劉解放，劉思峰，方志耕

(1.河南科技學(xué)院數(shù)學(xué)科學(xué)學(xué)院，河南 新鄉(xiāng) 453003；2.南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院，江蘇 南京 210016)

?

一類調(diào)節(jié)強(qiáng)度可變的弱化緩沖算子及其應(yīng)用研究

劉解放1，2，劉思峰1，方志耕1

(1.河南科技學(xué)院數(shù)學(xué)科學(xué)學(xué)院，河南 新鄉(xiāng) 453003；2.南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院，江蘇 南京 210016)

在灰色系統(tǒng)緩沖算子公理體系下，根據(jù)灰色系統(tǒng)的“新信息優(yōu)先原理”，構(gòu)造了一類調(diào)節(jié)強(qiáng)度可變的弱化緩沖算子，并對(duì)其特性進(jìn)行了研究。針對(duì)不同的建模背景，通過調(diào)整緩沖算子的參數(shù)，可以生成具有不同弱化效果的序列。最后，利用本文提出的緩沖算子，對(duì)兩個(gè)實(shí)際案例進(jìn)行了建模計(jì)算，計(jì)算結(jié)果表明，這類新的弱化緩沖算子能夠有效提高GM(1,1)模型的預(yù)測(cè)精度，解決定量預(yù)測(cè)結(jié)果與定性分析結(jié)論不符的問題。

緩沖算子；緩沖強(qiáng)度；弱化算子；預(yù)測(cè)精度

1 引言

灰色系統(tǒng)是通過對(duì)原始數(shù)據(jù)的挖掘、整理來尋求其變化規(guī)律的。灰色系統(tǒng)理論認(rèn)為，盡管客觀系統(tǒng)表象復(fù)雜，數(shù)據(jù)離亂，但它總是有整體功能的，因此必然蘊(yùn)含某種內(nèi)在規(guī)律，關(guān)鍵在于如何選擇適當(dāng)?shù)姆绞饺ネ诰蛩屠盟黐1]。對(duì)于沖擊擾動(dòng)系統(tǒng)預(yù)測(cè)，模型選擇理論也將失去其應(yīng)有的功效，因?yàn)閱栴}的癥結(jié)不在模型的優(yōu)劣，而是由于系統(tǒng)行為數(shù)據(jù)因系統(tǒng)本身受到某種沖擊波的干擾而失真。這時(shí)候，系統(tǒng)行為數(shù)據(jù)已不能正確地反映系統(tǒng)的真實(shí)變化規(guī)律[2]，基于此，劉思峰[3-4]教授提出了緩沖算子理論，對(duì)原始數(shù)據(jù)序列經(jīng)過某種生成，弱化序列的隨機(jī)性，使得序列呈現(xiàn)出應(yīng)有的規(guī)律性，減弱沖擊擾動(dòng)系統(tǒng)的干擾，進(jìn)而使得到的灰色預(yù)測(cè)模型更加符合事物的發(fā)展變化規(guī)律。

為減弱沖擊因素的干擾，劉思峰教授[3]提出了緩沖算子的概念，并構(gòu)造了一種得到較廣泛應(yīng)用的實(shí)用緩沖算子。黨耀國等學(xué)者[5-12]構(gòu)造了若干個(gè)弱化緩沖算子，并對(duì)其性質(zhì)進(jìn)行了研究?，F(xiàn)有的弱化緩沖算子可以對(duì)受沖擊因素干擾的系統(tǒng)特征數(shù)據(jù)進(jìn)行弱化緩沖，在一定程度上提高了GM(1,1)模型的預(yù)測(cè)精度。但不足之處在于，上述緩沖算子較少討論緩沖算子的緩沖強(qiáng)度，且都是基于一種固定的緩沖強(qiáng)度，無法根據(jù)系統(tǒng)的特點(diǎn)進(jìn)行緩沖強(qiáng)度的調(diào)節(jié)，還原系統(tǒng)的真實(shí)面貌，這在一定程度上限制了上述弱化緩沖算子的應(yīng)用。基于此，根據(jù)灰色系統(tǒng)的“新信息優(yōu)先原理”和“最少信息原理”，本文提出一種緩沖強(qiáng)度可以調(diào)節(jié)的弱化緩沖算子，新提出的弱化緩沖算子只需用到系統(tǒng)的當(dāng)前信息和最新信息，充分考慮了系統(tǒng)最新信息的重要性，而且，通過調(diào)節(jié)強(qiáng)度參數(shù)，可以使緩沖后的序列更加能夠反映系統(tǒng)的真實(shí)運(yùn)行規(guī)律，減弱系統(tǒng)的沖擊擾動(dòng)，從而可以有效提高GM(1，1)模型的預(yù)測(cè)精度，可以有效拓展弱化緩沖算子的應(yīng)用范圍。最后，通過實(shí)例驗(yàn)證了所提出的緩沖算子的有效性和實(shí)用性。

