基于灰模型的区间模糊数时间序列预测

研究了基于灰模型的二元区间和三角模糊数时间序列的预测方法.目前以GM(1,1)模型为代表的灰色预测模型只适用于精确数序列.改进了GM(1,1)模型的定义型方程中的参数形式,使方程能适用于几类常见区间模糊数序列.接着,基于区间模糊数的计算准则,分别具体给出了二元和三角模糊数GM(1,1)模型(BIFGM(1,1)和TFGM(1,1))的预测过程.模型对于区间模糊数的界点序列的发展系数进行了加权平均处理,以此保证了区间模糊数序列发展态势的整体性.最后进行了实例应用,验证了模型的有效性.     

基于支持向量机的区间模糊数时间序列预测

研究了区间模糊数时间序列的预测方法.首先将区间模糊数序列转换为等量信息的精确数序列,然后对精确数序列建立支持向量机回归模型,通过还原公式,得到区间模糊数序列的拟合值和预测值.最后给出了数值实验,实验结果表明方法有效可行,且比ARMA回归模型以及灰色模型的预测精度更高.     

基于相对核和精度的三参数区间灰数预测模型

针对建模对象是三参数区间灰数,提出了一种三参数区间灰数预测模型.首先,通过相对核、"重心"点和精度提取三参数区间灰数蕴含的灰信息,实现三参数区间灰数到实数的转化.然后,分别对相对核序列、"重心"点序列和"精度"序列建立DGM(1,1)模型,并反推三参数区间灰数3个参数模拟值的表达式,从而构建了基于相对核和精度的三参数区间灰数预测模型.最后,对某上市公司流动资产持有量进行模拟预测以验证所建模型的实用性和可靠性.     

基于区间灰数序列的多变量灰色预测模型

针对传统的多变量灰色预测模型仅适用于实数序列的问题,对多变量在区间灰数序列的情形下进行建模.以核和灰度两个维度为基础,分别建立核序列和灰度序列的MGM(1,m)模型,通过核和灰度的模拟预测值还原计算得到多变量中各个变量对应的灰数序列的上界和下界,从而构建基于区间灰数序列的MGM(1,m)模型.最后,将提出的灰色多变量模型应用于雾霾的判别因素能见度和相对湿度,建立基于区间灰数序列的MGM(1,2)模型,对区间灰数序列的模拟预测取得了较好的效果,结果表明提出的基于核和灰度的灰色多变量预测模型具有可行性和实用性.     

直觉模糊GM(1,1)模型及其在灰色发展决策的应用

研究了以直觉模糊数为对象的GM(1,1)模型并运用到灰色发展决策方法。利用灰色系统理论中核和灰度的内涵,将直觉模糊数的犹豫度和记分函数结合构建了直觉模糊数序列 GM(1,1)预测模型,从而实现了直觉模糊数的预测。在此基础上结合变权原理提出了基于直觉模糊数的灰色发展决策方法。最后,算例分析说明了该方法的合理性和可行性。     

非线性灰色Bernoulli模型的改进及应用

非线性灰色Bernoulli模型是灰色预测模型的一类拓展,在捕捉序列非线性趋势性能上表现良好,但仍然存在许多改进的空间.在传统的非线性灰色Bernoulli模型的基础上提出一种改进的方法,结合优化初始值,采用Guass-Newton算法求解最优模型参数以及滚动建模机制三个方面对模型进行改进.数值结果表明,优化初始值能够提高模型的预测精度,Guass-Newton算法寻求最优参数以及滚动建模机制能进一步减少预测误差的产生.因此,改进的模型能够有效地提高非线性灰色Bernoulli模型的预测性能.     

灰色系统预测模型GM(1,1)背景值重构研究

分析了灰色系统预测模型GM(1,1)对高增长指数序列建模适应性较差的原因,通过重构背景值计算公式,建立了一个适应性极强的灰色系统预测模型NGM(1,1),该模型具有对建模结果进行优化的能力.算例结果表明该模型对低增长指数序列和高增长指数序列建模都能获得最佳的拟合和预测精度,对经济、工程和自动控制等领域中的预测问题有较高的理论价值和实践意义.     

