灰度预测


来源:灰度预测

1.灰色系统的定义:

灰色系统指既含有已知信息又含有未知信息的系统。

2.灰色预测模型的定义:

对灰色系统进行预测的模型。
灰色模型(Grey Model,简称GM模型)一般表达方式为GM(n,x)模型,其含义是:用n阶微分方程对x个变量建立模型。

3.灰色预测模型的目的:

通过把分散在时间轴上的离散数据看成一组连续变化的序列,采用累加和累减的方式,将灰色系统中的未知因素弱化,强化已知因素的影响程度,最后构建一个以时间为变量的连续微分方程,通过数学方法确定方程中的参数,从而实现预测目的。

4.灰色系统预测模型的特点:

无需大量数据样本,短期预测效果好,运算过程简单。

5.灰色系统预测模型的不足:

对非线性数据样本预测效果差。


文章作者: Jerry
版权声明: 本博客所有文章除特別声明外,均采用 CC BY-NC 4.0 许可协议。转载请注明来源 Jerry !
 上一篇
感知机 感知机
#返回目录 感知机 目录 模型介绍 梯度下降法原理和代码 sklearn实现 模型介绍 感知机 随机梯度下降算法 作用 : 求解 w, b . 原理 代码 #进行iter次迭代计算 for k in
下一篇 
支持向量机SVM 支持向量机SVM
#返回目录 支持向量机 目录 模型介绍 梯度下降法原理和代码 sklearn实现 模型介绍 支持向量机 摘录: 实际上SVM找到的仍然不是一个最优的超平面,但一定在最优附近,本文的最优是相对于感知机、逻辑斯蒂等算法而言.
  目录