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。

, ^9 [2 S3 W: ?9 K& B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


5 ~3 m# c: n6 J
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。

/ t/ I+ H' g8 E( o* M$ I& {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。
; U6 v7 u2 ~  f# w# H
5 r5 l, ]/ L5 s2 E+ r3 r2 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。
4 v* M& }. N6 e; @" s7 W$ L) Y
5 v$ W0 r2 P( \2 ?

3  均值生成
邻值生成数

4 l  |6 q  m5 h! a  y5 B, n
# F- v! [( R) V% g4 b0 \0 \1 N- d. ^


1 [3 g4 K: D: ^" D7 k, u等权邻值生成数
: k! t; E/ J% E" V; G
- n* c7 t# t8 w6 o& _1 \

( H& ?1 p+ z8 H3 ?8 b非邻值生成数

5 x5 v3 ~$ l1 C  B+ F' t; f

1 M- e1 p$ H9 w% `8 N  l3 T8 f2 d
! p2 J: E3 G4 ~1 ~0 i# ^————————————————
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。
0 M+ I" Z% t' s% R- U4 O$ D原文链接：https://blog.csdn.net/qq_29831163/article/details/89713636
- L/ [0 r# ]$ V( h$ g0 j+ L! p; O  x
1 s+ k# M& p1 F, g0 D
$ |7 ]% U& |5 O( V