《灰色系统分析11年7月修改(精).doc》由会员分享，可在线阅读，更多相关《灰色系统分析11年7月修改(精).doc（12页珍藏版）》请在三一文库上搜索。
1、数学建模讲稿灰色系统分析白”指信息完全确知， 黑”指信息完全不确知， 灰”则指信息部分确知，部分不 确知，或者说信息不完全。这是 灰”的基本含义。对于不同问题，在不同的场合，灰”可以引伸为别的含义。如：从表象看：明”是白，暗”是黑，那么 半明半暗或若明若暗”就是灰。 从态度看：肯定”是白，否定”是黑，那么 部分肯定，部分否定”就是灰。 从性质看：纯”是白，不纯”是黑，那么 多种成分”就是灰。 从结果看：唯一”是白，无数”是黑，那么 非唯一”就是灰。从过程看：新”是白，旧”是黑，那么 新旧交替”就是灰。 从目标看：单目标”是白，无目标”是黑，那么 多目标”就是灰。类似地可以举出许多例子，就其基本
2、含义而言，灰”是信息不完全性与非唯一性。信息不完全性与非唯一性在人们认识与改造客观世界的过程中会经常遇到 的。客观世界是物质世界，也是信息世界。所谓系统是指：由客观世界中相同或相似 的事物按一定的秩序相互关联、相互制约而构成的整体。例如工程技术系统，社 会系统，经济系统等等。数学建模讲稿所谓白色系统是指：信息完全明确的系统。如，一个家庭，其人口、收入、支 出、父子、母女上下间的关系等等完全明确；一个工厂。其职工、设备、技术条 件、产值、产量等等信息完全明确。像家庭、工厂这样的系统就是白色系统。 所谓黑色系统是指：信息完全不明确的系统。如遥远的某个星球，其重量、体 积、是否有生命等等全然不知；湖
3、北原始森林神农架的野人，其生活习性、群体 关系，交换信息的方法等等完全不清楚，这样一类的系统都是黑色系统，还有飞 碟、百暮三角洲等等目前只能看成黑色系统。所谓灰色系统是指：介于白色系统与黑色系统之间的系统(Grey System)，即系统内部信息和特性是部分已知的另一部分是未知的。例如人体，其身高、体重、 年龄、血压、脉搏、体温等等都是已知的，而人体的穴位的多少，穴位的生物、 化学、物理性能；生物信息的传递；温度场；意识流等等尚未确知或者知道不透 彻。因此把人体看成灰色系统。灰色系统分析方法主要是根据具体灰色系统的行为特征数据，充分利用数量不多 的数据和信息寻求相关因素与各因素之间的数学关系，
4、即建立相应的数学模型。、基本概念灰数，是客观系统中大量存在着随机的，含混的，不确知的参数的抽象。因此灰 数数学建模讲稿是在指定范围内变化的所有白化数（确知数值的数）的全体。如某人的年龄18岁左右”这“ 1岁左右”就是灰数。是由于对某人确定的出身年月缺乏信息。又 如今天气温在，这“25033之间”就是灰数。250330之间”某个只知大概范围，而不知其准确数值的全体实数，称为灰数，记作？。令a为区间，a为a中的数，若灰数？在a内取值，称a为?的一个可能的白化 值。用符号描述是：？为一般灰数，？（ a是以a为白化值的灰数，？（a）是灰数? 的白化值。注意：？（a）可以为a,也可以不为a关键是取决于取
5、数时所获得的 补充信息。例如最00近气温在2533之间”即最近的气温是灰数？，可记作？ 25,33,或记作 。如果指定某一天某一刻（这叫补充信 ？（29） 25,33（这里29是一个可能的白 化值）息）其气温为29度，则？（29）=29，而某天某时刻的气温为31度，则？（29）=31, 意思是以29度为白化值的最近灰气温的白化值为 31度。二、灰色关联分析1. 灰色关联分析的目的数学建模讲稿寻求系统中各因素间的主要关系，找出影响目标值的重要因素，从而掌握事物的 主要特征，促进和引导吸引迅速而有效地发展。2. 灰色关联分析的方法它是对一个系统发展变化态势的定量描述和比较的方法。发展态势的比较，依
6、据 空间理论的数学基础，按照规范性、偶对对称性、整体性和接近性这四条原则， 确定参考数列（母数列）和若干比较数列（子数列）之间的关联系数和关联度。3. 灰色关联分析与数理统计的相关分析的区别（1）理论基础不同灰色关联分析基于灰色系统的灰色过程，而相关分析则基于概率论的随机过程（2）分析方法不同灰色关联分析进行因素间时间序列的比较，而相关分析则进行因素间数组的比较；（3）数据量要求不同灰色关联分析不需要太多的数据，而相关分析则需要足够的数据量；数学建模讲稿（4）研究重点不同灰色关联分析主要研究动态过程，而相关分析则以静态研究为主。4. 关联度与关联系数 两个系统或两个因素间关联性大小的度量，称为
