目錄
前言
1 緒論 1
1.1 灰色系統(tǒng)理論產(chǎn)生的背景 1
1.2 灰色預(yù)測系統(tǒng)及其建模對象拓展的三個階段 3
1.3 本書主要研究內(nèi)容、系統(tǒng)結(jié)構(gòu) 6
1.4 本章小結(jié) 9
2單 序列灰色預(yù)測模型及其輔助建模軟件 10
2.1 引言 10
2.2 GM(1，1)模型 11
2.3 DGM(1，1)模型 15
2.4 DGM(l，1)模型與GM(1，1)模型的關(guān)系 16
2.5 純指數(shù)增長序列預(yù)測分析 18
2.6 灰色Verhulst模型 20
2.7 灰色建模軟件簡介 21
2.8 本章小結(jié) 29
3 區(qū)間灰撒"核"及"灰皮"計算方法拓展研究 30
3.1 研究內(nèi)容概述 30
3.2 區(qū)間灰數(shù)與自化權(quán)函數(shù)的基本概念 31
3.3 區(qū)間灰數(shù)"核"的計算 32
3.4 區(qū)間灰數(shù)"灰度"的計算 38
3.5 本章小結(jié) 42
4 區(qū)間灰撒序列的自化方法及其性質(zhì) 43
4.1 引言 43
4.2 直接構(gòu)建區(qū)間灰數(shù)預(yù)測模型所面臨的問題 44
4.3 區(qū)間灰數(shù)序列的自化方法 46
4.4 三種區(qū)間灰數(shù)序列自化方法的對比 63
4.5 本章小結(jié) 63
5 白化權(quán)函數(shù)未知的區(qū)間灰撒預(yù)測模型 65
5.1 研究內(nèi)容概述 65
5.2 基于幾何坐標(biāo)法的區(qū)間灰數(shù)預(yù)測模型 65
5.3 基于信息分解法的區(qū)間灰數(shù)預(yù)測模型 73
5.4 基于灰色屬性法區(qū)間灰數(shù)預(yù)測模型 77
5.5 本章小結(jié) 82
6 區(qū)間灰數(shù)預(yù)測模型的比較分析與優(yōu)化 83
6.1 引言 83
6.2 區(qū)間灰數(shù)預(yù)測模型的誤差檢驗方法 83
6.3 區(qū)間灰數(shù)預(yù)測模型綜合模擬相對誤差的比較分析 86
6.4 基于核和灰數(shù)層的區(qū)間灰數(shù)預(yù)測模型 89
6.5 本章小結(jié) 96
7 基于梯形白化權(quán)函數(shù)的區(qū)間灰數(shù)預(yù)測模型 97
7.1 引言 97
7.2 基于梯形白化權(quán)函數(shù)的區(qū)間灰數(shù)預(yù)測模型 97
7.3 模型應(yīng)用舉例 111
7.4 本章小結(jié) 117
8 區(qū)間灰撒的Verholst模型 118
8.1 研究內(nèi)容概述 118
8.2 基于核和信息域的區(qū)間灰數(shù)Verhulst模型 119
8.3 基于信息分解的區(qū)間灰數(shù)Verhulst模型 124
8.4 本章小結(jié) 133
9 離散灰撒預(yù)測模型 134
9.1 標(biāo)準(zhǔn)離散灰數(shù)與灰單元格 134
9.2 元素取值可能性均等條件下的離散灰數(shù)預(yù)測模型 135
9.3 元素取值可能性不均等條件下的離散灰數(shù)預(yù)測模型 143
9.4 本章小結(jié) 149
10 灰色異構(gòu)撒據(jù)預(yù)測模型 151
10.1 引言 151
10.2 灰色異構(gòu)數(shù)據(jù)的概念與灰度不減公理 153
10.3 灰色異構(gòu)數(shù)據(jù)代數(shù)運算法則及性質(zhì) 155
10.4 區(qū)間灰數(shù)序列中含一個實參數(shù)的灰色異構(gòu)數(shù)據(jù)預(yù)測模型 157
10.5 多重灰色異構(gòu)數(shù)據(jù)預(yù)測建模 171
10.6 灰色異構(gòu)數(shù)據(jù)預(yù)測模型在災(zāi)害應(yīng)急物資需求預(yù)測中的應(yīng)用 173
10.7 本章小結(jié) 182
參考文獻(xiàn) 183