基于区间灰数与离散灰数双重异构序列的预测建模方法研究

系统变化的复杂性导致了系统行为数据的不确定性与异构性,面向多源信息的数据集结导致了表征系统变化规律的灰色异构时序数据的产生。对面向区间灰数与离散灰数的双重异构数据序列预测建模方法展开研究,通过对区间灰数均匀分割处理,得到与离散灰数灰元数量相等的次级区间灰数,进而实现了灰色异构数据的"同质化"转换;在此基础上构建了面向异构数据序列的灰色预测模型,并应用该模型实现了大桥沉降量的有效模拟与准确预测。研究成果对拓展灰色预测模型应用范围具有积极意义。     

基于Cramer法则的区间灰数预测模型参数优化方法研究

以改善区间灰数预测模型的模拟及预测性能为目的,对区间灰数预测模型的参数优化方法进行研究,应用Cramer法则推导了核序列GM(1,1)模型通用形式的参数无偏估计新方法,从理论上证明了新方法对非齐次指数"核"序列的模拟无偏性,并在此基础上构建了一种新的区间灰数预测模型;通过与优化前的区间灰数预测模型模拟精度进行比较,结果表明新模型具有更为优秀的模拟及预测性能。此研究成果对丰富和完善灰色预测模型方法体系与拓展灰色模型应用范围,具有积极意义。     

基于联系数的区间灰数预测模型

文章针对传统灰色预测模型仅适用于实数序列而无法进行区间灰数序列建模的缺陷,引入集对理论中的联系数,将区间灰数序列转化为联系数序列,利用联系数序列的同部和异部序列分别建立灰色预测模型,再将同部序列和异部序列灰色预测模型的模拟预测结果还原为区间灰数序列,从而得到了一种基于联系数的区间灰数预测模型。最后,通过实例说明了该方法。     

基于核和灰度的灰色异构数据代数运算法则及其应用

为解决灰色异构数据的建模问题,应用"核和灰度"对灰色异构数据代数运算法则及其性质展开研究。将灰信息表征为"核和灰度",通过"核"将灰色异构数据代数运算转换为实数之间代数运算,根据灰度不减公理确定运算结果之灰度,在此基础上构建灰色异构数据的代数运算法则,并将该法则应用于灰色异构数据预测模型的构建及空气质量指数(AQI)的预测。研究成果对丰富与完善灰色系统基础理论具有积极意义。     

区间灰数序列的白化方法及其性质研究

由于灰代数运算体系尚不完善,难以有效构建基于灰数序列的灰色模型,而传统灰数序列的白化方法又将导致信息损失,故在不破坏区间灰数独立性及信息完整性的前提下,设计一种区间灰数序列白化处理的新方法,重点研究白化序列与原区间灰数序列在平移变换及倍乘变换过程中的数据特点;同时将白化序列成功地应用于区间灰数预测及关联分析模型的构建。这一研究成果对拓展灰色模型的适用范围具有重要意义。     

区间灰数几何预测模型的参数优化

面积序列及坐标序列的模拟精度是影响区间灰数几何预测模型性能的重要因素,文章通过克莱姆法则建立面积序列与坐标序列的灰色模型参数无偏估计新方法,在此基础上构建了一种新的区间灰数预测模型;最后通过与传统的区间灰数预测模型模拟精度进行了比较,结果表明新模型具有更为优秀的模拟性能.     

基于区间灰数相离度的灰色关联决策模型

为了解决决策方案属性值为区间灰数、指标权重信息部分已知的多属性决策问题,利用灰色关联分析的理论、"核与灰度"思想及最优化理论开展研究。首先构建了区间灰数相离度公式,并提出了基于区间灰数相离度的灰色关联度模型;其次构建了基于区间灰数相离度的灰色关联决策方法;最后在充分利用客观信息的基础上综合考虑了决策者的主观意愿,提出了指标权重确定的优化模型。通过算例验证了该模型的可行性和实用性。     

企业融资风险的灰关联度评价

文章针对企业融资风险评价过程中存在信息披露不完全的特性,提出一种基于灰核信息的企业融资风险评价方法.首先分析了影响企业融资风险的主要因素,接着针对企业融资风险评价过程中存在信息不完备和评价过程中存在不确定性,提出基于群组专家参与的评价方法,并将群组专家评价信息构成的区间数作为企业融资风险评价的区间灰数,给出一种基于灰色关联度的企业融资风险TOPSIS评价方法.为降低灰色关联度的计算复杂度,采用区间灰数的核代替区间灰数进行灰数关联度计算,提升了评价方法的可操作性.最后实证分析了某地区金融机构对企业融资风险的评价,验证了本方法的可行性和可具操作性.     