基于逆模糊数的模糊时间序列模型的农机总动力预测方法

提出一种改进的基于逆模糊数的新模糊时间序列预测模型.应用模型研究辽宁省农机总动力预测问题,比一元线性回归模型,二次移动平均模型,指数曲线模型,灰色理论GM(1,1)模型等4种模型和它们的组合模型的平均预测误差率AFER都有较大改善,是值得推荐的一种时间序列预测方法.     

论灰色理论的三数据建模

本文通过论证序列的GM(1,1)模型计算值与原始序列的初值无关,讨论仅有三个数据构成的序列的灰色建模问题,得出可进行灰色建模的最少数据数为3的结论.     

Lotka-Volterra模型参数的灰色估计法及其应用

基于灰色直接建模法,提出了估计Lotka-Volterra模型参数的一种方法,较好的反映了相互影响的两个变量之间的互惠、竞争等关系,为定性预测分析提供了实证支持,并得到了定量预测的结果.实例说明本模型的有效性和适用性.并证明了数乘交换不影响原始序列的模拟精度,为解决灰色预测模型的病态性提供了思路.     

基于标准区间灰数的发展带离散DDGM预测模型

由于区间灰数运算体系尚不完善,灰数间的代数运算将导致结果灰度增加,难以有效构建基于"区间灰数"的灰色发展带预测模型.对此,通过将区间灰数进行标准化处理,分解成基于实数形式的"白部"和"灰部"两个部分;然后分别对"白部"和"灰部"建立发展带预测模型,再推导并还原得到区间灰数的发展带预测模型;最后,将模型用于摆动幅度大且整体趋势增长的区间灰数在未来时刻的预测,预测效果验证了所提出模型的有效性.     

基于TFWPA算子的模糊优化组合预测模型及其应用

传统的组合预测中,预测对象往往是实数或区间数,实际上,三角模糊数则更能刻画不确定环境下复杂事物的某些量的特征。因此,本文提出一种预测信息为三角模糊数的模糊优化组合预测新方法。定义了两个三角模糊数的相对误差,同时考虑到预测数据之间的交叉影响,基于三角模糊加权Power平均(TFWPA)算子、三角模糊加权Power几何(TFWPG)算子和max-min准则,分别构建模糊优化组合预测模型。提出非劣性和优性组合预测的概念,证明所提模糊组合预测模型具有非劣性质。最后通过实例分析说明了该模糊组合预测方法的有效性,并对参数做了灵敏度分析。     

The novel fractional discrete multivariate grey system model and its applications

Fractional order accumulation is a novel and popular tool which is efficient to improve accuracy of the grey models. However, most existing grey models with fractional order accumulation are all developed on the conventional methodology of grey models, which may be inaccurate in the applications. In this paper an existing fractional multivariate grey model with convolution integral is proved to be a biased model, and then a novel fractional discrete multivariate grey model based on discrete modelling technique is proposed, which is proved to be an unbiased model with mathematical analysis and stochastic testing. An algorithm based on the Grey Wolf Optimizer is introduced to optimize the fractional order of the proposed model. Four real world case studies with updated data sets are executed to assess the effectiveness of the proposed model in comparison with nine existing multivariate grey models. The results show that the Grey Wolf Optimizer-based algorithm is very efficient to optimize the fractional order of the proposed model, and the proposed model outperforms other nine models in the all the real world case studies.     