7、关联度。关联度描述了系统发展的过程中，因素间相对变化的情况，也就是变化的大小， 方向与速度等相对性。如果两者在发展过程中，相对变化基本一致，则认为两者 关联度较大，否则认为关联度较小。(1) 单因素的情况如果系统行为只有一个因子xO,而x0受到多种因素xii=1,2, 关联系数的计算方法设系统行为因子的参考数列为x0=x0(1),x0(2),n的影响，一种利用因素xi对因子 xO的灰色关联度来表示xi对xO影响大小的方法称为灰色关联分析。,x0(n)，相 关因素为(k=1,2,n; xi=xi(1),xi(2),xi(n)i=1,2,m ，记?i(k)=x0(k)-xi(k)1< i &
8、lt; m则参考数列x0在第k点的灰色关联系数为 数学建模讲稿r(x0(k),xi(k)=minmin?i(k)+a maxmax?i(k)ik?i(k)+ a maxmax?i(k)ik其中a 0,1，称为分辨率系数，当a越大，分辨率越大；当a越小，分辨率越 小。一般情况取a =0.51n灰关联度计算公式为：ri=r(x0,xi)= 刀(r(x0(k),xi(k) nk=1(2) 多因子情况 设系统行为有多个因子，不妨设因子集为X=xii=1,2, 下列条件：i=1,2,m ,1，如果因素数列x满足i1) 数列xi的数据xi(k)之间具有可比性，即指定xi(k)与xj(k)之间的数值可以比较
9、 的，或者相等，或者接近，或者同数量级等等；2) 数列xi之间具有可接近性，即非平等性；3) 数列xi之间具有同级性，即同为正(极大值)极性，或负(极小值)极性， 或中极性。数学建模讲稿以灰关联因子集X中的一个因子xi(1 <i为参考数列，?xj X，记?ij(k)=xi(k)-xj(k)列为：(k=1,2,n;j=1,2,l)，相对应的差数?ij(k)=(?ij(1),?ij(2),则比较数列x对参考数列x在第k点的关联系数 为：，？ij(n)，jir(xi(k),xj(k)=灰关联度计算公式为：minminmin?ij(k)+ a maxmaxmax?ij(k)ijkijk?ij(k
10、)+a maxmaxmqx?ij(k)ijk1nrij=r(xi,xj)= 刀(r(xj(k) )n i=14. 数据变换 i=1,2,m;j=1,2,l由于系统中各因素的物理意义不同，导致数据的量纲也不一定相同，如劳动力为 人，产值为万元，产量为吨，而且有时数值的数量级相差悬殊。如人均收入为几百 元，粮食亩产几千斤，费用几十万元，产值有的几万元，有的却达到百亿元等， 这样比较时就难以得到正确的结果，为了便于分析，保证各因素具有等效性和同 序性，因此需要对原始数据进7数学建模讲稿行处理，使之无量纲化和归一化。(1) 初值化处理对一个数列的所有数据均用它的第一个数去除，从而得到一个新的数列的方法
11、称 为初值化处理。这个新数列表明原始数列在不同时刻的值相对于第一时刻值的倍 数，该数列有共同的起点，无量纲，其数据均大于零。设有原始数据xO=xO(1)x,O(2),xO,n，对()x0作初值化处理得到数列y0，贝U y0=y0(1),y0(2),(2) 均值化处理? x0(1)x0(2),y0(n)= ? ,? x0(1)x0(1)x0(n) ? ,? x0(1)?对一个数列的所有数用它的平均值去除，从而得到一个新数列的方法称为均值化 处理。这个新数列表明原始数列中不同时刻的值对平均值的倍数。该数列无量 纲，其数据均大于零。设原始数列为x0=x0(1),x0(2),x0(n),对x0作均值化
