国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

數學建模-灰色預測

這篇具有很好參考價值的文章主要介紹了數學建模-灰色預測。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

灰色預測

1.1白色系統VS黑色系統

????????白色系統:系統內部的特征是完全已知的

? ? ? ? 黑色系統相反

1.2灰色系統

????????部分已知,部分未知

1.3 灰色預測

????????定義:對含有不確定因素的系統進行預測的方法。

????????灰色時間序列預測:用觀察到的反映預測對象特征的時間序列來構造灰色預測模型,預測未 ? ? ? ? ? ? ? ? ? ? ? ? ?來某一時刻的特征量,或達到某一特征量的時間。

????????系統預測:通過對系統行為特征指標建立一組相互關聯的灰色預測模型,預測系統中眾多變量間的相互協調關系的變化。

????????畸變預測:通過灰色模型預測異常值出現的時刻,預測異常值什么時候出現在特定的時區(qū)內。

????????拓撲預測:將原始數據作曲線,在曲線上按定值尋找該定值發(fā)生的所有時間點,并以該定值為框架構成時間點數列,然后建立模型預測該定值所發(fā)生的時間點。

????????模塊:在時間-數據二維平面上將連續(xù)曲線及其底部相連接的區(qū)域

????????白色模塊:白色數據構成的模塊

????????灰色模塊:由白色模塊外推到未來的模塊,即預測值的模塊

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

特殊情形????????

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

我們認為系統的演化規(guī)律會在之后得到一個延續(xù),認為規(guī)律保持不變

灰色預測的過程

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

灰色生成數列

????????定義:就數據尋求數據的顯示規(guī)律,一切灰色序列都能通過某種生成弱化其隨機性,顯現其規(guī)律性。

????????數據生成的常用方法:

????????累加生成

????????累減生成

????????均值生成

????????????????弱化客觀表面現象的隨機性,表現其蘊含的某種內在規(guī)律,顯現其規(guī)律性

2.2 累加生成

????????定義:將同一序列中的數據逐次相加以生成新的數據的一種手段,累加前的數據成為原始數列。累加后成為原始數列。累加后的數列稱為生成數列。累加生成是使灰色系統變白的一種方法,它在灰色系統理論中占有極其重要的地位。

一次累加生成

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

原始數列沒辦法看到規(guī)律,生成數列可以

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

????????通過累加生成可以看出灰量累積過程的發(fā)展態(tài)勢,使雜亂無章的原始數據中蘊含的積分特性或規(guī)律加以顯化。

2.3 累減生成

????????定義:對數列相鄰兩數據做差,是累加生成的逆運算。????????

累減生成

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

累減生成是在獲取增量信息時常用的生成,多數情況下累減生成對累加生成起還原作用。

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

2.4加權臨值生成

????????在收集數據的時候,由于一些不易克服的困難導致數據序列出現空缺或無法使用的異常數據,需要在數據預處理中解決。

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

3.1 灰色預測模型——GM(1,1)模型

????????定義:對灰色系統建立的模型稱為灰色模型?;疑P途褪峭ㄟ^少量的、不完全的信息,建立灰色微分預測模型,對事物發(fā)展規(guī)律作出模糊性的長期描述。灰色預測模型又稱GM模型,揭示了系統內部事物連續(xù)發(fā)展變化的過程。

GM(1,1)G - Grey M-Model (1,1)前一個1是1階方程,后一個1是一個變量

GM(1,1)模型是一階單序列的線性動態(tài)模型,主要用于時間序列預測。

????????基本步驟

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

(1)

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

(2)

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

擬合值:通過通過預測公式求出的

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

????????模型選定之后,一定要經過檢驗才能判斷是否合理,只有通過檢驗的模型才能用來預測,灰色模型的精度檢驗一般有三種方法:相對殘差檢驗法,方差比檢驗法,小誤差概率檢驗法

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸

  • 灰度預測,數學建模,矩陣,學習,線性代數,線性回歸文章來源地址http://www.zghlxwxcb.cn/news/detail-521250.html

到了這里,關于數學建模-灰色預測的文章就介紹完了。如果您還想了解更多內容,請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章,希望大家以后多多支持TOY模板網!

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。如若轉載,請注明出處: 如若內容造成侵權/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經查實,立即刪除!

