灰色预测法是就
灰色系统所做的预测。所谓灰色系统是介于白色系统和黑箱系统之间的
过渡系统。
其具体的含义是:如果某一系统的全部信息已知为白色系统,全部信息未知为黑箱系统,
部分信息已知,部分信息未知,那么这一系统就是灰色系统。一般地说,
社会系统、
经济系统、
生态系统都是灰色系统。例如物价系统,导致
物价上涨的因素很多,但已知的却不多,因此对物价这一灰色系统的预测可以用灰色
预测方法。
灰色系统理论认为对既含有已知信息又含有未知
或非确定信息的系统进行预测,就是对在一定方位内变化的、与时间有关的灰色过程的预测。尽管过程中所显示的现象是随机的、杂乱无章的,但毕竟是有序的、有界的,因此这一
数据集合具备潜在的规律,
灰色预测就是利用这种规律建立
灰色模型对
灰色系统进行预测。
灰色预测通过鉴别系统因素之间
发展趋势的相异程度,即进行
关联分析,并对原始数据进行生成处理来寻找系统变动的规律,生成有较强
规律性的数据序列,然后建立相应的
微分方程模型,从而预测事物未来发展趋势的状况。其用等时距观测到的反应
预测对象特征的一系列数量值构造灰色预测模型,预测未来某一时刻的特征量,或达到某一特征量的时间。
1、数列预测。对某现象随时间的顺延而发生的变化所做的预测定义为数列预测。例如对
消费物价指数的预测,需要确定两个变量,一个是消费物价指数的水平。另一个是这一水平所发生的时间。
3、
季节性灾变预测。对发生在每年特定时区的事件或命题作灰预测,称季节灾变灰预测。
6、
包络灰预测。对于难以用数列预测或灾变预测处理,也不必用
拓扑预测计算的离乱序列,可以构造上边界 GM(1,1) 与下边界 GM(1,1) 进行覆盖,这种边界模型即包络模型。
在建立
灰色预测模型之前,需先对原始时间序列进行数据处理,经过数据处理后的时间序列即称为生成列。
灰色系统常用的数据处理方式有累加和累减两种。