基于灰色关联度的优性组合预测模型存在性及赋权方法

灰色关联分析是通过对时间序列数据几何关系的度量来比较系统中多因素的紧密程度的量．在组合预测技术中，通常利用灰色关联度最大化的方法来确定各单项预测模型的权重系数．文章在分析灰关联度模型的基础上，得到结论即组合预测离差平方和最小与灰色关联度在确定优性组合预测模型中具有一致性，实例分析证明结论正确、有效。     

基于 GM(1,1) 的三角模糊数序列的预测

文章针对现实中一些定性描述的序列,以及取值不确定的灰数据序列的预测问题,提出了基于GM(1,1)模型的三角模糊数序列预测的概念,对那些非精确量化的数据序列用三角模糊数来表示;再把该三角模糊数表示为对应的非模糊数,从而得到一个新的数据序列;然后再结合灰色系统的一些理论方法,对这个新的非模糊数数据序列进行预测。将该方法应用于我国古代人口数据的实证预测中,得到的预测精度较高,预测结果可为决策部门提供相关的决策依据。     

灰色Verhulst模型的灰导数改进研究

针对灰色Verhulst模型灰导数白化的问题,以白化微分方程为基础,运用梯形公式来白化灰导数,推导得到一种新的Verhulst模型定义式。该方法使得差分方程的参数与其在微分方程中对应的参数具有更好的一致性。实例分析表明改进的灰色Verhulst模型具有更高的预测和模拟精度。     

无偏灰色Verhulst模型初始条件的优化

针对传统无偏灰色Verhulst模型初始条件的选取问题,分别提出了以x（1）（1）和x（1）（n）为初始条件的优化模型,使得原始序列的一阶累加生成序列与其模拟值的误差平方和达到最小。在此基础上,给出了最优初始条件下的无偏灰色Verhulst模型的预测公式,并通过实例验证了优化模型的有效性和实用性。     

一种适用于非齐次指数增长序列的直接型离散灰色模型

基于灰色模型的背景值表达式及非齐次指数增长序列的形式1,得到了一种一次累加序列与原始序列的关系,给出了系数确定方法,获得了适用于非齐次指数增长序列的直接型离散灰色模型,并给出了系数确定的方法。实例研究表明：本优化模型不仅具有可操作性,而且精度高,效果好。     

灰色斜率相似关联度研究及其应用

根据灰色关联分析的基本思想,基于灰色斜率关联度的计算模型,提出了一种新的灰色斜率相似关联度计算模型,它满足相似性。该计算模型充分利用了序列在各个时点的信息和正、负相关性,得出的关联分析结果比较客观可靠。实例分析表明：该模型简单,且具有良好的应用性。     

求解灰色Verhulst模型参数的新方法

将传统"通过代入初始条件x(1)(k1)=x(1)(k1)=x(0)(k1)整理解得α和β"的方法改进为"通过灰色微分方程αea(ki-k1)+β=1/x(1)(ki),再次利用最小二乘法确定α和β"的新方法,对灰色Verhulst模型的参数求解方法进行改进。研究结果表明:新方法的灰色Verhulst模型建模不仅模拟效果较好,而且适用于等间距和非等间距,并通过等间距与非等间距的实例,与传统模型及近期一些优化模型对比分析,说明了新方法的可行性和优越性。     

灰色马尔可夫模型在房价指数预测中的应用

灰色马尔可夫模型预测兼有灰色预测和马尔可夫链预测的优点,并能对较短的时间序列数据进行建模计算。文章尝试将该模型应用于房价指数的预测分析,并对2003年7月到2005年7月间的中房上海住宅指数和办公楼指数进行了实证分析,结果表明模型的拟合精度较高,在房价指数的预测中有较强的适用性。     

灰色GM(1,1)幂模型初始条件的组合优化

针对GM(1,1)幂模型求解初始条件的优化问题,提出一种基于原始序列新旧信息的线性组合优化方法.在模拟误差平方和最小化的目标下,构建初始条件组合权重的优化模型,给出最优组合权重的解析式.最后以中国高中升学率的数据为例,验证了此优化模型的有效性和优越性.结果表明初始条件优化方法能够有效地平衡新旧信息的权重,并提高GM(1,1)幂模型的模拟和预测精度.     

基于白化权函数分类区分度的变权灰色聚类

针对灰色聚类指标权重确定的问题,通过定义白化权函数的分类区分度来度量各指标对聚类对象的分类所作的贡献,并据此确定分类指标的权重。在此基础上,提出了变权灰色聚类方法。结果表明,该方法能够融合聚类对象的样本信息和专家的经验,有效确定不同聚类对象的各指标权重,且适用于聚类指标的量纲不同、数量级悬殊较大的情形。最后通过一个实例说明了变权灰色聚类的实用性和有效性。