文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 高等教育 > 理学 > GM(1,1)模型应用及残差修正
侵权投诉

GM(1,1)模型应用及残差修正

粮食产量,若采用建国以来的数据建立GM(1,1)模型,发展系数-a偏小;而舍去1978年以前的数据,用剩余的数据建模,发展系数-a明显增大。 定义1 设序列X(0) (x(0)(1),x(0)(2),...,x(0)(n))

将x(0)(n)取为时间轴的原点,则称t<n为过去,t=n为现在,t>n为未来。

b

(0)(k 1) (1 ea)(x(0)(1) )e ak,x定义2 设序列X(0) (x(0)(1),x(0)(2),...,x(0)(n)),

a

为其GM(1,1)时间相应式的累减还原值,则:

(0)(t)为模型模拟值; 1.当t n时,称x

(0)(t)为模型预测值。 2.当t n时,称x

建模的主要目的是预测,为提高预测精度,首先要保证有充分高的模拟精度,尤其是t=n时的模拟精度。因此建模数据一般应取为包括x(0)(n)在内的一个等时距序列。 定义3 设原始数据序列X(0) (x(0)(1),x(0)(2),...,x(0)(n))

1.用X(0) (x(0)(1),x(0)(2),...,x(0)(n))建立的GM(1,1)模型称为全数据GM(1,1); 2. k0 1,用X(0) (x(0)(k0),x(0)(k0 1),...,x(0)(n))建立的GM(1,1)模型称为部分数据GM(1,1);

3.设x(0)(n 1)为最新信息,将x(0)(n 1)置入X(0),称用

X(0) (x(0)(1),x(0)(2),...,x(0)(n),x(0)(n 1))建立的模型为新信息GM(1,1);

4.置入新信息x(0)(n 1),去掉最老信息x(0)(1),称用

X(0) (x(0)(2),...,x(0)(n),x(0)(n 1))建立的模型为新陈代谢GM(1,1)。

很显然,新信息模型和新陈代谢模型预测效果会更好。任何一个系统随着时间的

推移,将会不断地有一些随机扰动或驱动因素进入系统,使系统的发展受到影响。因此,在实际预测中,必须不断地将每一个新数据置入,已考虑到这些随机或驱动因素。

相比之下,新陈代谢模型是最理想的模型。随着系统的发展,老数据的信息意义将逐步降低,在不断补充新信息的同时,及时地去掉老数据,建模序列更能反映系统在目前的特征。

四.GM(1,1)模型的适用范围

可以证明,当GM(1,1)的发展系数|a| 2时,GM(1,1)模型无意义。因此,

( , 2] [2, )是GM(1,1)发展系数a的禁区。在此区间,GM(1,1)模型失去意义。

上一页第7页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email