領支付寶紅包贊助服務器費用

相關文章

  • 數學建模:灰色預測模型

    數學建模:灰色預測模型

    ?? 文章首發(fā)于我的個人博客:歡迎大佬們來逛逛 三個基本方法: 累加數列 :計算一階累加生成數列 x ( 1 ) ( k ) = ∑ i = 1 k x ( 0 ) ( i ) , k = 1 , 2 , ? ? , n , x^{(1)}(k)=sum_{i=1}^kx^{(0)}(i),k=1,2,cdots,n, x ( 1 ) ( k ) = i = 1 ∑ k ? x ( 0 ) ( i ) , k = 1 , 2 , ? , n , 累減數列 :計算一階累減生

    2024年02月09日
    瀏覽(20)
  • 【數學建?!炕疑A測法

    【數學建?!炕疑A測法

    灰色預測對原始數據進行生成處理來尋找系統變動的規(guī)律,并生成有較強規(guī)律性的數據序列,然后建立相應的微分方程模型,從而預測事物未來發(fā)展趨勢的狀況。 灰色預測是一種對含有 不確定因素 的系統進行預測的方法。 灰色預測通過鑒別系統因素之間發(fā)展趨勢的相異程度

    2023年04月15日
    瀏覽(27)
  • 數學建模之“灰色預測”模型

    數學建模之“灰色預測”模型

    1、CUMCM2003A SARS的傳播問題 2、CUMCM2005A長江水質的評價和預測CUMCM2006A出版社的資源配置 3、CUMCM2006B艾滋病療法的評價及療效的預測問題 4、CUMCM2007A 中國人口增長預測 ? 灰色系統的應用范疇大致分為以下幾方面: (1)灰色關聯分析。 (2)灰色預測:人口預測;災變預測....等等。

    2024年02月12日
    瀏覽(24)
  • 數學建模之灰色預測方法

    數學建模之灰色預測方法

    關聯系數 計算關聯系數公式 步驟 第一步 第二步 求參考數列和待比較數列矩陣數值做差之后的最小值和最大值 第三步利用公式計算關聯度系數,其中將最大值最小值耦合到關聯系數中,可以保證關聯系數位于[0,1]之間,同時上下對稱的結構可以消除量綱不同和數值量級懸殊

    2024年02月13日
    瀏覽(19)
  • 數學建模系列-預測模型(一)灰色預測模型

    數學建模系列-預測模型(一)灰色預測模型

    目錄 1?灰色預測模型 1.1 灰色系統的定義與特點 1.2 灰色預測模型優(yōu)缺點 1.3 灰色生成數列 1.4 灰色模型GM(1,1)實操步驟 1 數據檢驗 2 構建灰色模型 3 檢驗預測值 4 灰色預測模型實例代碼 目前我們學習預測模型的第一類: 灰色預測模型 。 ????????Gray Forecast Model 是通過 少量

    2024年02月02日
    瀏覽(20)
  • 數學建模常用模型(一):灰色預測法

    數學建模常用模型(一):灰色預測法

    灰色預測法是一種用于處理少量數據、數據質量較差或者缺乏歷史數據的預測方法。它適用于一些非線性、非平穩(wěn)的系統,尤其在短期預測和趨勢分析方面有著廣泛的應用。灰色預測法作為一種強大的數學建模工具,通過利用有限的信息,能夠在不完備的條件下進行準確的預

    2024年02月09日
    瀏覽(27)
  • 數學建模 | 灰色預測原理及python實現

    數學建模 | 灰色預測原理及python實現

    目錄 一、灰色預測的原理 二、灰色預測的應用及python實現 灰色預測是以灰色模型為基礎,灰色模型GM(n,h)是微分方程模型,可用于描述對象做 長期、連續(xù)、動態(tài) 的反應。其中,n代表微分方程式的階數,h代表微分方程式的變化數目。在諸多的灰色模型中,以灰色系統中 單序

    2024年01月16日
    瀏覽(22)
  • 數學建模之灰色預測模型代碼(matlab版)

    灰色關聯分析步驟 【1】確定比較對象(評價對象)(就是數據,并且需要進行規(guī)范化處理,就是標準化處理,見下面例題的表格數據)和參考數列(評價標準,一般該列數列都是1,就是最優(yōu)的的情況) 【2】確定各個指標權重,可用層次分析確定 【3】計算灰色關聯系數 【4】

    2024年02月09日
    瀏覽(33)
  • 數學建模學習:灰色關聯分析

    數學建模學習:灰色關聯分析

    1.概述 一般的抽象系統,如社會系統、經濟系統、農業(yè)系統、生態(tài)系統、教育系統等都包含有許多種因素,多種因素共同作用的結果決定了該系統的發(fā)展態(tài)勢。在眾多的因素中,哪些是主要因素,哪些是次要因素;哪些因素對系統發(fā)展影響大,哪些因素對系統發(fā)展影響??;哪

    2024年02月15日
    瀏覽(20)
  • 數學建模:評價性模型學習——灰色關聯分析法(GRA模型)

    數學建模:評價性模型學習——灰色關聯分析法(GRA模型)

    目錄 前言 一、灰色關聯分析 1.什么是灰色關聯分析? 2.流程介紹 二、綜合評價 1.數據無量綱化處理 2.確定參考序列 3.確定權重 4.計算灰色關聯系數 ?5.計算灰色加權關聯度 6.代碼 總結 ???????? 繼續(xù)學習數學建模涉及的評價性模型,這篇會介紹如何使用灰色關聯分析法進

    2024年02月04日
    瀏覽(64)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領取紅包,優(yōu)惠每天領

二維碼1

領取紅包

二維碼2

領紅包