12、处理得到数列y0,令8 数学建模讲稿1nx0=Ex0(k),则 y0=y0(1),y0(2),n k=15. 应用实例?x0(1)x0 (2) ,y0(n)=?,x0? x0x0(n)?,? x0?下表是中国1998年一2005年能源数据年份库F1WN19W20（徘2002KKMHMM总能源6177063721碍223667727126J77M7煤炭产量矶4-112745322442224-LU247MI5l»2462271石油产勺15172I447N14623ism1M2517«77天皙r产18211mi n17071M216341710水电产量工*1SM521302m2
13、6S5.MMM*120剂15数学建模讲稿请将煤炭产量与总能源的灰关联分析选取总能源X0为参考数列, x0=62770,64562,63721,63223,66772,71263,77847,85538以煤炭产量 x1、石油产 量x2、天然气产量x3、水电产量x4为比较数列。(1) 原始数据作均值化处理设原始数列为xi=xi(1),xi(2),xi(8)，对xi作均值化处理得到数列yi, 18 xi=8 刀 xi(k)则 k=1yi=yi(1),yi(2),y ?x i(8)= ? i(1),xi(2),xi(8) ? xix,ix ? i=0,1,2,3,4i?(2) 求差序列？i(k)=yi
14、k(-)y0k()i=(1,2k,=3,4;1,2,3, 4,5,(3) 计算参考数列y0在第k点的灰色关联系数为10令,76,8) 数学建模讲稿r(y0(k),yi(k)=(4) 计算灰关联度 minmin?i(k)+ a maxmax?i(k)ik?i(k)+ a maxmax?i(k)iki=1,2,3,4 取 a =0.518ri=r(y0,yi)= 刀(r(y0(k),yi(k)8k=1i=1,2,3,4用 MATLAB 编程得到结果为：r1 =0.9087, r2 =0.7151, r3 =0.5073, r4 =0.5659这里r1 =0.9087最大，说明煤炭在总能源中的地位十
15、分重要，煤炭工业状况和总 能源的发展关系最为密切，因此抓能源要重视煤炭工业的发展。三、灰色生成数列将原始数据x0(k)按某种要求作数据处理，称为生生成。数据的生成方式有多 种，最常见的有：(1) 累加生成把数列各时刻的数据依次累加的过程称为累加生成过程，记作AGO (Acumulated11数学建模讲稿Gen erat ing Operati ng设原始数列为 x0=x0(1),x0(2),x0(n)，令 x1(k)=刀x0(i)k=1,2,i=1k,n，则x仁x1(1),x1(2),x1( n) =x0(1),x0(1)+x0(2), k,x0(1)+x0 (2)+x0( n),n,称之称x
16、1为数列x0的1次累加生成的数列。若令xr(k)= 为数列x0的r次累加生成的数列。(2) 累减生成 刀x-1(i)i=1k=1,2,对于原始数据列依次做前后相邻的两个数据相减的运算过程称为累减生成过程， 记作 IAGO，如果原始数列为 x0=x0(1),x0(2),x0(n)，令 x1(k)=x0(k)-x0(k- 1)k=2,3,(3) 均值生成设原始数列为x0=x0(1),x0(2),n，则称x1为数列x0的1次累减生成。而,n称为数列x0的r次累减生成 xr(k)=xr-1(k)-xr-1(k-1)k=2,3,x0(n)，称 x0(k-1)与 x0(k)为数列 x0 的邻值，12 数学
17、建模讲稿x0(k-1)称为后邻值，x0(k)称为前邻值，对于常数 a 0,1，称y0(k)= a x0(k)+(1a )x0(k1 )为由数列x0的邻值在生成系数(权)a下的邻值生成数。四、灰色预测灰色预测，是基于灰色动态模型(Grey Dynamic Model)，简称GM的预测。 GM (m,n)表示m阶n个变量的微分方程。微分方程适合描述社会经济系统，生 命科学内部过程动态特征。因此灰色系统预测模型的建立，常常应用微分拟合法 为核心的建模方法，GM (m,n)模型中，由于m越大，计算越复杂，所以用灰色 模型GM (1,n),称为单序列一阶线性动态模型。灰色预测它是指利用MG的模型对系统行
