有效的防火措施， 2006年的火災(zāi)事故次數(shù)約