灰色系统理论及其应用 (三) ：生成数

浅夏110

1 累加生成
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
. k3 _7 {9 G- |

9 C( V7 l& O! B  O
5 u* r, ^( R0 o& l/ 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。
! m8 @  {( x  ^4 r& \
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。
! N3 |- _! N* D3 ^3 A0 s. t/ n
- x6 Z1 \0 O& m  T" z7 ]6 G- B2 累减生成
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。

' v9 y! y# r  _2 R( j+ e. \  t( g
4 J; Y0 P5 H, O1 [9 B/ c, Z
3  均值生成
邻值生成数
: d: ^+ ^1 O# _* u# d
$ _6 I" o3 }% G6 ]. L$ ^
; n: a8 y- S1 J( W. L; w& c


等权邻值生成数

% Q5 k% F! |" H! V/ A
2 q/ e- ]/ A  @) w: o* @% H* r) S$ p
非邻值生成数

* U& {4 G4 q& S; ]
- B- V$ e" S: {$ y( H

————————————————
1 l  c: N0 k0 T5 Z7 A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

! m6 o! D; m) n8 [% I' l