灰色系统理论及其应用 (三) ：生成数

浅夏110

1 累加生成
  L$ V3 [, p4 R! E- i在研究社会系统、经济系统等抽象系统时，往往要遇到随机干扰（即所谓“噪声”）。 人们对“噪声”污染系统的研究大多基于概率统计方法。但概率统计方法有很多不足之 处：要求大量数据、要求有典型的统计规律、计算工作量等。而且在某些问题中，其概 率意义下的结论并不直观或信息量少。例如，预报某天下雨的概率是 0.5，晴天的概率 也是 0.5，这种结论对于人们来讲毫无意义。 灰色系统理论把一切随机量都看作灰色数—即在指定范围内变化的所有白色数的 全体。对灰色数的处理不是找概率分布或求统计规律，而是利用数据处理的办法去寻找 数据间的规律。通过对于数列中的数据进行处理，产生新的数列，以此来挖掘和寻找数的 规律性的方法，叫做数的生成。数的生成方式有多种：累加生成、累减生成以及加权累 加等等。这里主要介绍累加生成。

定义 5 把数列 x 各时刻数据依次累加的过程叫做累加过程，记作 AGO，累加所得的新数列，叫做累加生成数列。具体地，设原始数列为

" Q% @0 ~1 c& I$ ]% g, F& |
) G( R0 ?5 R. [' G: I# B. e9 G
在实际应用中，最常用的是 1 次累加生成。本节只讨论 1 次累加生成。
( W, D! j* f% ^5 }+ _  ]) e2 n
; M0 V/ H- ~0 G5 G" q9 b9 K! _一般地，经济数列等实际问题的数列皆是非负数列，累加生成可使非负的摆动与非 摆动的数列或任意无规律性的数列转化为非减的、递增的数列。 当然，有些实际问题的数列中有负数（例如温度等），累加时略微复杂。有时，由 于出现正负抵消这种信息损失的现象，数列经过累加生成后规律性非但没得到加强，甚 至可能被削弱。对于这种情形，我们可以先进行移轴，然后再做累加生成。
# Z" t( e. w( @6 L' M6 z
2 累减生成
$ E0 K( I% a' T, K) m  K' c当然，利用数的生成可得到一系列有规律的数据，甚至可拟合成一些函数。但生 成数列并非是直接可用的数列，因此，对于生成数还有个还原的问题。对累加生成，还 原的办法采用累减生成。
! X# u6 E- C5 c. E8 q- \2 H


! C! u: u8 V' b! N/ g2 N0 j3  均值生成
: c% L* W" N  e: U* g/ \邻值生成数
2 g) V' Z" L, j2 ]1 i
; {' B8 X/ F" ^  ~! I$ p
' e0 b7 T) [2 a9 a3 m- `2 H& K: Z
0 Z0 [: Q9 }& f) ~

& r2 U7 y+ p* M+ S等权邻值生成数
' u( J# j, l/ p9 ?. k8 c
: [) b$ v0 ?; E0 u, |
$ i0 s# y# o) @; x% n0 F( _
非邻值生成数

" s/ w# t# k  Z( v3 H0 M9 ?* D+ Y


————————————————
版权声明：本文为CSDN博主「wamg潇潇」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_29831163/article/details/89713636
1 E: v) L9 C8 Q) i% f/ T. \5 T

' }- m0 `: W3 T' C! Q2 N) W