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


2 g# X: m2 g$ w- ]7 ~9 q$ U
% }7 D2 ?7 E# H8 @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。
4 B1 i5 B9 Q; R! k" O
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。
" o0 S! y. y0 N" Q
1 U' c! r, T6 w, z0 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。

3 d( l5 A$ {0 i- l9 |
4 M+ b& @6 e, W! h3 D4 z% O
3  均值生成
邻值生成数


, d. x, p; ]- T0 W; P3 B1 b! {9 q


' [  a# Q- H  }0 u3 u; F+ K等权邻值生成数

' z4 h( N( C/ ?$ b, v" T$ u
* X* m, T  [) V) N6 v
非邻值生成数
, z. ^% N& I. p- ?% }" M
, P8 o  J: r/ T9 M* `8 B

! ?3 X9 v  B" D6 Z, Z& c, E" G  }
4 _3 n/ i3 j4 H* ~0 r* i. U————————————————
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
# d% X/ N# V5 `+ G$ V, r# s! c/ C
: I8 [: Y0 g- X7 y1 k3 [
2 w2 m. t; y2 J