（3）季节灾变与异常值预测，即通过灰色模型预测灾变值发生 在一年内某个特定的时区或季节的灾变预测。
（4）拓扑预测，将原始数据作曲线，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时点。
（5）系统预测. 通过对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间的相互协调关系的变化。
参考资料#
2
灰色系统理论是研究解决灰色系统分析、建模、 预测、决策和控制的理论.灰色预测是对灰色系统 所做的预测.目前常用的一些预测方法（如回归分 析等），需要较大的样本.若样本较小，常造成较 大误差，使预测目标失效.灰色预测模型所需建模 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.
6 3+8+10+7 34.
于是得到一个新数据序列
x(1) {6, 9, 17, 27, 34}
参考资料#
9
归纳上面的式子可写为 i x(（1) i） { x(0) ( j) i 1, 2 , N} j 1
称此式所表示的数据列为原始数据列的一次累加生 成，简称为一次累加生成.显然有 x(1) (1) x(0) (1).
参考资料#
8
对数据累加
x(1) (1) x(0) (1) 6， x(1) (2) x(0) (1) x(0) (2) 6 3 9， x(1) (3) x(0) (1) x(0) (2) x(0) (3) 6 3+8 17， x(1) (4) x(0) (1) x(0) (2) x(0) (3) x(0) (4) 6 3+8+10 27， x(1) (5) x(0) (1) x(0) (2) x(0) (3) x(0) (4) x(0) (5)
dx (2） （3.3）
13
其中，a,u分别是待定的常数，a称为发展系（灰）数；u
称为灰色作用量(内生控制灰数)。此方程满足初始条件
的解为
当t t0时x(1) x(1) (t0 )
(3.3)’
x(1)
(t)
x
(1)
(t0 )
u a
ea(t t0 )
第三章 灰色预测模型及其应用
参考资料# 1
灰色预测模型（Gray Forecast Model）是通过少量 的、不完全的信息，建立数学模型并做出预测的 一种预测方法.当我们应用运筹学的思想方法解决 实际问题，制定发展战略和政策、进行重大问题 的决策时，都必须对未来进行科学的预测. 预测 是根据客观事物的过去和现在的发展规律，借助 于科学的方法对其未来的发展趋势和状况进行描 述和分析，并形成科学的假设和判断.
u a
.
对等间隔取样的离散值 (注意到 t0 1）则为
x(1) (k 1) [x(1) (1) u ]eak u .
（1）用灰色数学处理不确定量，使之量化. （2）充分利用已知信息寻求系统的运动规律. （3）灰色系统理论能处理贫信息系统.
参考资料#
6
常用的灰色预测有五种：
（1）数列预测，即用观察到的反映预测对象特征的时间序列来 构造灰色预测模型，预测未来某一时刻的特征量，或达到某一特征 量的时间。
（2）灾变与异常值预测，即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。
参考资料#
3
3.1 灰色系统的定义和特点
灰色系统理论是由华中理工大学邓聚龙教授于 1982年提出并加以发展的。二十几年来，引起了不 少国内外学者的关注，得到了长足的发展。目前， 在我国已经成为社会、经济、科学技术在等诸多领 域进行预测、决策、评估、规划控制、系统分析与 建模的重要方法之一。特别是它对时间序列短、统 计数据少、信息不完全系统的分析与建模，具有独 特的功效，因此得到了广泛的应用.在这里我们将简 要地介绍灰色建模与预测的方法。
或称相减生成，它是指后前两个数据之差，如上例中
参考资料#
11
x(1) (5) x(1) (5) x(1) (4) 34 27 7， x(1) (4) x(1) (4) x(1) (3) 27 17 10， x(1) (3) x(1) (3) x(1) (2) 17 9 8， x(1) (2) x(1) (2) x(1) (1) 9 6 3， x(1) (1) x(1) (1) x(1) (0) 6 0 6. 归纳上面的式子得到如下结果：一次后减 x(1) (i) x(1) (i) x(1) (i 1) x(0) (i)
参考资料#
7
3.2 灰色系统的模型
通过下面的数据分析、处理过程，我们将了解到，有 了一个时间数据序列后，如何建立一个基于模型的灰色 预测。 1. 数据的预处理 首先我们从一个简单例子来考察问题. 【例3.1】 设原始数据序列
x(0) {x(0) (1), x(0) (2), , x(0) (N ) } {6, 3, 8, 10, 7}
其中
i 1, 2,..., N，x(0) (0) 0.
参考资料#
12
2. 建模原理 给定观测数据列
x(0) {x(0) (1), x(0) (2), , x(0) (N ) }
经一次累加得
x(1) {x(1) (1), x(1) (2), , x(1) (N ) }
设 x(1) 满足一阶常微分方程
将上述例子中的 x(0)，x(1) 分别做成图3.1、图3.2.
可见图3.1上的曲线有明显的摆动，图3.2呈现逐渐 递增的形式，说明原始数据的起伏已显著弱化.可以 设想用一条指数曲线乃至一条直线来逼近累加生成 数列 x (1) .
参考资料#
10
图3.1
图3.2
为了把累加数据列还原为原始数列，需进行后减运算
参考资料#
4
1. 灰色系统的定义
灰色系统是黑箱概念的一种推广。我们把既含有已知信 息又含有未知信息的系统称为灰色系统.作为两个极端， 我们将称信息完全未确定的系统为黑色系统；称信息完全 确定的系统为白色系统.区别白色系统与黑色系统的重要 标志是系统各因素之间是否具有确定的关系。
参考资料#
5
2. 灰色系统的特点