王瑞敏，魏 勇

0 引言

在鄧聚龍?zhí)岢龅幕疑到y(tǒng)理論中，GM（1,1）模型是灰色預測模型最基礎(chǔ)最核心的的模型之一，且該模型已經(jīng)被廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、醫(yī)學、軍事等領(lǐng)域[1～2]。許多學者在應(yīng)用過程中發(fā)現(xiàn)，該模型在建模時存在缺陷，并為此做出大量研究如對背景值、灰導數(shù)、初始條件優(yōu)化、殘差、建立組合模型等[3～6]優(yōu)化方法來提高模型的預測精度。然而這些模型建立時原始數(shù)據(jù)為齊次指數(shù)序列，對于原始數(shù)據(jù)為近似非齊次指數(shù)序列，文獻[7]通過原始序列的累減生成將近似非齊次指數(shù)序列轉(zhuǎn)化成齊次指數(shù)序列后再建立DGM(1,1)模型。文獻[8]提出了GM(1,1)直接建模法及其性質(zhì)，文獻[9]提出了直接建模和累加建?；疑Ｐ吞匦缘谋容^，許多學者對此進行了深入的研究[10～14]。傳統(tǒng)的灰色預測模型，基于累加的方式尋找蘊含在序列之中的灰指數(shù)律，以揭示系統(tǒng)未來的發(fā)展趨勢；然而，已知建模序列為近似非齊次指數(shù)序列的前提下，則不必對序列進行累加以及累減還原[14]。受此思想方法的啟發(fā)，對于原始序列為近似非齊次指數(shù)序列，本文基于文獻[15]的優(yōu)化思想，采用向前差商和向后差商的加權(quán)平均值作為直接建模的灰導數(shù)，建立了新的直接GM（1,1）模型，并且優(yōu)化了初始條件。通過實例驗證該模型具有較高的模擬精度，能夠較好的模擬原始數(shù)據(jù)為非齊次指數(shù)特征的數(shù)據(jù)，具有一定的理論價值和應(yīng)用價值。

1 直接建模GM（1,1）模型簡介

設(shè)原始非負序列X(0)=(x(0)(1),x(0)(2),...,x(0)(n))為系統(tǒng)特征數(shù)據(jù)序列，其一次累減序列1-IAGO為X(-1)=(x(-1)(1),x(-1)(2),...,x(-1)(n))，其中 x(-1)(1)=x(0)(1),x(-1)(k)=x(0)(k)-x(0)(k-1)，X(0)的緊鄰均值生成的序列為Z(0)=(z(0)(2),z(0)(3),...,z(0)(n))，其中

白化微分方程為：

其相應(yīng)的灰微分方程為x(-1)(k)+az(0)(k)=b，其中a,b為待辨識參數(shù)。

利用最小二乘法求參數(shù)有：

由白化微分方程得到離散時間響應(yīng)式為：

2 直接建模GM（1,1）模型的灰導數(shù)優(yōu)化

對于原始序列為近似非齊次指數(shù)特征的序列，本文由文獻[15]的基本優(yōu)化思想，利用向前差商[x(0)(k)-x(0)(k -1)]和向后差商[x(0)(k +1)-x(0)(k)]的加權(quán)平均值λ[x(0)(k)-x(0)(k -1)]+(1-λ)[x(0)(k +1)-x(0)(k)]作為白化方程（1）式的灰導數(shù)。

定理1：若x(0)(t)滿足白化微分方程dx(0)/dt+ax(0)=b，即x(0)(t)=ce-at+b/a，則存在 λ=(-aea+ea-1)/(2eae2a-1)，其中a,b為待辨識參數(shù)，k=2,3,…,n 使得：

下面來求待辨識參數(shù)a,b:

因為將 λ=(-aea+ea-1)/(2ea-e2a-1)代入（4）式并移項整理得：

令1/(1-ea)=β1,b/a=β2，則（5）變?yōu)?

所以對于近非齊次指數(shù)序列可以利用最小二乘法求參數(shù)：

3 初始條件的優(yōu)化

關(guān)于GM模型的研究，認為以第一個分量作為灰色模型建模的初始條件，這樣就造成對新信息利用不夠充分，根據(jù)新信息優(yōu)先原理，賦予新信息較大的的權(quán)重可以提高灰色建模和灰色預測的功效（文獻[2]、[6]）。本文以作為初始條件同時優(yōu)化灰導數(shù)建立GM(1,1)直接模型：

4 實例分析

例1以文獻[16]中的數(shù)據(jù)為例，分別以傳統(tǒng)GM（1,1）模型（記為model 1）、文獻[16]中的模型（記為model 2）、本文建立的優(yōu)化灰導數(shù)直接GM（1,1）模型（記為model 3）以及本文同時優(yōu)化灰導數(shù)和初始條件建立的直接GM（1,1）模型（記為model 4）進行模擬和預測，分析比較它們的模擬精度，計算結(jié)果見表1.原始數(shù)據(jù)為x(0)(k)={2.718,7.389,20.086,54.598,148.41,403.43,1096.6}，這是一個高增長的序列。

