灰色預(yù)測理論及其應(yīng)用

目錄
序一
序二
前言
第1章 灰色系統(tǒng)理論基本概念 1
1.1 灰色系統(tǒng)理論的產(chǎn)生與發(fā)展 1
1.2 灰色系統(tǒng)與灰數(shù) 3
1.3 灰數(shù)的灰度與核 5
1.3.1 可能度函數(shù) 5
1.3.2 灰數(shù)的灰度 6
1.3.3 灰數(shù)的核 10
1.4 灰色預(yù)測模型概述 14
1.5 本章小結(jié) 16
第2章 灰色數(shù)據(jù)預(yù)處理 18
2.1 灰色累加生成算子與灰色累減生成算子 18
2.2 灰色弱化與強(qiáng)化緩沖算子 24
2.3 灰色平滑算子 30
2.4 本章小結(jié) 33
第3章 齊次指數(shù)序列灰色預(yù)測模型 34
3.1 單變量灰色預(yù)測模型概述 34
3.2 GM(1， 1)模型建模機(jī)理與模型推導(dǎo) 35
3.3 GM(1， 1)模型性能檢驗(yàn)方法 37
3.4 模型應(yīng)用：高速公路經(jīng)濟(jì)效益后評價 39
3.4.1 研究背景 39
3.4.2 高速公路經(jīng)濟(jì)效益后評價模型的建模步驟 40
3.4.3 應(yīng)用舉例 41
3.5 本章小結(jié) 46
第4章 非齊次指數(shù)序列灰色預(yù)測模型 48
4.1 三參數(shù)離散灰色預(yù)測模型 48
4.1.1 三參數(shù)離散灰色預(yù)測模型的基本形式 49
4.1.2 三參數(shù)離散灰色預(yù)測模型的參數(shù)估計(jì) 49
4.1.3 三參數(shù)離散灰色預(yù)測模型的時間響應(yīng)函數(shù) 51
4.2 三參數(shù)白化灰色預(yù)測模型 53
4.2.1 TWGM(1， 1)模型的白化方程與基本形式 54
4.2.2 TWGM(1， 1)模型的參數(shù)估計(jì)與時間響應(yīng)函數(shù) 55
4.2.3 TWGM(1， 1)模型的建模步驟 57
4.3 模型性能比較分析 58
4.3.1 齊次指數(shù)序列 58
4.3.2 非齊次指數(shù)序列 59
4.3.3 近似非齊次指數(shù)序列 60
4.3.4 線性函數(shù)序列 61
4.3.5 隨機(jī)數(shù)序列 62
4.4 模型應(yīng)用：中國天然氣需求量預(yù)測 64
4.4.1 中國天然氣消費(fèi)現(xiàn)狀與數(shù)據(jù)特征 64
4.4.2 中國天然氣需求預(yù)測模型 65
4.5 本章小結(jié) 71
第5章 飽和狀S形序列灰色預(yù)測模型 72
5.1 傳統(tǒng)灰色Verhulst模型 72
5.2 新型灰色Verhulst模型 73
5.3 模型應(yīng)用：中國致密氣產(chǎn)量預(yù)測 78
5.3.1 中國致密氣研究背景 78
5.3.2 中國致密氣產(chǎn)量數(shù)據(jù)特征分析 79
5.3.3 應(yīng)用N Verhulst模型預(yù)測中國致密氣產(chǎn)量 80
5.4 本章小結(jié) 88
第6章 多變量灰色預(yù)測模型 89
6.1 傳統(tǒng)多變量灰色預(yù)測模型 89
6.1.1 傳統(tǒng)多變量灰色預(yù)測模型的基本定義 89
6.1.2 傳統(tǒng)多變量灰色預(yù)測模型的參數(shù)估計(jì)與時間響應(yīng)式 90
6.1.3 傳統(tǒng)多變量灰色預(yù)測模型的三大缺陷 91
6.2 多變量灰色預(yù)測模型結(jié)構(gòu)優(yōu)化 92