2 基本概念

定義1 設(shè)系統(tǒng)行為數(shù)據(jù)序列為X=(x(1),x(2),…,x(n))

(1)若?k=2,3,…,n,x(k)-x(k-1)>0,則稱X為單調(diào)增長(zhǎng)序列；

(2)若?k=2,3,…,n,x(k)-x(k-1)<0,則稱X為單調(diào)衰減序列；

(3)若存在k，k′∈(2,3,…,n)，有

x(k)-x(k-1)>0,x(k′)-x(k′-1)<0

則稱X為隨機(jī)振蕩序列。設(shè)

M=max{x(k)|k=1,2,…,n}，m=min{x(k)|k=1,2,…,n}

稱M-m為序列X的振幅。

公理1[3](不動(dòng)點(diǎn)公理)設(shè)X為系統(tǒng)行為數(shù)據(jù)系列，D為序列算子，則D滿足

x(n)d=x(n)

公理2[3](信息充分利用公理)系統(tǒng)行為數(shù)據(jù)序列X中的每一個(gè)數(shù)據(jù)都應(yīng)充分的參與算子作用的全過程。

公理3[3](解析化、規(guī)范化公理)任意的x(k),k=1,2,…,n,皆可由一個(gè)統(tǒng)一的x(1),x(2),…,x(n)的初等解析式表達(dá)。

定義3 稱上述三個(gè)公理為緩沖算子三公理，滿足緩沖算子三公理的序列算子稱為緩沖算子。

定義4 設(shè)X為原始數(shù)據(jù)序列，D為緩沖算子，當(dāng)X分別為增長(zhǎng)序列、衰減序列或振蕩序列時(shí)，若緩沖序列XD比原始序列X的增長(zhǎng)速度(或衰減速度)減小或振幅縮小，則稱緩沖算子D為弱化算子。

定理1[3]設(shè)X=(x(1),x(2),…,x(n))為系統(tǒng)行為序列，XD=(x(1)d,x(2)d,…,x(n)d)為其緩沖序列，則有:

(1)X為單調(diào)增長(zhǎng)序列，D為弱化緩沖算子?x(k)≤x(k)d,k=1,2,…,n。

(2)X為單調(diào)衰減序列，D為弱化緩沖算子?x(k)≥x(k)d,k=1,2,…,n。

(3)X為振蕩序列，D為弱化緩沖算子，則

上述定理表明，單調(diào)增長(zhǎng)序列在弱化算子作用下數(shù)據(jù)膨脹，單調(diào)衰減序列在弱化算子作用下數(shù)據(jù)萎縮，震蕩序列在弱化算子作用下振幅減小。

3 一類新的弱化緩沖算子的構(gòu)造

定理2 設(shè)X=(x(1),x(2),…,x(n))(x(k)>0),為系統(tǒng)行為序列，XD1=(x(1)d1,x(2)d1,…,x(n)d1)為其緩沖序列，其中：

則當(dāng)X為單調(diào)增長(zhǎng)序列、單調(diào)衰減序列和震蕩序列時(shí)，D1皆為弱化緩沖算子。

證明 不難驗(yàn)證，D1滿足緩沖算子三公理，顯然D1為緩沖算子，以下證明D1是弱化緩沖算子。

(1)設(shè)X為單調(diào)增長(zhǎng)序列，則:

x(k)d1>x(k)

