无偏灰色Verhulst直接建模模型及其优化

针对本身已经具有饱和状态过程且近似满足Logistic函数形式的原始序列,提出通过对其进行倒数生成,建立无偏灰色Verhulst直接建模模型,并在此基础上将同时优化背景值和灰导数与利用"最小一乘法"确定响应系数的方法相结合,从而建立了优化的无偏灰色Verhulst直接建模模型。结果表明,该模型对满足Logistic函数形式的曲线进行模拟和预测具有完全重合性。通过实例分析说明了优化的新模型的可行性和有效性。     

对背景值和灰导数同时优化的新GM(1,1)模型

文章在现有的对灰色模型的背景值,灰导数的单独优化方法基础上,提出了对背景值和灰导数同时作用的优化方法,结合迭代的方法建立新模型;从理论上严格论证了新模型对标准指数序列而言具有白化指数律重合性;通过来源于生产实际的数据验证了新模型相对于原始模型、单独优化灰导数模型、单独优化背景值模型,都具有更优的模拟精度和预测精度。     

基于加权组合和最小二乘法改进的GM(2,1)模型

文章通过分析指出了GM(2,1)模型存在灰微分方程与白化方程无法匹配以及默认经过初始值点的缺陷;利用权值p1、p2对一阶灰导数和背景值进行加权组合,建立了GM(2,1)模型的一种改进形式--GM(2,1,p1,p2模型,利用最小二乘法确定系统最终参数.实例验证结果表明,改进GM(2,1)模型具有更高的预测精度.     

无偏GM（1,1）幂模型及其应用

针对GM（1,1）幂模型灰微分方程与白化方程无法匹配的缺陷,以灰微分方程的重构为基础,建立无偏GM（1,1）幂模型。该方法使得差分方程的参数与其在微分方程中对应的参数具有更好的一致性。将无偏GM（1,1）幂模型应用到旅游客源预测中,实例应用结果显示无偏GM（1,1）幂模型预测精度高于GM（1,1）模型。     

pGM(1,1)模型权值p的精确求解及其性质分析

文章分析了灰色GM(1,1)模型的缺陷即白化响应式并不是灰微分方程的真正解,以pGM(1,1)模型白化响应式等于灰微分方程的真正解为条件,并由其背景值构造式推导出了权值p的精确表达式.由于p值不是有限小数,因此其取值精度对预测精度有影响,基于指数序列分析了p值的取值精度对预测结果的影响.     

区间灰数序列的白化方法及其性质研究

由于灰代数运算体系尚不完善,难以有效构建基于灰数序列的灰色模型,而传统灰数序列的白化方法又将导致信息损失,故在不破坏区间灰数独立性及信息完整性的前提下,设计一种区间灰数序列白化处理的新方法,重点研究白化序列与原区间灰数序列在平移变换及倍乘变换过程中的数据特点;同时将白化序列成功地应用于区间灰数预测及关联分析模型的构建。这一研究成果对拓展灰色模型的适用范围具有重要意义。     

近似非齐次指数序列的非等间距IANGM(1,1,k)模型构造

针对近似非齐次指数的非等间距数据序列在建模过程中存在灰色微分方程和白化微分方程不匹配、建模后需要对白化微分方程解的时间响应式作累减还原问题,提出利用原始序列与其对应的1-IAGO构建灰色微分方程和白化微分方程相匹配的IANGM(1,1,k)模型新方法,该方法利用模型白化微分方程得到的时间响应函数是关于原始序列的表达式,无需累减还原就可以直接进行模拟预测。通过实例验证了新方法对递增和递减的近似非齐次指数的非等间距序列均具有非常好的模拟和短期预测效果,新方法进一步拓宽了灰色预测模型的适用范围。     

求解灰色Verhulst模型参数的新方法

将传统"通过代入初始条件x(1)(k1)=x(1)(k1)=x(0)(k1)整理解得α和β"的方法改进为"通过灰色微分方程αea(ki-k1)+β=1/x(1)(ki),再次利用最小二乘法确定α和β"的新方法,对灰色Verhulst模型的参数求解方法进行改进。研究结果表明:新方法的灰色Verhulst模型建模不仅模拟效果较好,而且适用于等间距和非等间距,并通过等间距与非等间距的实例,与传统模型及近期一些优化模型对比分析,说明了新方法的可行性和优越性。     

