灰色系统预测
2020-08-28 21:13
603 查看
-
原理
通过计算各因素之间的关联度,鉴别系统各因素之间发展趋势的相异程度。其核心体系是灰色模型(Grey Model,GM),即对原始数据做累加生成(或者累减、均值等方法)生成近似的指数规律在进行建模的方法。 -
类型
-
步骤
原始序列(参考数据列)
1次累加序列(1-AGO):
1次累减序列(1-IAGO):(也就是原始序列中,后一项依次减去前一项的值,例如,[x(2)-x(1),x(3)-x(2),…,x(n)-x(n-1))]。)
均值生成序列:(这是对累加序列"(前一项+后一项)/2"得出的结果。)
综上: -
精度参照表
-
要点
①基于小样本数据,少量的、不完全的信息,做预测;
②灰色系统:既含有已知信息、又含有未知信息的系统;
黑色系统:信息完全未确定的系统;
白色系统:信息完全确定的系统;
③a是发展系数,代表的是行为序列估计值的发展态势;
b成为灰色作用量,它是从行为序列中挖掘出来的数据,反映的是数据变化的关系;
相关文章推荐
- 一种预测城市未来发展和趋势的方法(关联分析和灰色系统预测)
- [置顶] 灰色系统预测GM(1,1)模型
- matlab 灰色系统预测 GM(1,1) 数学建模
- 机器学习-时间序列(灰色系统预测模型)
- 灰色系统GM(1,1)模型预测实例
- 灰色系统预测模型GM(1,1),GM(1,n)及Matlab实现
- Win7系统没有音量图标,系统图标为灰色打不开的解决方法
- 预测系统整理一下
- matlab批量灰色预测
- 推荐系统—影视评分预测
- 灰色预测模型实现原理
- Instagram 推荐系统:每秒预测 9000 万个模型是怎么做到的?
- 9 应用系统负载分析与磁盘容量预测
- 灰色系统理论及其应用
- 灰色预测模型 c# 算法实现
- 灰色预测代码
- 如何让MDIClient(对应于文档灰色客户区)响应系统消息
- 【数学建模】灰色预测GM(1,1)代码
- 灰色预测
- 抗增殖活性天然产物分子机制研究——药物靶点预测系统案例分析3