一、简介：如果一个系统具有层次、结构关系的模糊性，动态变化的随机性，指标数据的不完备或不确定性，则称这些特性为灰色性。具有灰色性的系统称为灰色系统。对灰色系统建立的预测模型称为灰色模型(Grey Model)，简称GM模型，它揭示了系统内部事物连续发展变化的过程。二、基本思想：基本思想是用原始数据组成原始序列(0)，经累加生成法生成序列(1)，它可以弱化原始数据的随机性，使其呈现出较为明显的特征规
转载
2023-12-30 21:31:05
56阅读
1. 灰色预测的概念（1）灰色系统、白色系统和黑色系统白色系统是指一个系统的内部特征是完全已知的，既系统信息是完全充分的。黑色系统是一个系统的内部信息对外界来说是一无所知的，只能通过它与外界的联系来加以观测研究。灰色系统介于白色和黑色之间，灰色系统内的一部分信息是已知的，另一部分信息是未知的，系统内各因素间有不确定的关系。（2）灰色预测法所以灰色预测就是通过这样的信息前提下做的一种预测分析，即灰色
转载
2023-08-22 10:40:15
101阅读
灰色预测模型灰色预测模型是通过少量的、不完全的信息，建立数学模型做出预测的一种预测方法。基于客观事物的过去和现在的发展规律，借助于科学的方法对未来的发展趋势和状况进行描述和分析，并形成科学的假设和判断。所需建模信息少运算方便建模精度高对于时间序列短，统计数据少，信息不完全系统的分析与建模，具有独特的功效既含有已知信息又含有未知信息的系统：灰色系统完全已知：白色系统完全位置：黑色系统将原始数据列中的
转载
2023-12-25 22:00:30
41阅读
# Python 灰色模型实现教程
## 一、流程
```mermaid
journey
title Python 灰色模型实现流程
section 确定数据
Start --> 数据预处理 --> 灰度化处理 --> 灰色预测 --> End
```
## 二、步骤及代码
### 1. 数据预处理
数据预处理是灰色模型的第一步，需要将原始数据进行清洗和转
原创
2024-04-23 05:45:23
128阅读
目录灰色预测一阶灰色方程GM(1,1)建模步骤应用及其求解步骤求级比一次累加序列求参数矩阵
u
u
转载
2023-08-20 23:36:09
448阅读
1、关键词：python ，灰度预测模型2、算法名称：灰度预测模型3、算法概述介绍灰色预测是用灰色模型GM(1,1)来进行定量分析的，通常分为以下几类： (1) 灰色时间序列预测。用等时距观测到的反映预测对象特征的一系列数量（如产量、销量、人口数量、存款数量、利率等）构造灰色预测模型，预测未来某一时刻的特征量，或者达到某特征量的时间。 (2) 畸变预测（灾变预测）。通过
转载
2023-05-26 11:38:00
131阅读
游戏没做出来，关于pygame制作游戏，虽然已经搞到了素材库(图片)，但还缺少一些素材库(数据)如果自己算的话，可能很难，又没找比较好的测量工具，所以对于做地图的话就很难了，加上对于一个比较好的小游戏需要进行面向对象编程，所以需要开始设计好所以的元素(但我又不太熟悉)，需要一定的编写经验才可以编出来。所以我还需要对面向对象编程进行进一步的学习加上对于pygame一些函数进行学习才有能力编写出来。(
转载
2023-08-30 16:55:32
58阅读
来源公式推导连接关键词：灰色预测 python 实现 灰色预测 GM(1,1)模型 灰色系统 预测 灰色预测公式推导一、前言 本文的目的是用Python和类对灰色预测进行封装二、原理简述1.灰色预测概述 灰色预测是用灰色模型GM(1,1)来进行定量分析的，通常分为以下几类： (1) 灰色时间序列预测。用等时距观测到的反映预测对象特征的一系列数量（如产量、销量、人口数量、存款数
转载
2023-06-13 20:23:26
124阅读
目录1.简介2.算法详解2.1 生成累加数据2.2 累加后的数据表达式2.3 求解2.2的未知参数3.实例分析3.1 导入数据3.2 进行累加数据 3.3 求解系数3.4 预测数据及对比完整代码1.简介 灰色系统理论认为对既含有已知信息又含有未知或非确定信息的系统
转载
2023-10-01 21:31:04
63阅读
引言灰色理论灰色模型介于白色模型与黑色模型之间，其是内部信息部分确知、部分信息不确知的系统。因此，灰色系统理论主要研究的就是“外延明确，内涵不明确”的“小样本，贫信息”问题。灰色模型（GM模型）如果一个系统具有层次、结构关系的模糊性，动态变化的随机性，指标数据的不完备或不确定性，则称这些特性为灰色性。具有灰色性的系统称为灰色系统。主要分元素信息不完全, 结构信息不完全, 边界信息不完全, 运行行为
转载
2023-11-02 12:45:19
105阅读
import numpy as np
import pandas as pd
path = u'数据源\\第3周\\data\\data1.csv'
f = open(path, encoding = 'utf-8')
d = pd.read_csv(f)
