灰色-马尔可夫预测模型
在实际生活中，我们经常遇到很多要预测的事情，其中很常见的就是对产品销量的预测，这对于防止产品供应不足或者产品滞销的情况是很有用的。我们要介绍的灰色-马尔可夫模型就是一个比较热门的预测模型，它的特点是：信息量较小，需要预测的信息较少，指数规律变化。
1.灰色预测模型
黑色表示未知，白色表示已知，灰色介于白色与黑色之间，与白色区域有联系，要推测出黑色区域的值，这就叫灰色预测模型。一般来说，白色区域给出的值没有什么规律可循，我们的第一步就是将没有规律的值造出规律来。设白色区域提供了n个值。
第一步：构建累加序列，累减序列，或者累次加权平均序列（相邻两个值取加权平均替代原序列，再构建累加序列）。
第二步：级比检验，考虑相邻两个值的比例，如果全都落在区间(e^-(2/(n+1)),e^(2/(n+1))）内，那么用灰色模型的效果就比较好。否则用平移变化修正数据，直到满足级比检验的条件。
第三步：对累加序列进行拟合，用指数函数拟合，采用最经典的最小二乘法。
第四步：用拟合的函数对黑色区域的累加序列值进行预测，最后还原回原本序列值。
在实际应用中，我们会发现灰色模型的拟合效果有时候不太好，特别是对于波动性数据和趋势性数据的拟合，差别与实际值较大，于是我们引入马尔可夫链对灰色模型进行改进。
注：上面的灰色模型是最常用的GM(1,1)模型，实际上就是含有一个变量的一阶微分方程，函数解出来就是指数形式，其他的预测可能有n个变量，我们用m阶微分方程解出的函数拟合，则称为GM(m,n)模型。
2.灰色-马尔可夫预测模型
在灰色模型的拟合效果不够好的时候，我们称其为未修正的灰色模型。修正的方法是建立残差绝对值序列并对正负号利用马尔科夫链进行完善。
第一步：建立残差绝对值序列（残差为原观测值与未修正灰色模型的差），然后把此序列视作原始的白色区域，再进行一次灰色模型预测，得到残差绝对值预测值。
第二步：考虑残差正负号，引入马尔科夫链。马尔科夫链上的值，仅取决于前一个值，而与其他值无关，所以我们只需要知道前一个值转移到后一个值的概率即可。这些概率所构成的矩阵叫做状态转移矩阵。在这里我们需要考虑的状态转移矩阵就是一个2*2的矩阵，规则如下：
这样就确定了预测的残差序列，可以对未修正的灰色模型进行修正。
最终的预测效果一般会比原始灰色模型好很多。
这就是本人对灰色-马尔可夫模型的理解，不足之处敬请指正~~~
灰色-马尔可夫预测模型相关推荐
- 灰色马尔科夫链matlab,基于灰色-马尔科夫模型的电力功率预测
利用1998-2009每年的用电量预测2010年的用电量 QQ图片20130515210109.jpg (20.32 KB, 下载次数: 18) 1998-2009每年用电量数据 2013-5-15 ...
- 阿白数模笔记之灰色-马尔科夫模型（Grey Markov model）
目录 前言(preface) GM(1,1) 简介(brief introdution) ①级比检验(Grade ratio test) ②建立GM(1,1)模型 Ⅰ.邻值生成序列(Adjacent ...
- 灰色马尔可夫模型的Python代码实现
本文通过Python实现了灰色模型的编写,并经过spssau初步验证,此外,本文将随机过程的马尔可夫和灰色模型相结合,以此来预测具有随机性.未来性的时间序列 文章目录 灰色模型 前沿 1.什么是灰色模 ...
- 灰色马尔科夫预测 matlab代码（数据量太少，有局限性）
首先声明,本人只是个刚学matlab不到一周的纯小白,写灰色马尔科夫是因为数学建模培训练题的时候要用到,但是在网上找不到现成的能用的代码(啊没错,我就是那种白嫖党),而且找到的基本都是"付费 ...
- （改进GM（1，1）模型）灰色残差马尔科夫预测模型的matlab实现
一.基于灰色残差马尔科夫模型的预测 应用马尔可夫状态转移矩阵对残差灰色预测模型进行了改进,结果表明,改进的预测模型精度较高,比传统灰色模型预测效果好.马尔可夫过程是研究事物状态及其转移的理论 . 一个 ...
- (五)、马尔科夫预测模型
马尔可夫预测法是一种预测事件发生的概率的方法,主要用于市场占有率的预测和销售期望利润的预测.地理预测研究.预测事件发生的概率,不仅仅是预测其可能发生的结果,而且明确每一种结果的概率.它是根据事件的目前 ...
- 基于python的马尔科夫链在股价预测中的应用（基于Tushare）
TushareID:503535 文章目录 前言 一.马尔科夫链是什么 二.代码如下 三.马尔科夫预测模型在股价预测中的应用 1.数据来源及状态划分 2.状态转移概率矩阵 P 及初始状态概率向量 图片 ...
- 数学之美_马尔科夫模型01
1. 概率:是一种分析问题的范型(也可以说一种分析问题的模板) 2. 马尔科夫:是一个人名. 2.1 生平:俄国数学家,出生于梁赞州.位置靠近欧洲. 模样就是张这个样 父亲是一位中级官员,后来居家迁往 ...
- 数学建模-预测模型总结(适用范围、优缺点)【灰色预测模型、插值与拟合、时间序列预测法、马尔科夫预测、差分方程、微分方程模型、神经元网络】
基于数学建模的预测方法种类繁多,从经典的单耗法.弹性系数法.统计分析法,到目前的灰色预测法.当在使用相应的预测方法建立预测模型时,我们需要知道主要的一些预测方法的研究特点,优缺点和适用范围.下面就当下 ...
最新文章
- Spring Boot + MDC 实现全链路调用日志跟踪，这才叫优雅！
- TensorFlow2020:如何使用Tensorflow.js执行计算机视觉应用程序？
- c语言遇到非法字符,98行的四则计算器.(支持括号)加入了非法字符的检测
- webpack2.x基础属性讲解(二)
- 一个肯德基拖着6个“拖油瓶”的百胜中国，如何赢下中国市场？
- PHP5各个版本的新功能和新特性总结（转载 http://www.jb51.net/article/48150.htm）
- struts2 验证框架、国际化
- CSS基础----元素分类
- ubuntu codeblocks10.05安装全过程 （包含注意事项：安装后不能启动）
- 微信小程序教程笔记7
- 三种需求文档（BRD、MRD、PRD）
- D2 Map CFG 2005/12/22
- ubuntu双系统时间同步_ubuntu和windows时间不同步的问题解决 双系统安装
- 基于PySnooper的一组强大的Python调试工具——snoop
- C语音基础-----那些年我们踩过的坑（一）
- 爬虫 Edge浏览器安装Xpaht Helper插件平替Chrome浏览器Xpaht Helper插件定位元素
- 云音乐小程序开发知识小记（上）
- 路由配置与管理——ISIS路由配置与管理
- nrf51822裸机教程-SPI(主)
- 【JWT】JWT 整合