灰色预测模型

特点:

利用少量、不完全的信息

预测的是指数型的数值

预测的是比较近的数据

灰色生成数列原理:

  1. 累加生成:
  1. 累减生成:通过累减生成还原成原始数列。
  1. 加权相邻生成:(会更接近每月中旬,更推荐用于缺失数据填补)

加权邻值生成的作用

平滑数据 :通过加权邻值生成,可以减少数据的波动,使数据序列更加平滑,从而更好地反映数据的内在规律。

增强规律性 :加权邻值生成可以增强数据的规律性,使数据序列更符合灰色预测模型的假设,从而提高模型的预测精度。

构造模型步骤:

检查数列的级比:

要求:

不符合则要对该序列进行平移处理

定义灰导数:

d(k)=x(0)(k)=x(1)(k)-x(1)(k-1)

利用邻值生成序列

Z(1)(k)=αx(1)(k)+(1-α)x(1)(k-1)

于是定义GM(1,1)的微分方程模型为:

X(0)(k)+αz(1)(k)=b

用回归分析

求得该解α和b

求解微分方程并得到预测值

相关推荐
wwer14252636315 小时前
数学建模_时间序列
数学建模
wwer1425263631 天前
数学建模_拟合
数学建模
FF-Studio1 天前
【硬核数学 · LLM篇】3.1 Transformer之心:自注意力机制的线性代数解构《从零构建机器学习、深度学习到LLM的数学认知》
人工智能·pytorch·深度学习·线性代数·机器学习·数学建模·transformer
葫三生2 天前
如何评价《论三生原理》在科技界的地位?
人工智能·算法·机器学习·数学建模·量子计算
wwer1425263632 天前
数学建模_图论
数学建模·图论
wwer1425263632 天前
数学建模_熵权法确定权重
数学建模
FF-Studio2 天前
【硬核数学】3. AI如何应对不确定性?概率论为模型注入“灵魂”《从零构建机器学习、深度学习到LLM的数学认知》
大数据·人工智能·深度学习·机器学习·数学建模·自然语言处理·概率论
wwer1425263633 天前
数学建模_线性规划
数学建模
wwer1425263633 天前
数学建模_非线性规划
数学建模
wwer1425263633 天前
数学建模_整数规划
数学建模