# d.describe().T.round(2)
# d.corr().round(2)
# Lasso变量选择，相当于筛选特征值
from
转载
2023-07-03 22:48:14
313阅读
理论来源：帖子里的理论已经很完整了我的代码就是根据该理论完成的，代码结果与帖子里也一样，只不过我本人又添加了几条测试数据Python环境：Python 3.6.6IDE：pycharm 2020.2.1社区版代码：import argparse
import numpy as np
import pandas as pd
"""
灰色聚类模型 GrayClusteringEvaluation
转载
2023-10-10 22:41:03
19阅读
**引言：**灰色预测的主要特点是模型使用的不是原始数据序列，而是生成的数据序列。其核心体系是灰色模型（Grey Model，简称GM），即对原始数据作累加生成（或其它方法生成）得到近似的指数规律再进行建模的方法。灰色预测模型对于不同问题采用不同模型，GM（1，1）模型主要解决生成序列是有指数变化规律，只能描述单调的变化过程。 **优点：**是不需要很多的数据，一般只需要4个数据就够，能解决历史数
转载
2024-05-06 19:47:18
54阅读
灰色预测模型灰色预测的概念灰色系统的应用范畴大致分为以下几方面：灰色关联分析。灰色预测：人口预测；灾变预测…灰色决策。灰色预测控制灰色系统：系统内一部分信息已知，另一部分信息未知，系统内各因素间有不确定的关系。灰色预测法：灰色预测法是一种对含有不确定因素的系统进行预测的方法。灰色预测是对既含有已知信息又含有不确定信息的系统进行预测，就是对在一定范围内变化的、与时间有关的灰色过程进行预测。灰色预测通
转载
2023-11-22 16:59:19
86阅读
一、研究场景灰色预测模型可针对数量非常少（比如仅4个），数据完整性和可靠性较低的数据序列进行有效预测，其利用微分方程来充分挖掘数据的本质，建模所需信息少，精度较高，运算简便，易于检验，也不用考虑分布规律或变化趋势等。但灰色预测模型一般只适用于短期预测，只适合指数增长的预测，比如人口数量，航班数量，用水量预测，工业产值预测等。灰色预测模型有很多，GM(1,1)模型使用最为广泛
转载
2023-11-05 15:26:04
225阅读
你好，我是goldsunC让我们一起进步吧！文章目录灰色预测引言灰色预测的类型最简单的模型：GM(1，1)GM(1，1)模型实例原理及求解数据处理方法：1.累加生成2.累减生成3.均值生成求解步骤框图求解步骤小误差概率p及方差比检验标准(可在题目无要求精度时相对比较)The End : MATLAB求解代码灰色预测引言古人说：“凡事预则立，不预则废。”办任何事情之前，必须先调查研究，摸清情况，深思
转载
2024-05-10 13:11:10
78阅读
灰色预测模型介绍及MATLAB代码实现灰色预测模型介绍及MATLAB代码实现文章目录1. 按2. 灰色模型介绍3. 精度检验等级参照表4. matlab代码5. 实验数据5.1. 测试一5.2. 测试二1. 按灰色预测模型\color{red}灰色预测模型灰色预测模型(Gray Forecast Model)是一种基于小样本数据进行预测的模型。灰色预测模型所需建模信息少，运算方便，建模精度高，在各
转载
2024-05-13 17:38:35
207阅读
注：本篇随笔依据《Matlab在数学建模上的应用》中第3章介绍来写，主要简单介绍灰色模型及其Matlab实现（博客以及Matlab小白，若有不当欢迎指出）灰色模型（gray model）简介灰色模型的作用：解决数据预测问题。
灰色模型的优点：实用稳定，不仅适用于大数据量的预测，在数据量比较少时（3个以上即可）预测结果依旧准确。Matlab中灰色模型的使用详细流程（熟悉的话可跳过看总结）（1）先对数
转载
2023-07-08 21:25:29
219阅读
目录前言一、模型理论特点二、模型场景1.预测种类2.适用条件三、建模流程1.级比校验2.数据累加和微分方程构造3.系数求解 4.残差检验与级比偏差检验四、Python实例实现总结前言博主参与过大大小小十次数学建模比赛，也获得了不少建模奖项。对于一些小批量样本数据去做预测或者是评估其规律性的话，比较适合的模型一般都是选择灰色预测模型。该模型解释性强而且易于理解，建模手段也比较简单。在一些不
转载
2023-10-11 11:49:22
197阅读
灰色模型编码（python）这是最近要参加数学建模闲着蛋疼自己打了的灰色模型代码。 其中进行模型精度检验好像有问题如有大佬愿意看代码，代码如果出错了还望告知。 我做的灰色模型的流程是： （1）由原始时间序列x 计算出一次累加序列 x_1； （2）建立矩阵 B和 y ； （3）根据最小二乘法，求出参数估计值 a和 u； （4）利用时间响应方程，计算一次累加的拟合值 ，再用一次累减反算出原始时间序列的
转载
2023-06-11 10:52:54
104阅读
