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。
4 u, c& m" M9 A, v' F
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
: U4 W8 L5 N) h* J6 f/ k  D/ ?


. g7 n( `2 S( Y" b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。
# ^- K1 P# ?* ~; M& g) q! L7 x
$ ~' V* A' B# M' p2 累减生成
" h2 W* ]+ b# M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 l7 b9 p* K! B3 O8 w$ q
' Q5 U4 I. H0 i" q' M
3 D- s8 W0 E9 l! m/ B. ~( D
3  均值生成
邻值生成数



/ h6 J4 F( G2 E8 d4 h! ]$ T

等权邻值生成数
% d, n" S$ `; K& {7 E  r+ o9 {# L/ h: D, f/ E


( ]! ~! x+ F/ t4 N( T+ S非邻值生成数
5 C7 x7 r7 N% J# g5 V0 j
5 e% d  X* T8 m" o* u


9 V8 B, ]: @% D9 A$ V————————————————
3 Y( G$ x; T% 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。
  y* z, B' V3 U8 b2 k原文链接：https://blog.csdn.net/qq_29831163/article/details/89713636
' Z3 q8 q' t7 P& P# U
6 T  s' g6 ?: n: A! _3 G5 O) f/ F4 \
8 u: Q' ^7 ]! G( T9 B9 Q$ f: B