因?yàn)?<α<1，所以1-α>0，又因?yàn)閄是單調(diào)增長(zhǎng)序列，所以x(k)

x(k)d1-x(k+1)d1=x(n)α(x(k)1-α-x(k+1)1-α)<0，這說明緩沖算子D1作用后的序列和原始序列的單調(diào)性保持一致。

(2)設(shè)X為單調(diào)衰減序列，則：

x(k)d1

且：

因?yàn)?<α<1，所以1-α>0，又因?yàn)閄是單調(diào)衰減序列，所以x(k)>x(k+1)，因此：

x(k)d1-x(k+1)d1=x(n)α(x(k)1-α-x(k+1)1-α)>0，這說明緩沖算子D1作用后的序列和原始序列的單調(diào)性保持一致。

(3)設(shè)X為震蕩序列，若：

x(M)=max{x(k)|k=1,2,…,n}，x(m)=min{x(k)|k=1,2,…,n}

所以，x(M)d1x(m)，由定理1可知，D1為弱化緩沖算子。

定理3 設(shè)X=(x(1),x(2),…,x(n))(x(k)>0)為系統(tǒng)行為序列，XD2=(x(1)d2,x(2)d2,…,x(n)d2)為其緩沖序列，其中：

則當(dāng)X為單調(diào)增長(zhǎng)序列、單調(diào)衰減序列時(shí)，D2皆為弱化緩沖算子。

證明 不難驗(yàn)證，D2滿足緩沖算子三公理，顯然D2為緩沖算子，以下證明D2是弱化緩沖算子。

(1)設(shè)X為單調(diào)增長(zhǎng)序列，則：

因此x(k)d2>x(k)。由定理1可知，D2為弱化緩沖算子。

(2)設(shè)X為單調(diào)衰減序列，則：

因此x(k)d2

從緩沖算子的構(gòu)造過程可以看出，新的緩沖算子充分的利用了最新的信息x(n)，符合灰色系統(tǒng)理論的“新信息優(yōu)先原理”，同時(shí)，由于新的緩沖算子含有調(diào)節(jié)參數(shù)，因此，其緩沖強(qiáng)度可以根據(jù)建模的需要進(jìn)行調(diào)節(jié)，使得調(diào)節(jié)后的緩沖算子更加符合系統(tǒng)的發(fā)展規(guī)律。

4 實(shí)例分析

實(shí)例1 為了驗(yàn)證新的弱化緩沖算子的作用，以2003-2009年河南省能源消費(fèi)總量為原始數(shù)據(jù)來構(gòu)建預(yù)測(cè)模型。

表1 2003-2009年河南省能源消費(fèi)總量 (單位：萬噸標(biāo)準(zhǔn)煤)

本文以2003-2008年河南省能源消費(fèi)總量的數(shù)據(jù)序列作為模擬數(shù)據(jù)，2009年數(shù)據(jù)序列作為預(yù)測(cè)數(shù)據(jù)。計(jì)算河南省能源消費(fèi)總量增長(zhǎng)率依次為23.40%，11.86%，11.00%，9.88%，6.38%，4.08%?？梢钥闯?，相比之下，2004-2007年的增長(zhǎng)速度較快，2008-2009年的增長(zhǎng)速度較慢，若直接利用原始數(shù)據(jù)建立灰色預(yù)測(cè)模型，則會(huì)導(dǎo)致所建立的模型無法準(zhǔn)確反映系統(tǒng)的變化情況，所得到的預(yù)測(cè)結(jié)果偏低。為了提高模型的預(yù)測(cè)精度，需要對(duì)原始數(shù)據(jù)序列進(jìn)行平滑，以削弱沖擊擾動(dòng)系統(tǒng)的干擾，凸顯數(shù)據(jù)的規(guī)律性。

因此，以本文所提出的弱化緩沖算子對(duì)原始數(shù)據(jù)序列進(jìn)行弱化處理，并選擇適當(dāng)?shù)膮?shù)α的值，建立預(yù)測(cè)模型，并與直接利用原始數(shù)據(jù)建立的模型進(jìn)行對(duì)比，結(jié)果見表2。

