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。
: I- W0 R9 q4 z8 L2 Q$ {6 f! i! s# G
, e' X. r# W+ `/ n  D) z! ?8 h4 M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
3 S! i; R8 l/ g
6 h; D0 S! {! q/ ?9 Y, A

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。

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。
2 ^4 P/ i! J: w4 g+ e+ p
2 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。
1 R8 ^* S( [0 k9 [( b3 Z) q

. X% i0 i/ F9 i% t6 I# ^: k1 I
3  均值生成
5 G9 t+ P& |* \2 s, z邻值生成数
1 ~6 e  e6 q2 Y5 ?8 A- ~' A4 F

( k  I* v+ y. ~3 a" p
/ y$ p& @8 q$ U4 C: u) l
' v. v: ^$ c; Y" J  [
等权邻值生成数

! m: V- j" f( u( ^4 s% B
. z0 h' f9 O' _' H5 j( H
非邻值生成数
3 \  L% P; a& {2 ]- i! o
6 K+ Q9 S6 f( a1 N8 n6 n
3 X* K8 j0 r; I0 ]! z

3 Q! F( t3 J+ G3 ?4 Y7 D& S————————————————
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。
( ^1 [( B6 v7 Y+ w% Z原文链接：https://blog.csdn.net/qq_29831163/article/details/89713636

; _& a! \8 k" i# w/ r
( z& F2 l- {  f9 N