精品灰色系统案例.docx
《精品灰色系统案例.docx》由会员分享,可在线阅读,更多相关《精品灰色系统案例.docx(8页珍藏版)》请在冰豆网上搜索。
精品灰色系统案例
——灰色系统理论及其应用
客观世界的很多实际问题,其内部的结构、参数以及特征并未全部被人们了解,人们不可能象研究白箱问题那样将其内部机理研究清楚,只能依据某种思维逻辑与推断来构造模型。
对这类部分信息已知而部分信息未知的系统,我们称之为灰色系统。
本章介绍的方法是从灰色系统的本征灰色出发,研究在信息大量缺乏或紊乱的情况下,如何对实际问题进行分析和解决。
1、灰色系统概论
客观世界在不断发展变化的同时,往往通过事物之间及因素之间相互制约、相互联系而构成一个整体,我们称之为系统。
按事物内涵的不同,人们已建立了工程技术、社会系统、经济系统等.人们试图对各种系统所外露出的一些特征进行分析,从而弄清楚系统内部的运行机理。
从信息的完备性与模型的构建上看,工程技术等系统具有较充足的信息量,其发展变化规律明显,定量描述较方便,结构与参数较具体,人们称之为白色系统;对另一类系统诸如社会系统、农业系统、生态系统等,人们无法建立客观的物理原型,其作用原理亦不明确,内部因素难以辨识或之间关系隐蔽,人们很难准确了解这类系统的行为特征,因此对其定量描述难度较大,带来建立模型的困难。
这类系统内部特性部分已知的系统称之为灰色系统。
一个系统的内部特性全部未知,则称之为黑色系统。
区别白色系统与灰色系统的重要标志是系统内各因素之间是否具有确定的关系。
运动学中物体运动的速度、加速度与其所受到的外力有关,其关系可用牛顿定律以明确的定量来阐明,因此,物体的运动便是一个白色系统.当然,白、灰、黑是相对于一定的认识层次而言的,因而具有相对性。
某人有一天去他朋友家做客,发现当外面的汽车开过来时,他朋友家的狗就躲到屋角里瑟瑟发抖.他对此莫名其妙。
但对他朋友来讲,狗的这种行为是可以理解的,因为他知道,狗在前不久曾被汽车撞伤过.显然,同样对于“狗的惧怕行为",客人因不知内情而面临一个黑箱,而主人则面临一个灰箱。
作为实际问题,灰色系统在大千世界中是大量存在的,绝对的白色或黑色系统是很少的.随着人类认识的进步及对掌握现实世界的要求的升级,人们对社会、经济等问题的研究往往已不满足于定性分析。
尽管当代科技日新月异,发展迅速,但人们对自然界的认识仍然是肤浅的。
粮食作物的生产是一个实际的关系到人们吃饭的大问题,但同时,它又是一个抽象的灰色系统。
肥料、种子、农药、气象、土壤、劳力、水利、耕作及政策等皆是影响生产的因素,但又难以确定影响生产的确定因素,更难确定这些因素与粮食产量的定量关系。
人们只能在一定的假设条件(往往是一些经验及常识)下按照某种逻辑推理演绎而得到模型.这种模型并非是粮食作物生产问题在理论认识上的“翻版”,而只能看作是人们在认识上对实际问题的一种“反映”或“逼近"
。
例1、GM(1,1)模型举例
某大型企业1999年至2004年的产品销售额如下表,试建立GM(1,1)预测模型,并预测2005年的产品销售额。
年份
1999
2000
2001
2002
2003
2004
销售额
(亿元)
2.67
3.13
3。
25
3。
36
3.56
3。
72
解:
设
={2。
67,3。
13,3。
25,3。
36,3.56,3.72}
第1步构造累加生成序列
={2。
67,5。
80,9.05,12.41,15。
97,19。
68}
第2步构造数据矩阵
和数据向量
,
第3步计算
=
=
=
=
=
=
第4步得出预测模型
0.043879
=2.925663
=69。
3457
66.6757
(
=2。
67;
=-66。
6757)
第5步残差检验
(1)根据预测公式,计算
,得
={2。
67,5。
78,9。
03,12.43,15.97,19.68}(
=1,…,6)
(2)累减生成
序列,
=1,2,…,6
={2.67,3。
11,3.25,3。
40,3.54,3。
71}
原始序列:
={2。
67,3。
13,3.25,3.36,3。
56,3.72}
(3)计算绝对残差和相对残差序列
绝对残差序列:
={0,0.02,0,0。
04,0.02,0。
01}
相对残差序列:
={0,0。
64%,0,1.19%,0。
56%,0。
27%}
相对残差不超过1.19%,模型精确度高。
第6步进行关联度检验
(1)计算序列
与
的绝对残差序列
(k)
={0,0.02,0,0.04,0.02,0。
01}
min{
(k)}=min{0,0。
02,0,0.04,0.02,0.01}=0
max{
(k)}=max{0,0.02,0,0.04,0.02,0.01}=0.04
(2)计算关联系数
由于只有两个序列(即一个参考序列,一个被比较序列)故不再寻求第二级最小差和最大差。
求得
={1,0。
5,1,0.33,0.5,0.67}
(3)计算关联度
=0。
67
r=0。
67是满足P=0.5时的检验准则r>0.6的。
第7步后验差检验
(1)计算:
=
[2.67+3。
13+3。
25+3。
36+3。
56+3。
72]=3。
28
(2)计算
序列的均方差:
=
=0。
3671
(3)计算残差的均值:
=
[
]=0.015
(4)计算残差的均方差:
=
=0.0152
(5)计算C:
=0。
0152/0。
3671=0.0414
(6)计算小残差概率:
=0。
6745
0.3671=0。
2746
{0。
15,0。
005,0.015,0。
025,0。
005,0。
005}
所有
都小于
,故小残差概率
{
}=1,而同时C=0。
0414〈0。
35,故模型
=69。
3457
66.6757合格。
第8步预测:
(7)=
(7)
(6)=23.56—19.68=3.88
即2005年的产品销售额预测值为3.88亿元.