基于统一灰色生成算子的三参数离散灰色预测模型及其应用

现有三参数离散灰色预测模型的累加阶数取值范围局限于正实数,导致模型建模能力和作用空间受限。为此,论文首先引入实数域统一灰色生成算子;然后,基于统一灰色生成算子构造了新型三参数离散灰色预测模型,实现了其阶数从正实数到全体实数的拓展与优化,从而使得新型模型具备挖掘时序数据积分特性与差异信息的双重功能;最后,将该新模型应用于某装甲装备维修经费的建模,结果显示其精度优于其它同类灰色模型。本研究成果对完善灰色算子基础理论及提高灰色预测模型建模能力具有重要价值。     

基于白化权函数的区间灰数预测模型

针对传统灰色预测模型无法进行白化权函数已知的区间灰数预测的缺陷,通过先将区间灰数进行标准化处理,分解成实数形式的"白部"和"灰部",然后分别对"白部"和"灰部"序列进行预测.再将已知的白化权函数映射为[0,1]区间上的函数,并用函数的面积和重心估计出预测值的白化权函数.模型不仅能解决典型白化权函数的类型,还能解决三角白化权函数的情况,且建模机理简单,计算简便.最后,将模型应用于黄河宁蒙河段巴彦高勒站的凌期日均流量的预测,验证了新模型的有效性及实用性.     

Examination and prediction of fog and haze pollution using a Multi-variable Grey Model based on interval number sequences

In this study, a new Multivariable Grey Model (1,m) aimed at interval grey number sequences with known possibility functions is built using the kernel and degree of greyness under new definitions. Based on the new model, formulae are deduced to calculate and predict the upper and lower bounds of interval grey numbers. Since the grey system model and fog- and haze-prone weather have the same characteristics of uncertainty, this model was applied to simulate and predict the measurable indicators of fog and haze in Nanjing, China. We selected visibility data and particulate matter data with a diameter of 2.5 µm to build a new Multivariable Grey Model (1,2) with a new kernel and degree of greyness sequence. In addition, we established the traditional Multivariable Grey Model (1,2) with the original kernel and degree of greyness and the Auto-Regressive Integrated Moving Average Model (1,1,0). The results show that the new Multivariable Grey Model (1,2) has the best simulation and prediction effects among the three models, with average relative errors of simulation and prediction at 1.32% and 0.32%, respectively. To further verify the validity and feasibility of the proposed model, we added another real-world example to establish the three models mentioned above. The results prove that the proposed model has evidently superior performance to another two models.     

Solving a full fuzzy linear programming using lexicography method and fuzzy approximate solution

This paper discusses full fuzzy linear programming (FFLP) problems of which all parameters and variable are triangular fuzzy numbers. We use the concept of the symmetric triangular fuzzy number and introduce an approach to defuzzify a general fuzzy quantity. For such a problem, first, the fuzzy triangular number is approximated to its nearest symmetric triangular number, with the assumption that all decision variables are symmetric triangular. An optimal solution to the above-mentioned problem is a symmetric fuzzy solution. Every FLP models turned into two crisp complex linear problems; first a problem is designed in which the center objective value will be calculated and since the center of a fuzzy number is preferred to (its) margin. With a special ranking on fuzzy numbers, the FFLP transform to multi objective linear programming (MOLP) where all variables and parameters are crisp.     

三角直觉模糊数型VIKOR方法

针对备选方案的属性值为三角直觉模糊数且权重为实数的多属性决策问题,研究了三角直觉模糊数型VIKOR方法。首先,本文提出了一种基于偏好指标的三角直觉模糊数排序方法;其次,根据VIKOR方法的基本思想,提出了求解三角直觉模糊数型VIKOR方法的步骤,并在可接受优势和决策过程的稳定条件下对备选方案进行排序,得到折衷解;最后,在最大群体效用权重为0.5的情况下,用第三方物流服务商选择为例说明了该方法的有效性和可行性。     

灰色面板数据视域下的相似性和接近性关联度模型拓展

灰色面板数据包含研究对象诸多信息,由于数据类型和结构较为复杂,目前还没有测度其相似性和接近性的关联度模型,针对这一问题。首先,通过投影方法将灰色面板数据转化为样本关于指标的时间序列行为矩阵,矩阵每行为指标的时间序列;然后,定义一般灰数的距离测度和运算法则;最后,基于两折线间斜率与面积的视角,测度相似性和接近性关联系数。进而构建灰色面板数据的相似性和接近性关联度模型,并研究了该模型的性质。实例表明该模型在测度面板数据类型为一般灰数时的相似性和接近性方面具有良好的效果。