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。
* D7 e. T* @# W1 ~
3 P" V+ H3 b" Y0 M: x6 o+ V. P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

0 \  t6 s) _3 {- p, ^/ o" ?
- d: k/ o) g( j% c6 P# l* Q
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。

6 b1 O; n" n6 u7 P& @2 累减生成
8 _" \' N+ S3 i8 R( |. ?' g, I2 @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。
# N3 u0 q3 `' D) Y6 k1 s' [+ c


1 F6 t$ [: r- D) ~- M3  均值生成
& u$ m! O; F: `: l' J邻值生成数
' P! ^, E: Y& L- X* Q( r& x
, Q' n' g* C5 H$ \; c
; ?0 _. k/ H4 i* C% h! Y2 ]


等权邻值生成数
& `) @4 O3 I. W4 U% h8 }


非邻值生成数
! T  x7 O) `* @* i9 W
1 N0 A2 Q( u  Z% B. x
! u0 A- Y# X! i5 _
+ G( ~* j% Y+ X
————————————————
1 N0 s5 @1 {/ T! v  r( m7 y, k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。
5 K* s8 |3 n" S  n6 b3 W* O原文链接：https://blog.csdn.net/qq_29831163/article/details/89713636


1 N1 u* c& n0 [2 D