数学建模之灰色预测(GM)

1.概念理解

本文介绍GM(1,1)模型:G(grey)、M(Model)、(1,1)表示只含有一个变量的一阶微分方程模型。
灰色是介于白色和黑色之间的,所以我们先了解一下白色系统和黑色系统。
白色系统:内部特征完全已知,可以计算出想要的结果。比如电阻器件,根据欧姆定律,就可以根据电阻大小和输入电压计算出电流值。
黑色系统:内部特征完全未知,可根据系统的输入,分析系统的输出,从而分析系统的内部特征,从而达到认识的目的。比如对于一个不了解其经历和学历的人,可通过观察他在掌握一定工具的情况下能完成什么样的任务,来推断这个人的能力大小。
灰色系统:部分已知,部分未知。以GDP为例,我们有往年的数据和一定的理论基础,但是无法精确计算下一年的值。

2.适用赛题

数列预测:定时求量。已知xx年到xx年的数据,请预测下一年的数据。比如GDP、人口数量、耕地面积、粮食产量等问题。
灾变预测:定量求时。已知xx年到xx年的数据和某灾变的阈值,预测下一次灾变发生的时间。比如洪涝灾害、虫灾等问题。
拓扑预测:对数据波形进行预测,等于求解多个灾变预测,以虫灾为例,将虫灾分为"轻微"、"中度"、"重度",也就是有三个阈值,然后我们去预测分别到达这三个阈值的年份。

3.建模步骤

根据原始数据,通过累加等方式削弱随机性、获得有规律的新序列
建立相应的微分方程模型,得到离散点处的解
再通过累减求得原始数据的估计值,从而对原始数据预测

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容