灰色聚类评价方法的延拓研究

本文对传统灰色聚类方法进行了延拓,考察了其白化权函数转折点选择问题。首先,阐述灰色聚类评价中白化权函数的确定方法,并指出其弊端;然后,提出基于区间灰数的白化权函数转折点确定方法,给出灰色聚类评价方法的延拓方案;最后,应用实例验证方法的有效性。     

随机信息中正态方差的灰色估计

利用随机信息进行参数估计,是数理统计学的基本内容.但经典统计学的理论和方法,都是建立在参数是明确数据的基础上.而现实社会经济生活中的参数,具有大量不确定性或认识的模糊灰色性.文章在Neyman的置信区间理论基础上,借助灰色系统的方法,在随机样本的信息下,对正态方差的灰色估计进行了研究,求出了正态方差的灰数估计及其白化权函数;并列举实例以示其应用.     

无偏灰色Verhulst模型初始条件的优化

针对传统无偏灰色Verhulst模型初始条件的选取问题,分别提出了以x（1）（1）和x（1）（n）为初始条件的优化模型,使得原始序列的一阶累加生成序列与其模拟值的误差平方和达到最小。在此基础上,给出了最优初始条件下的无偏灰色Verhulst模型的预测公式,并通过实例验证了优化模型的有效性和实用性。     

基于核和灰度的双重异构数据序列预测建模方法研究

通过建立灰色异构数据"核"序列的DGM(1,1)模型,实现双重异构数据"核"的预测;以"核"为基础、以双重异构数据序列中较大的区间灰数信息域作为预测结果的信息域,构建基于区间灰数与实数的双重异构数据序列灰色预测模型,有效地将灰色预测模型建模对象从"同质数据"拓展至"双重异构数据"。研究成果对丰富灰色预测模型理论体系具有积极意义。     

广义灰色GGM（1，1）模型与应用

文章提出了广义灰色GGM(1,1)模型,即变系数一阶线性动态微分方程,给出了两种常用的广义灰色GGM(1,1)模型的建立方法,并在实际应用中取得了很好的效果。     

基于核和灰度的灰色异构数据代数运算法则及其应用

为解决灰色异构数据的建模问题,应用"核和灰度"对灰色异构数据代数运算法则及其性质展开研究。将灰信息表征为"核和灰度",通过"核"将灰色异构数据代数运算转换为实数之间代数运算,根据灰度不减公理确定运算结果之灰度,在此基础上构建灰色异构数据的代数运算法则,并将该法则应用于灰色异构数据预测模型的构建及空气质量指数(AQI)的预测。研究成果对丰富与完善灰色系统基础理论具有积极意义。     

灰色斜率相似关联度研究及其应用

根据灰色关联分析的基本思想,基于灰色斜率关联度的计算模型,提出了一种新的灰色斜率相似关联度计算模型,它满足相似性。该计算模型充分利用了序列在各个时点的信息和正、负相关性,得出的关联分析结果比较客观可靠。实例分析表明：该模型简单,且具有良好的应用性。     

一种适用于非齐次指数增长序列的直接型离散灰色模型

基于灰色模型的背景值表达式及非齐次指数增长序列的形式1,得到了一种一次累加序列与原始序列的关系,给出了系数确定方法,获得了适用于非齐次指数增长序列的直接型离散灰色模型,并给出了系数确定的方法。实例研究表明：本优化模型不仅具有可操作性,而且精度高,效果好。     

Second-order stochastic differential equation model as an alternative for the ALT and CALT models

The paper first discusses the autoregressive latent trajectory (ALT) model and presents in detail its improved version, the continuous-time autoregressive latent trajectory (CALT) model. Next, serious problems related to the linear components in the ALT and CALT models are dealt with. As an alternative for the linear component, the first-order derivative in a second-order stochastic differential equation model is proposed. This is applied to Marital Satisfaction data, collected in four consecutive years (2002–2005). It is pointed out that the first-order derivative as explanatory variable has none of the problems associated with the linear component.