表2 弱化緩沖算子作用前后的GM(1，1)模型的計(jì)算結(jié)果對(duì)比

從表2可以看出，當(dāng)α=0.7的時(shí)候，預(yù)測(cè)相對(duì)誤差最小，預(yù)測(cè)精度為99.33%，隨著α值的減小，算子的弱化效果減弱，隨著α的值增大，算子的弱化效果增強(qiáng)。對(duì)于不同的模型，可以調(diào)節(jié)α的值，以達(dá)到最佳的預(yù)測(cè)效果，也可以借助智能優(yōu)化算法，如粒子群算法，遺傳算法等尋找最優(yōu)的參數(shù)α的值，以達(dá)到最優(yōu)的預(yù)測(cè)效果。

實(shí)例2以黨耀國[7]中的數(shù)據(jù)為例，來驗(yàn)證本文提出的緩沖算子的優(yōu)越性。原始數(shù)據(jù)X=(0.33,0.9,10.24,42.24,88.24,104.10).增長(zhǎng)率依次為172.73%，1037.78%，312.50%，108.90%，17.97%，序列的變化率呈現(xiàn)出明顯的先快后慢的特點(diǎn)。以前5個(gè)數(shù)據(jù)為模擬數(shù)據(jù)，以第6個(gè)數(shù)據(jù)為預(yù)測(cè)數(shù)據(jù)，直接建模和對(duì)于緩沖后的序列建模的計(jì)算結(jié)果，如表3所示，其中D為黨耀國[7]研究中采用的二階緩沖算子。

表3 弱化緩沖算子作用前后的GM(1，1)模型的計(jì)算結(jié)果對(duì)比

從表3可以看出，經(jīng)過本文提出的弱化緩沖算子的調(diào)節(jié)，有效的減少了系統(tǒng)的沖擊擾動(dòng)，經(jīng)過緩沖強(qiáng)度的優(yōu)化，可以使得預(yù)測(cè)誤差大幅減少。

5 結(jié)語

在已有研究的基礎(chǔ)上，根據(jù)灰色系統(tǒng)的“新信息優(yōu)先原理”，本文提出一種緩沖強(qiáng)度可以調(diào)節(jié)的弱化緩沖算子，并分析了其性質(zhì)。以2003年-2009年河南省能源消費(fèi)總量為原始數(shù)據(jù)，利用本文構(gòu)造的弱化算子對(duì)原始序列與經(jīng)過弱化后的數(shù)據(jù)序列分別進(jìn)行建模，比較所建模型的預(yù)測(cè)精度。實(shí)例的運(yùn)算結(jié)果表明：(1)經(jīng)過弱化緩沖算子作用后的數(shù)據(jù)序列在預(yù)測(cè)精度上比用原始數(shù)據(jù)序列預(yù)測(cè)精度均有顯著提高；(2)通過調(diào)節(jié)參數(shù)α的值，可以調(diào)節(jié)弱化緩沖算子的弱化效果，使得弱化效果增強(qiáng)或者減弱，以達(dá)到最佳的預(yù)測(cè)效果。針對(duì)不同的數(shù)據(jù)，如何選擇不同的弱化緩沖算子，使得弱化后的序列更加符合系統(tǒng)的發(fā)展變化規(guī)律，以及如何選擇緩沖算子的階數(shù)，都是未來值得研究的課題。

[1] 鄧聚龍.灰理論基礎(chǔ)[M].武漢:華中科技大學(xué)出版社,2002.

[2] 劉思峰,黨耀國,方志耕,等.灰色系統(tǒng)理論及其應(yīng)用(第5版)[M].北京:科學(xué)出版社2010.

[3] Liu Sifeng.The three axioms of buffer operator and their application[J].Journal of Grey System,1991,3(1): 39-48.

[4] 劉思峰.沖擊擾動(dòng)系統(tǒng)預(yù)測(cè)陷阱與緩沖算子[J].華中理工大學(xué)學(xué)報(bào)1997,25(1): 25-27.

[5] 黨耀國,劉斌,關(guān)葉青.關(guān)于弱化算子的研究[J].控制與決策,2005,20(12): 1332-1336.

