实用灰色预测建模方法及其MATLAB程序实现 内容简介

随着灰色理论研究的不断深入及研究成果的大量涌现，灰色预测模型理论体系日趋完善，同时也出现了数以百计结构各异、机理相似、形式多样的灰色预耐模型。为了让读者更加清晰地了解各种典型灰色预测模型的建模对象、体系结构与建模流程．本书围绕构建面向近似齐次指数序列、近似非齐次指数序列、线性函数序列、随机振荡序列及多变量序列的实用灰色预测模型建模方法展开系统论述，并在此基础上考法了实现上述灰色预测模型的MATLAB程序。书中介绍的灰色预测模型大部分系作者及团队成员多年从事灰色系统研究的理论探索、实际应用和教学工作的结晶，同时还吸收了国内外学者的*新研究成果。

实用灰色预测建模方法及其MATLAB程序实现 本书特色

随着灰色理论研究的不断深入及研究成果的大量涌现，灰色预测模型理论体系日趋完善，同时也出现了数以百计结构各异、机理相似、形式多样的灰色预耐模型。为了让读者更加清晰地了解各种典型灰色预测模型的建模对象、体系结构与建模流程．本书围绕构建面向近似齐次指数序列、近似非齐次指数序列、线性函数序列、随机振荡序列及多变量序列的实用灰色预测模型建模方法展开系统论述，并在此基础上考法了实现上述灰色预测模型的MATLAB程序。书中介绍的灰色预测模型大部分系作者及团队成员多年从事灰色系统研究的理论探索、实际应用和教学工作的结晶，同时还吸收了国内外学者的**研究成果。

实用灰色预测建模方法及其MATLAB程序实现 目录

第1章灰色预测建模方法概述1.1几种常见的预测模型1.2灰色预测模型的主要特点1.3灰色预测模型的优化方法1.3.1原始数据预处理1.3.2灰色预测模型参数优化1.3.3灰色预测模型结构优化1.4灰色预测模型适应性拓展1.4.1面向振荡序列的灰色预测建模方法1.4.2面向灰数序列的灰色预测模型1.4.3面向灰色异构数据的灰色预测模型1.5多变量灰色预测模型的建模方法1.6本书的主要研究内容第2章灰色序列生成2.1灰色序列生成概述2.2灰色累加生成与累减生成2.2.1灰色累加生成及其MATLAB程序实现2.2.2灰色累减生成及其MATLAB程序实现2.3灰色缓冲算子与灰色趋势生成2.3.1灰色缓冲算子三公理与灰色趋势生成的基本概念2.3.2常用的灰色弱化缓冲算子及其MATLAB程序实现2.3.3常用的灰色强化缓冲算子及其MATLAB程序实现第3章常用单变量灰色预测模型3.1GM(1，1)模型3.2DNGM(1，1)模型3.3单变量非齐次灰色预测模型的等价性与无偏性3.4灰色预测模型性能检验方法3.5灰色预测模型的建模步骤及MATLAB程序第4章近似非齐次指数序列灰色预测模型4.1基于白化微分方程参数直接估计法的灰色预测模型及其优化4.1.1DNGM(1，1)模型参数的直接估计4.1.2DNGM(1，1)模型性质分析4.1.3DNGM(1，1)模型背景值优化方法4.1.4DNGM(1，1)模型建模步骤与MATLAB程序实现4.2基于灰色差分方程直接估计法的三参数灰色预测模型4.2.1GM(1，1)模型的通用形式4.2.2三参数灰色预测模型的参数估计4.2.3三参数灰色预测模型的性质4.2.4三参数灰色预测模型初始值的优化4.2.5TPGM(1，1)模型建模步骤与MATLAB程序实现4.3近似非齐次指数增长序列的间接DGM(1，1)模型4.3.1近似非齐次指数增长序列与近似齐次指数增长序列的转化4.3.2IDGM(1，1)模型的构建4.3.3IDGM(1，1)模型的建模流程及MATLAB程序4.4近似非齐次指数增长序列的DGM(1，1)直接建模法4.4.1DDGM(1，1)模型的构建4.4.2DNGM(1，1)模型初始条件的优化4.4.3DNGM(1，1)模型性质4.4.4DNGM(1，1)模型的建模流程及MATLAB程序4.5四种灰色预测模型对六种典型序列模拟性能的比较和分析4.5.1上升凸序列4.5.2上升凹序列4.5.3下降凸序列4.5.4下降凹序列4.5.5严格非齐次指数序列4.5.6近似非齐次指数序列4.5.7模拟性能综合比较4.6本章小结第5章面向振荡序列的灰色预测模型5.1基于包络线的振荡序列区间预测建模方法5.1.1振荡序列及其区间拓展5.1.2振荡序列的区间预测5.1.3振荡序列区间预测模型的建模步骤5.2基于振幅压缩的振荡序列预测建模方法5.2.1平滑性算子的定义5.2.2平滑序列预测模型的构建5.2.3随机振荡序列预测模型的推导5.2.4随机振荡序列预测模型建模步骤与MATLAB程序5.3本章小结第6章多变量灰色预测模型6.1传统多变量灰色预测模型缺陷分析6.1.1传统多变量灰色预测模型的基本定义6.1.2传统多变量灰色预测模型的参数估计与时间响应式6.1.3传统多变量灰色预测模型的三大缺陷6.2多变量灰色预测模型结构优化6.2.1OGM(1，N)模型的定义-6.2.2OGM(1，N)模型的参数估计6.2.3OGM(1，N)模型时间响应式的推导6.3多变量灰色预测模型性质研究6.4多变量灰色预测模型背景值优化6.4.1OBGM(1，N)模型的定义与参数估计6.4.2OBGM(1，N)模型的时间响应式和*终还原式6.4.3应用粒子群算法优化OBGM(1，N)模型背景值系数6.5多变量灰色预测模型的建模步骤及MATLAB程序6.6本章小结第7章灰色预测模型应用分析7.1粮食总产量预测7.2全社会固定资产投资总额预测7.3重庆空气质量指数的区间预测7.4矿岩移动站下沉预测7.5我国页岩气产量预测7.6北京市机动车保有量预测7.6.1影响北京市机动车保有量的影响因素分析7.6.2北京市机动车保有量预测模型的构建7.6.3计算和比较模拟值／预测值及模拟／预测误差7.7本章小结参考文献