将上述例子中的 x(0)，x(1) 分别做成图7.1、图7.2.
可见图7.1上的曲线有明显的摆动，图7.2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) .
7.2 灰色系统的模型
图7.1
图7.2
为了把累加数据列还原为原始数列，需进行后减运算
灰色预测模型讲义
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.
2. 灰色系统的特点
（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.
7.1灰色系统的定义和特点
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。
6 3+8+10+7 34.
于是得到一个新数据序列
x(1) {6, 9, 17, 27, 34}
7.2 灰色系统的模型
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).
• 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.
或称相减生成，它是指后前两个数据之差，如上例中
7.2 灰色系统的模型
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
ห้องสมุดไป่ตู้
a
(t
t0
)
u a
.
(7.3)’
设 x(1) 满足一阶常微分方程
dx (1)
ax (1)
u
dt
（7.1） （7.2）
（7.3）
7.2 灰色系统的模型
其中是常数，称为发展灰数；称为内生控制灰数，是对 系统的常定输入.此方程满足初始条件
的解为
当t t0时x(1) x(1) (t0 )
x(1) (t)
x (1)
(t0
)
u a
e
x(1) (i) x(1) (i) x(1) (i 1) x(0) (i)
其中
i 1, 2,..., N，x(0) (0) 0.
7.2 灰色系统的模型
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 ) }
7.1 灰色系统的定义和特点
7.1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。
7.1灰色系统的定义和特点
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。
7.1灰色系统的定义和特点
x(0) {x(0) (1), x(0) (2), , x(0) (N ) } {6, 3, 8, 10, 7}
7.2 灰色系统的模型
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)
（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。
（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。
7.2 灰色系统的模型
7.2 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7.1】 设原始数据序列