18、为特征的发展规律进行估计预测，同时也可以对行为特征的异常情况 发生时刻进行估计计算，以及对在特定时区内发生的事件的未来时间分布情况做 出研究等等。灰色预测方法的特点表现在：首先是它把离散数据视为连续变量在其变化过程中 所取的离散值，从而可利用微分方程式处理数据；而不直接使用原始数据而是由 它产生累加生成数，对生成数列使用微分方程模型。这样，可以抵消大部分随机 误差，显示出规律性。1灰色系统理论的建模思想数学建模讲稿下面举一个例子，说明灰色理论的建模思想。考虑4个数据，记为X(0)(1),X(0)(2),X(0)(3),X(0)，其数据见下表：序号1234符号XXXl0,(4)数据124将上表数
19、据作图得上图表明原始数据X(0)没有明显的规律性，其发展态势是摆动的。如果将原始数 据作累加生成，记第k个累加生成为X(1)(k),并且数学建模讲稿X(1)(1)=X(0)(1)=1X(2)=XX(3)=XX=X(1)(1)(1)(0)(0)(0)(1)+X(1)+X(1)+X(0)(0)(0)(2)=1+2=3 (2) +X(2)+X(0)(0)(3)=1+2+1.5=4.5 (3)+X(0)(4)=1+2+1.5+4=8.5 得 到数据如下表所示序号1234符号XX左“X(1)(4)1数据：r 1r 34*58.5数学建模讲稿上图表明生成数列X是单调递增数列。2. 灰色预测方法设已知参考数
20、列x(0)=x(0)(1),x(0)(2),x(0)(n)，做1次累加(AGO)生成数列 t=2,3,n, x(1)=x(1)(1),x(1)(2),即 y(0)=y(0)(2),y(0)(3),x(1)(n)，再求均值数列 y(0)(t)=0.5x(1)(t)+0.5x(1)(t-1),y(0)(n)，于是建立灰微分方程x0(t)+ay0(t)=b t=2,3,n,，其中x(0)(t)称为灰导数，a称为发展系统，y(0)(t)称为白化背景值，b称为灰作用量。将 t=2,3,? x(0)(2)+ay(0)(2)=b? (0)(0)? x(3)+ay(3)=b,n 分别代入上式有:?(*)? x
21、(0)( n)+ay(0)( n)=b?数学建模讲稿dx(1)相应的白化微分方程为dt+ax(1)=b称之为GM( 1,1)模型? x(0)(2)? -y(0)(2)1?令 Y x(0) (3) ? ， u=? a?，B= -y(0)(3)1 ?N=?b ?，? x(0)(n)? ?-y(0)(n)1?则(*)式可以写成矩阵形式Bu=YN，由最小二乘法，求使得J(u?)=(YN-Bu?)T(YN-Bu?达到最小值的u=? a? =(BTB)-1BY?b?N,于是有预测值 x?(1()t+1)=? ?x(0()1-b?a? e-at+bat=1,2 n,-还原得到 x?(0()t+1)=?x(1
22、()t+1)-?x(1 (t)17 , 1数学建模讲稿3. 灰色预测步骤：(1) 数据的检验与处理首先，为了保证建模方法的可行性，需要对已知数列做必要的检验处理。设参考数列为 x(0)=(x(0)(1),x(0)(2),x(0)(3),x(0)(n) (t=2,3,2n+1x(t-1)计算数列的极比 入(t)< (e(0)x(t)(0)-22n+1,en+1),n), ?-2如果所有的级比入(k都落在可容覆盖X= en+1,e ?GM(1 , 1)进行数据灰色预测否则需要对数列x平移变换(0)? (0)内，贝擞列x可以作为模型?做必要的变换处理，使其落入 可容覆盖内。即取适当的常数c，作
23、y(0)(t)=x(0)(t)+c则使数列 y(0)=(y(0)(1),y(0)(2),(t=1,2, n)，,y(0)( n)的级比 18数学建模讲稿(0)22入(t)=y(t1)-n+1x(0)(t) (e,en+1)(t=2,3,n)(2) 建立模型GM (1，1)对通过极比的数列y(0)做一次累加，记作y(1)=(y(1)(1),y(2)(2),y(1)(n)将y(1)进行均值生成z(1)(t)=0.5y(1)(t)+0.5y(1)(t-1)(t=2,3,10)由灰色预测理论，如果存在(BT,B)-1，由最小二乘法则有：u?=(a?,b?)T=(BT B)-1BTYN于是得到预测值y?