從表1可以看出，相對于傳統(tǒng)GM（1,1）模型(model 1)和文獻[16]中的的模型(model 2)，本文模型(model 3)具有較高的的模擬精度，并且本文灰導數(shù)和初始條件同時優(yōu)化的直接GM（1,1）模型（model 4）模擬精度更高。

表1 模型模擬精度分析表（一）

表2 模型模擬精度分析表（二）

例2以文獻[14]中的數(shù)據(jù)為例，比較DDGM(1,1)模型（記為model 1）和本文優(yōu)化灰導數(shù)建立的直接GM（1,1）模型（記為model 2）的模擬精度。計算結(jié)果見表2.

直接離散模型即DDGM(1,1)模型（model 1）和本文優(yōu)化灰導數(shù)直接GM（1,1）模型（model 2）都是針對原始數(shù)據(jù)是非齊次指數(shù)建模的。根據(jù)表2，從X1-X6的模擬數(shù)據(jù)發(fā)現(xiàn)，DDGM(1,1)模型和本文模型都有較高的模擬精度，并且對嚴格非齊次指數(shù)函數(shù)序列（X5：X5(k)=3k+2）和近似非齊次指數(shù)函數(shù)序列（X6）能夠?qū)崿F(xiàn)較高的模擬。相對而言，本文模型模擬精度要略微偏低，是因為直接離散模型避開了從灰色微分方程到白化微分方程直接跨越所造成的誤差這個問題，所以模擬精度較高甚至可以完全擬合。而本文所建的模型是通過優(yōu)化灰導數(shù)和初始條件從而使模型的白化微分方程和灰色微分方程能夠更好的匹配，盡量的把誤差降到最低。

5 結(jié)論

直接GM（1,1）模型是在原始數(shù)據(jù)為近似非齊次指數(shù)序列這個前提下建模的。本文通過優(yōu)化直接GM（1,1）模型的灰導數(shù)和初始條件來建立模型。并通過實例來驗證該模型的具有較高的模擬精度,能夠較好的模擬原始數(shù)據(jù)為非齊次指數(shù)特征的數(shù)據(jù)，具有一定的理論價值和應(yīng)用價值。

[1]鄧聚龍.灰預測與灰決策[M].武漢:華中科技大學出版社,2002.

[2]劉思峰,黨耀國,方志耕,謝乃明等.灰色系統(tǒng)理論及其應(yīng)用(第五版)[M].北京:科學出版社,2010.

[3]羅黨,劉思峰,黨耀國.灰色模型GM(1,1)優(yōu)化[J].中國工程科學,2003,5(8).

[4]穆勇.優(yōu)化灰導數(shù)白化值的無偏灰色GM(1,1)模型[J].數(shù)學的實踐與認識,2003,33(3).

[5]王義鬧,劉開第,李應(yīng)川.優(yōu)化灰導數(shù)白化值的GM(1,1)建模法[J].系統(tǒng)工程理論與實踐,2001,(9).

[6]黨耀國,劉思峰,劉斌.以x(1)(n)為初始條件的GM模型[J].中國管理科學,2005,13(1).

[7]曾波,劉思峰.近似非齊次指數(shù)增長序列的間接DGM(1,1)模型分析[J].統(tǒng)計與信息論壇，2010,8(25).

[8]王義鬧.GM(1,1)直接建模法及其性質(zhì)[J].系統(tǒng)工程理論與實踐,1988,8(1).

[9]黃巍送,胡翔勇,等.直接建模和累加建?；疑Ｐ吞匦缘谋容^[J].武漢水利電力大學（宜昌）學報,1999,21(4).

[10]王義鬧,劉光珍等.GM(1,1)的一種逐步優(yōu)化直接建模法[J].系統(tǒng)工程理論與實踐,2000,20(9).

[11]王義鬧,李應(yīng)川等.逐步優(yōu)化灰導數(shù)白化值的GM(1,1)直接建模法[J].華中科技大學學報,2001,29(3).

[12]王義鬧.GM(1,1)逐步優(yōu)化直接建模法的推廣[J].系統(tǒng)工程理論與實踐,2003,23(2).

[13]穆勇.無偏灰色GM（1,1）模型的直接建模[J].系統(tǒng)工程與電子技術(shù)，2003,25(9).

[14]曾波,劉思峰.近似非齊次指數(shù)序列的DGM(1,1)模型直接建模法[J].系統(tǒng)工程理論與實踐,2011,2(31).

[15]李玻,魏勇.優(yōu)化灰導數(shù)后的新GM(1,1)模型[J].系統(tǒng)工程理論與實踐,2009,29(2).

[16]王鐘羨,吳春篤.GM(1,1)改進模型及其應(yīng)用[J].數(shù)學的實踐與認識,2003,33(9).