第一范文网 - 专业文章范例文档资料分享平台

2007数学建模竞赛 A甲1

来源:用户分享 时间:2025/7/23 21:56:01 本文由loading 分享 下载这篇文档手机版
说明:文章内容仅供预览,部分内容可能不全,需要完整文档或者需要复制内容,请下载word后使用。下载word有问题请添加微信号:xxxxxxx或QQ:xxxxxx 处理(尽可能给您提供完整文档),感谢您的支持与谅解。

生成序列,[a,b]T=BTB???1BTY,则称

dx(1)?ax(1)?bdt

为灰色微分方程

(0)(1)x(k)z(k)=b +a

的白化方程,也叫影子方程。

TT[a,b]BBaa 定理1.2 : 设B,Y, 如定理3.1.1所述,,= =

?????1BTY则

dx(1)?ax(1)?b(1)白化方程,dt的解也称时间响应函数为

b?b?x(1)(t)??x(1)(0)??e?at?a?a ?(2) GM(l,1)灰色微分方程x(0)(k)+az(1)(k)=b的时间响应序列为

b??akb?(0)?x(1)???e?(1)x(k?1)?a?a ; k=l,2,?,n

?

(1)(0)x(0)?x(1)则 (3)取

b??akb?(1)?x(0)???e?(1)x(k?1)?a?a ; k=l,2,?,n

?

(4)还原值

x(k?1)=x(k?1)-x(k) ; k=l,2,?,n (3 .5)

(0)?(1)??(1)

定义1.3 : 称CM(1,l)模型中的参数-a为发展系数,b为灰色作用量。 -a反映了别x?(0)及x?(1)的发展态势,一般情况下,系统作用量应是外生的或前定的,而CM(1,

l)是单序列建模,只用到系统行为序列(或称输出序列、背景值),而无外作用序列(或

称输入序列、驱动量)。CM(1,l)中的灰色作用量是从背景值挖掘出来的数据,它反映数据变化的关系,其确切内涵是灰的。灰色作用量是内涵外延化的具体体现,它的存在,是区别灰色建模与一般输入输出建模(黑箱建模)的分水岭,也是区分灰色系统观点与灰箱观点的重要标志。

5

1.2、 GM(1,1)建模可行性判断

并不是所有的GM(1,1)都是有效的,只有符合灰建模三条件的序列,才可作GM(1,1)建模。

(0)(0)(0)(0)(0)x(1)x(2)x(n)?(k)为x(0)的级比 x 定理1.3 : 令,=( , ,? ,)令

(0)?(0)(k) =x(k) , k>3 ;

(0)x(k?1)

(0)(0)(0)?(0.1353,7.389)?(k)?(k)x(k)可作非畸形的GM(1,1)建模。级比可容则当满足,

区((0.1353,7.389)是GM(1,1)建模的基本条件,然而不是实用条件。也就是说要想建立

(0)?(k)应落于靠近1的一个子区间(1-?,l+?),即满意有效的GM(1,1)模型,级比

(1-?,l+?)?(0.13 53, 7.389)。这个子区间,就叫做级比界区。

(0)确定级比界区的途径是:从原序列x的界区出发,最后找出?(0)(k)的界区。

界区的结论即建模的实用条件是: (1) a的界区:

a?((0)?(k)的界区: (2)

?22,)n?1n?1 ;

??2??2???????(0)?n???n?1??? ; ?(k)?e,e????从中可得出结论:n越小,数据越少,界区越大,则建模条件越宽裕;n越大,数据越多,界区越小,则建模条件越苛刻

1.3、 GM(1,1)模型的适用范围

模型都有其适用范围,GM(1,1)模型也不例外,其适用范围是与发展系数-a。相关

的,只有在?a<2的条件下,GM(1,1)才有意义。而且,随着发展系数的增加,模拟误差迅速增大。一般来说,有如下结论,

(l)当?a?0.3时,GM(1,1)可用于中长期预测;

(2)当0.3??a?0.5时,GM(1,1)可用于短期预测,中长期预测慎用;

6

(3)当0.5??a?0.8时,用GM(1,1)作短期预测应十分谨慎; (4)当0.8??a?1时,应采用残差修正GM(1,1)模型; (5)当?a?1时,不宜采用GM(1,1)模型。

1.4 GM(1,1)模型的检验

(0)(0)(0)(0)x(1)x(2)x(n)) x 定义1.4 :设原始序列=( , ,? ,

相应的模型模拟序列 x残差序列 ?其中: ?