24、(1)(t+1)=? ?y(0)(1)-b?a? e-at+ba(t=1,2，,n-1)并且 y?(0)(t+1)=y?(1)(t+1)-y?(1)(t)(t=1,2,n-1)(3) 检验预测值19 14)(数学建模讲稿计算 £ (t)=(O)?y(-y(t)(O)y(t)(0)(0)t=1,2,n,称& (为相对误差，如果& (t)<0.2则可认为达到一般要求，若& (t)<0.1则认为达到较高要求。(0)?计算残差q(t)=y(t)-y(t)t=1,2,n1n残差的均值=E q(i) ni=1 n122(q(i)-q)残差方差 S1=En-1i
25、=1 1(0)原始数据的均值x=E x(i) ni=1 n122(x(i)-x)原始数据方差 S2= X-1i=1nS1令C=，称为均方差比值；对于给定的c0>0，当C<c0时，称模型为均方差比合格S2数学建模讲稿模型。称p=pq(k)-q<0.6745S2为小误差概率，对于给定的 p0>0,当p>p0时，称 模型为小误差概率合格模型。精度检验等级参照表捋标临界性辅度辱级椎对谟羞均方謹比值级U.OJ0.350.95二级0.050.50O.HO三级0.10(L7O四级0.200.60()一般情况下，最常用的是相对误差检验指标。4. 应用实例SARS疫情对某些经济指标
26、的影响2003年SARS疫情对中国部分行业的经济发展产生了一定的影响，特别是对部分疫情21数学建模讲稿比较严重的省市的相关行业所造成的影响是很明显的。经济影响主要分为直接影 响和间接影响，直接影响涉及到商品零售业、旅游业、综合服务业等，很多方面难以进行定量地评估。现仅就 SARA疫情较重的某城市商品零售业、旅游业、综 合服务业的影响进行定量评估分析。已知某市从1997年1月-2003年12月的商品零售额、接待海外旅游人数、综合 服务收入的统计数据如下表表1-1商品的零售额（单位：亿兀）年代i月2月$月4月5月打且7月8月9月10月11月13月199783.079. H78385.丨£
27、6.690.386.?93.392.590.996.91996101.785.187,891. B93,494.597.499,5104.1102.3101.0123. S円轴92.2114.003.3101.0105105.2109.5109.2109. 61LL212L7131. A20Q0IOS.O125.7106,0II 6.0117.611«.0121.7Ilfi. 7120.2127. B12L8J21.9139.3129.S122,5124.5135, 7130. S138.71J3.7138.9129.6J33.72002117.5135.5133.03.4142.8
28、L4I.6142.914L3159.6162A153.51SE.42003163.2159,7158,4145.2124,0144.1J57.0161,617L8180.7L73.S176.5数学建模讲稿表1-2接待海外旅游人数（单位：万人）年代1月2月$月4H5耳3月8月g月W月11月12月L9979.411.316.8阳用20.31B.B20.924h924.724.319.418.61998乩点1L715.819l91».S1?.817.823,321.4曲&20-116.51A9910. L12.9IT. T2L02L02D. 42J.92B.829.329.823.
29、61乱5200011,426.019.625.327. t24.3斜427. HZ7,32S.532.818.5200 L11526.420.426.12S.928.025.230.82S.728. i22.220.72W)3.729.7缪120.929.027.426.032*232.629,222.*)200315.417.1215ite1.7V2.618.816.220.124.926.52h8年优Z月3月4月5月TMB月9月10月11月12 J919979614i1尉276383血5546B?747瓯»721996111169235400459S65695B0S8S110L11139199915L23R335425541641739R6C&7S1087123B表1-3综合服务业累计数额（单位：亿元） 数学建模讲稿试根据这些历史数据建立预测评估模型，评估2003年SARS疫情给该市商品零售业、旅游业和综合服务业所造成的影响。2000164376£316007119131«S8H73124614»72001182UE£7670885610001145J292145S66?2却2書托SQ4642剖目mU42瞬14791$44192020»241404S847119231H4149£16A4L瞰2218