灰色系统:系统内一部分信息是已知的,另一部部分信息是未知的,系统内各因素间又不确定的关系。eg:人体、物价系统……
黑色系统:系统内部的信息对外界来说是一无所知的,只能通过它与外界的联系来加以观测研究。
白色系统:一个系统的内部特征是完全已知的,即系统的信息是完全充分的
灰色系统的特点:用灰色数学处理不确定量,使之量化
充分利用已知信息寻求系统信息
灰色系统理论能处理贫信息,从变化规律不明显的情况中找出规律
基本观点:随机过程是一个灰色过程、有序的,对原始数据累加处理后,便出现了明显的指数规律、在处理手法上,灰色过程是通过原始数据的整理来寻找数的规律,叫做数的生成。
灰色预测法:是一种对含有不确定因素的系统进行预测的方法:灰色预测是对既含有已知信息又含有不确定信息的系统、或者对在一定范围内变化的、与时间有关的灰色过程进行预测。
灰色预测通过鉴别系统因素之间发展趋势的相异程度,并对原始数据的生成处理来寻找系统变化的规律,从而建立预测模型来预测事物未来的发展趋势
灰色预测的优点:方法计算简单、需要的原始数据少、适用范围广
与一般定量预测的区别:
要求数据数量也要足够大若样本较小,常造成较大误差,使预测目标失败
灰色预测:所需建模信息少,运算方便,建模精度高,在各种预测领域都有着广泛的应用,是处理小样本预测问题的有效工具
常见四种类型
灰色时间序列预测:构造灰色预测模型,预测未来某一时刻的特征量
畸变预测:通过灰色模型预测异常值出现的时刻,预测异常值什么时候出现在特定时区内
系统预测:通过系统行为特征指标建立一组相互关联的灰色预测模型,预测系统中众多变量见得相互协调关系的变化。
拓扑预测:将原始数据做曲线,在曲线上按定值寻找该定值发生的所有时点,并以该定值为框架构成时点数列,然后建立模型预测该定值所发生的的时点
生成列:随机过程在灰色系统里被称为灰色量;通过数据处理方法来寻找数据表现的规律,这种数据处理方法称为生成法,包括累加生成和累减生成
累加法:第一个数据等于第一个数据、第二个数=第一个数+第二个数、依次这样……
对非负数据,累加次数越多累加次数足够大后,可认为时间序列已由随机序列变为非随机序列,大多数可用指数曲线逼近。
关联度
关联度分析是分析系统中各因素关联程度的方法,在计算关联度之前需要计算关联系数