“凡事预则立,不预则废”,预测问题从古至今都是人们关注的重要内容之一, 回归分析、灰色 预测模型、神经网络学习和模糊预测模型等方法均可以实现在不同领域的预测.其中,灰色预测 模型作为灰色系统理论的组成部分之一,其对数据量要求较小,打破了以往需要大数据才能建模的局限性,已引起众多学者的深入分析和研究.
灰数
概念
- 灰数是灰色系统理论的基本单元。
- 人们把只知道大概范围而不知道其确切值的数称为灰数。
- 在应用中,灰数实际指在一个区间或者某个一般的数集内取值的不确定数。
种类
仅有下界的灰数:有下界而无上界的灰数。
仅有上界的灰数:有上界而无下界的灰数。
区间灰数:既有上界又有下界的灰数。
连续灰数:取值连续地充满某一个区间的灰数。
离散灰数:在某一个区间内取有限个值或可数个值的灰数。
黑数:当灰数的上、下界皆为无穷或上、下界都是灰数时,该灰数就是黑数。
本征灰数:指不能或暂时还不能找到一个白数作为其“代表”的灰数,比如一般的事前预测值。
非本征灰数:指凭先验信息或某种手段,可以找到一个白数作为其代表的灰数。此白数称为相应灰数的白化值。
灰数序列生成算子
- 灰色系统理论通过对原始数据的挖掘(预处理),生成新的数据序列,以便挖掘出原始数据的规律,发现隐匿在数据中的趋势,这种以数据寻找数据现实规律的途径被称为灰色序列生成。
*设X = (x(1), x(2), …, x(n))为原始数据序列,D为作用于X的算子,X经过算子D的作用后得到的序列为XD = (x(1)d, x(2)d, …, x(n)d),称D为序列算子,称XD为一阶算子作用序列。*