[6] 黨耀國,劉思峰,米傳民.弱化緩沖算子性質(zhì)的研究[J].控制與決策,2007,22(7): 730-734.

[7] 黨耀國,劉思峰,劉斌,等.關(guān)于弱化緩沖算子的研究[J].中國管理科學(xué),2004,12(2): 108-111.

[8] 吳正朋,劉思峰,米傳民,等.基于反向累積法的弱化緩沖算子序列研究[J].中國管理科學(xué),2009,17(03):136-141.

[9] 謝乃明,劉思峰.弱化緩沖算子的性質(zhì)與若干實(shí)用弱化算子的構(gòu)造[J].統(tǒng)計(jì)與決策,2006,(4):9-10.

[10] 崔立志,劉思峰，吳正朋.新的弱化緩沖算子的構(gòu)造及其應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐，2010,0(3): 484-489.

[11] 花玲,謝乃明.政策沖擊影響下中國能源消費(fèi)預(yù)測(cè)分析及控制策略[J].中國管理科學(xué),2014,22(07):18-25.

[12] 葉璟,李炳軍,劉芳.弱化緩沖算子對(duì)GM(1,1)模型的預(yù)測(cè)效應(yīng)及適用性[J].系統(tǒng)工程理論與實(shí)踐,2014,34(09):2364-2371.

[13] Wu Zhengpeng, Liu, Sifeng,Mi Chuanmin, et al.Study on the sequence of weakening buffer operator based on old weakening buffer operator[J].Journal of Grey System,2008,20(3):229-234.

[14] Liao Ruijin, Bian Jianpeng, Yang Lijun, et al.Forecasting dissolved gases content in power transformer oil based on weakening buffer operator and least square support vector machine-Markov[J]. Iet Generation Transmission &Distribution,2011,6(2):142-151.

[15] Zhou Han,Huang Jiejun, Yuan Yanbin,et al.Prediction of water consumption in hospitals based on a modified grey GM (0,1|sin) model of oscillation sequence: The example of wuhan city[J].Journal Of Applied Mathematics,2014:1-7.

[16] Luo Dang, Wang Xia.The construction of new weakening buffer operators and their application[J].Grey Systems: Theory and Application,2011,1(2): 148-157.

[17] Wei Yang, Kong Xinhai, Hu Dahong.A kind of universal constructor method for buffer operators[J].Grey Systems: Theory and Application,2011,1(2):178-185.

[18] 劉永菲,張輝,解忠誠.一類新弱化緩沖算子的構(gòu)造[J].中國傳媒大學(xué)學(xué)報(bào)(自然科學(xué)版),2014,21(03): 51-55,41.

A Class of New Weakening Buffer Operators Whose Adjustable Intensity Can be Changed and Their Applications

LIU Jie-fang1,2，LIU Si-feng1，F(xiàn)ANG Zhi-geng1

(1.School of Mathematical Science, Henan Institute of Science and Technology, Xinxiang 453003,China;2.College of Economics and Management, Nanjing University of Aeronautics and Astronautics，Nanjing 210016,China)

buffer operator; buffer intensity; weakening operator; forecast precision

2014-10-29；

2015-11-09

國際人才引進(jìn)計(jì)劃資助項(xiàng)目(FP7-PIIF-GA-2013-629051)；國家自然科學(xué)基金資助項(xiàng)目(91324003, 71171113，71401051)；國家自然科學(xué)基金與英國皇家學(xué)會(huì)國際合作交流項(xiàng)目(71111130211)；國家科技重大專項(xiàng)(2009ZX11002)；國家社會(huì)科學(xué)基金資助重點(diǎn)項(xiàng)目(12AZD102)

簡(jiǎn)介：劉解放(1980-)，男(漢族)，河南周口人，河南科技學(xué)院數(shù)學(xué)科學(xué)學(xué)院講師，博士，研究方向：灰色系統(tǒng)理論、裝備研制管理等，E-mail:liujf101@126.com.

N94

A

1003-207(2016)08-0172-05

10.16381/j.cnki.issn1003-207x.2016.08.021