灰色系统理论及其应用 (三) ：生成数

浅夏110

1 累加生成
$ }9 G7 o0 P! l/ R! t+ }3 A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。
5 F& i$ J1 H, M! b' e
8 C' n1 j$ \* B* J/ P' h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
, Y) v  A) v  I; d- m$ e7 J
& t) ?3 l+ S7 t9 S; b# C+ N

  W$ G" M. Y" R4 V& o( h2 K( d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。
5 j" o/ D" w2 p+ t
  e. q" B1 N  b& o" B  E  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。
& r7 g0 Q2 g1 G. d) g# a- |
5 w# _' C8 b  ?! j  A6 K0 P2 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。


/ j0 {! k/ S0 c/ U6 H5 o& L
$ u4 `0 y9 }! f+ O+ T3  均值生成
邻值生成数

6 R8 I9 K- L6 \) e% `

: E- I$ ]1 c5 g+ R' Y, u3 |
, i+ {5 w9 }/ b7 l2 V* H
, m! g' ^3 O2 j  w# U等权邻值生成数

3 Y5 y) H. j6 c7 }( v8 j
, ]& t/ [3 `1 |+ h1 {
非邻值生成数
- g% @  N$ n( m7 J% E

+ R: G8 g5 {8 A9 X2 c! h& V

————————————————
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。
% d; B- c9 z* z( Q7 ^  D, j原文链接：https://blog.csdn.net/qq_29831163/article/details/89713636
& N: y; O( d- \" c, v1 A- H

- f. l6 B9 E" J* ^