6.2.1 NSGM(1， N)模型的定義 92
6.2.2 NSGM(1， N)模型的參數(shù)估計(jì) 93
6.2.3 NSGM(1， N)模型的時間響應(yīng)式與累減生成式 95
6.2.4 NSGM(1， N)模型的性質(zhì) 99
6.2.5 NSGM(1， N)模型的建模步驟 100
6.3 模型應(yīng)用：混凝土抗彎強(qiáng)度預(yù)測 102
6.3.1 背景介紹 102
6.3.2 試驗(yàn)數(shù)據(jù)采集 102
6.3.3 NSGM(1，2)模型的構(gòu)建 103
6.4 本章小結(jié) 106
第7章 特殊序列灰色預(yù)測模型 108
7.1 基于灰數(shù)帶及灰數(shù)層的區(qū)間灰數(shù)預(yù)測模型 108
7.1.1 構(gòu)建區(qū)間灰數(shù)預(yù)測模型所面臨的問題 108
7.1.2 面積序列與坐標(biāo)序列 109
7.1.3 區(qū)間灰數(shù)預(yù)測模型的構(gòu)建 113
7.2 基于核和灰度的灰色異構(gòu)數(shù)據(jù)預(yù)測模型 114
7.2.1 灰色異構(gòu)數(shù)據(jù)的概念與灰度不減公理 115
7.2.2 灰色異構(gòu)數(shù)據(jù)的公有屬性：核與灰度 115
7.2.3 灰色異構(gòu)數(shù)據(jù)預(yù)測模型的構(gòu)建 116
7.3 基于平滑算子的小數(shù)據(jù)波動序列灰色預(yù)測模型 117
7.3.1 波動序列與平滑算子 117
7.3.2 波動序列灰色預(yù)測模型的構(gòu)建 119
7.4 基于包絡(luò)線的小數(shù)據(jù)振蕩序列區(qū)間預(yù)測模型 121
7.4.1 振蕩序列及其區(qū)間拓展 121
7.4.2 振蕩序列的區(qū)間預(yù)測建模 123
7.4.3 振蕩序列區(qū)間預(yù)測模型的建模步驟 126
7.5 模型應(yīng)用：北京市SO2濃度的區(qū)間預(yù)測 126
7.5.1 北京市SO2濃度數(shù)據(jù)特征 127
7.5.2 北京市SO2濃度數(shù)據(jù)區(qū)間預(yù)測建模 127
7.6 本章小結(jié) 131
第8章 灰色預(yù)測模型優(yōu)化方法 132
8.1 灰色預(yù)測模型初始值優(yōu)化方法 132
8.2 灰色預(yù)測模型背景值優(yōu)化方法 134
8.3 灰色預(yù)測模型累加階數(shù)優(yōu)化方法 139
8.3.1 Gamma 函數(shù) 139
8.3.2 分?jǐn)?shù)階累加生成序列與累減生成序列 140
8.3.3 分?jǐn)?shù)階三參數(shù)離散灰色預(yù)測模型 141
8.4 應(yīng)用舉例：北京市生活能源消費(fèi)總量預(yù)測 143
8.4.1 數(shù)據(jù)分組 143
8.4.2 累加階數(shù)優(yōu)化與序列數(shù)據(jù)生成 143
8.4.3 矩陣構(gòu)造與參數(shù)計(jì)算 144
8.4.4 模型構(gòu)造與數(shù)據(jù)計(jì)算 144
8.5 本章小結(jié) 146
第9章 灰色預(yù)測模型的MATLAB程序?qū)崿F(xiàn) 147
9.1 灰色系統(tǒng)軟件發(fā)展歷史 147
9.2 本書MATLAB程序特點(diǎn) 148
9.3 MATLAB程序應(yīng)用：中國糧食產(chǎn)量預(yù)測 149
9.4 本章小結(jié) 153
參考文獻(xiàn) 154
后記 176
彩圖