相对误差序列

(0)?(0)=(x(1) , x(2),?,x(n)) =(?(0)?(0)?(0)?(0)(0)(1),?(0)(2),?,?(0)(n))

(k)=x(k)?x(0)?(0)(k) ; k= 1, 2, ?,n

(0)?(n) ?=((0), (0),?,(0)) =??k?

x(n)x(1)x(2)?(0)(1)?(0)(2)

_(0)n?(k)1(1)对于k?n,称?k=(0)为k点模拟相对误差,称?=?k 为平均 ?nk?1x(k) 模拟相对误差;

(2)称1-?为平均相对精度,1一?k为k点模拟精度, k= 1, 2, ?,n (3)给定?,当?

对关联度。若对于给定的?0 > 0,有???0,则称模型为关联度合格模型。

定义1.6 : 设x

_(0)为原始序列,x?(0)为相应的模拟序列,?(0)为残差序列,

_1n(0)1n(0)2x??x(k)S1??(x(k)?x)2(0)nk?1nk?1则 ,分别为x的均值、方差;

7

_1n(0)1n(0)2????(k)S2??(?(k)??)2nk?1nk?1 ,分别为残差的均值、方差。 _

(1)称C=

S2为均方差比值。对于给定的C0>0,当C

_p0 >0当p>p0时,称模型为小误差概率合格模型。

上述三个定义给出了检验模型的三种方法,这三种方法都是通过对残差的考察来判断模型精度的。其中平均模拟相对误差?及均方差比值C要求越小越好,关联度?和小误差概率p要求越大越好。(因为C小说明S2小,S1大,即模拟误差方差小,原始数据方差大。这说明模拟误差比较集中,摆动幅度小;原始数据比较分散,摆动幅度大。所以模拟效果好要求S2与S1相比尽可能小些。)给定?,

__?,C0,p0的一组取值,就

确定了检验模型模拟精度的一个等级。常用的精度等级见表1-1,可供检验模型时参考。

二、模型一的建立与求解

在实际建立模型时, 系统的原始序列数据不一定全部用来建模, 不同维数(或长度)序列建模, 所得参数a , b 的值是不一样的, 因而模型的预测值也不同, 它们构成一个预测灰区间。为提高预测精度, 必须筛选适当维数的灰色模型。从预测实效出发, 本文并不直接由表1-2 中总人口序列建模, 而是先对原始数据进行一阶差分处理, 求出各年净增人口序列, 然后应用净增人口序列建模计算净增人口预测值, 再加上上年总人口值, 得出所预测年份总人口值。为筛选合适的模型, 这里分别选取5~8维年净增人口短序列, 建立灰色动态GM (1 , 1)模型。并对2005年的我国实际总人口进行检验性预测。其结果列表1-3。

8

搜索更多关于: 2007数学建模竞赛 A甲1 的文档
2007数学建模竞赛 A甲1.doc 将本文的Word文档下载到电脑,方便复制、编辑、收藏和打印
本文链接:https://www.diyifanwen.net/c9r5u91bwa62p7v440mho_2.html(转载请注明文章来源)
热门推荐
Copyright © 2012-2023 第一范文网 版权所有 免责声明 | 联系我们
声明 :本网站尊重并保护知识产权,根据《信息网络传播权保护条例》,如果我们转载的作品侵犯了您的权利,请在一个月内通知我们,我们会及时删除。
客服QQ:xxxxxx 邮箱:xxxxxx@qq.com
渝ICP备2023013149号
Top