趙麗萍,湯文亮
(華東交通大學(xué)軟件學(xué)院,江西南昌330013)
一種新的強(qiáng)化緩沖算子的構(gòu)造及其應(yīng)用
趙麗萍,湯文亮
(華東交通大學(xué)軟件學(xué)院,江西南昌330013)
針對(duì)傳統(tǒng)緩沖算子不能實(shí)現(xiàn)作用強(qiáng)度的微調(diào),從而導(dǎo)致調(diào)節(jié)作用強(qiáng)度過強(qiáng)或過弱的問題,利用灰色系統(tǒng)理論中的緩沖算子公理體系,在對(duì)緩沖算子和已有強(qiáng)化緩沖算子研究的基礎(chǔ)上,構(gòu)造一類新的強(qiáng)化緩沖算子,在算子中增加可變權(quán)重,研究緩沖算子調(diào)節(jié)度與可變權(quán)重之間的關(guān)系,有效解決了緩沖作用效果過強(qiáng)或過弱的問題.研究結(jié)果表明,可變權(quán)重在功能上類似于高階作用算子,但控制緩沖算子作用強(qiáng)度的靈活性則明顯優(yōu)于高階緩沖算子.實(shí)例驗(yàn)證了變權(quán)緩沖算子的有效性和優(yōu)越性.
灰色系統(tǒng);緩沖算子;強(qiáng)化緩沖算子;可變權(quán)重
在科學(xué)預(yù)測(cè)過程中,常常由于干擾項(xiàng)干擾使得預(yù)測(cè)模型失去應(yīng)有的功效.在建模預(yù)測(cè)過程中,為能正確把握事物的本質(zhì)規(guī)律,必須排除擾動(dòng)項(xiàng)的作用,沖擊擾動(dòng)項(xiàng)對(duì)數(shù)據(jù)序列的干擾是兩方面的:既可以加快數(shù)據(jù)的發(fā)展趨勢(shì)或使數(shù)據(jù)序列的振幅變大,又可以減緩數(shù)據(jù)的發(fā)展趨勢(shì)或使數(shù)據(jù)序列的振幅變小.在運(yùn)用經(jīng)典緩沖算子對(duì)沖擊擾動(dòng)系統(tǒng)進(jìn)行預(yù)測(cè)時(shí),存在這樣的實(shí)際情況:無論是一階緩沖算子,還是高階緩沖算子,都難以得到令人滿意的預(yù)測(cè)效果.問題的關(guān)鍵就在于,一階緩沖算子的作用強(qiáng)度不夠,而二階算子的作用強(qiáng)度又太大.
劉思峰提出了沖擊擾動(dòng)系統(tǒng)和緩沖算子的概念,并構(gòu)造出一種得到廣泛應(yīng)用的實(shí)用強(qiáng)化算子(即平均強(qiáng)化緩沖算子).黨耀國在此基礎(chǔ)上構(gòu)造了幾何平均強(qiáng)化緩沖算子、加權(quán)平均強(qiáng)化緩沖算子、加權(quán)幾何平均強(qiáng)化緩沖算子等一系列具有普遍意義的實(shí)用強(qiáng)化算子,并研究了其特性及各種強(qiáng)化緩沖算子之間的內(nèi)在關(guān)系.文獻(xiàn)[3]將緩沖算子的構(gòu)造與單調(diào)函數(shù)關(guān)聯(lián)起來,利用反向累計(jì)概念構(gòu)造了兩類新的強(qiáng)化緩沖算子.文獻(xiàn)[4]根據(jù)新信息優(yōu)先原理和緩沖算子三公理,并基于平均發(fā)展速度的思想構(gòu)造了一類強(qiáng)化緩沖算子.這些算子在一定程度上解決了定性分析與定量分析不吻合的問題,但是都不能實(shí)現(xiàn)作用強(qiáng)度的微調(diào),無法解決緩沖作用過強(qiáng)或過弱問題,針對(duì)這個(gè)間題,王正新在文獻(xiàn)[5-6]中構(gòu)造了算術(shù)變權(quán)弱化和強(qiáng)化緩沖算子,實(shí)現(xiàn)了緩沖作用的微調(diào),并補(bǔ)充了緩沖算子的第四條公理.文獻(xiàn)[7]構(gòu)造了幾何變權(quán)弱化緩沖算子和幾何變權(quán)強(qiáng)化緩沖算子.
綜合上述分析,現(xiàn)有的強(qiáng)化緩沖算子,在一定程度上可以提高預(yù)測(cè)精度,但由于未充分利用新信息X(n),所以在一定程度上影響預(yù)測(cè)精度.本文在上述工作的基礎(chǔ)上,根據(jù)緩沖算子三公理,研究了緩沖算子對(duì)原始序列作用強(qiáng)度的定量測(cè)算,及其與可變權(quán)重的定量關(guān)系,并給出了不同情形下確定可變權(quán)重的方法,實(shí)現(xiàn)了緩沖算子作用強(qiáng)度的量化與控制,進(jìn)一步完善了緩沖算子的公理體系.
定義1設(shè)系統(tǒng)行為數(shù)據(jù)序列為X=(x(1),x(20,…(x(n)),
(1)若?k=2,3,…n,x(k)-x(k-1)>0,則稱X為單調(diào)增長(zhǎng)序列;
(2)若(1)中不等號(hào)反過來,則稱X為單調(diào)衰減序列;
(3)若存在k,k'∈{2,3,…n}有x(k)-x(k-1)>0,x(k')-x(k'-1) <0,則稱X為隨機(jī)振蕩序列.
設(shè)M=max{x(k)|k=1,2,…n},m=min(x(k|k=1,2,…n},稱M-m為序列X的振幅.
定義2設(shè)X為系統(tǒng)行為數(shù)據(jù)序列,D為作用于X的算子,X經(jīng)算子D作用后所得序列記為XD=(x(1)d,x(2)d,…x (n)d),則稱D為序列算子,稱XD為一階算子作用序列.
公理1(不動(dòng)點(diǎn)公理)設(shè)x為系統(tǒng)行為數(shù)據(jù)序列,D為序列算子,則D滿足x(n)d=x(n).不動(dòng)點(diǎn)公理限定在序列算子作用下,系統(tǒng)行為數(shù)據(jù)序列中的數(shù)據(jù)x(n)保持不變.
公理2(信息充分利用公理)系統(tǒng)行為數(shù)據(jù)序列X中的每一數(shù)據(jù)x(k)(k=1,2,…,n)都應(yīng)充分參與算子作用的全過程.
信息充分利用公理限定任何序列算子都應(yīng)以現(xiàn)有的序列中的信息為基礎(chǔ)進(jìn)行定義,不允許拋開原有數(shù)據(jù)另搞一套.
公理3(解析化和規(guī)范化公理)任意x(k)d(k=1,2,…n)均可由統(tǒng)一的初等解析式表達(dá).
解析化和規(guī)范化公理要求系統(tǒng)行為數(shù)據(jù)序列得到算子作用的程序清晰、規(guī)范和統(tǒng)一,易于在計(jì)算機(jī)上實(shí)現(xiàn).
滿足上述3個(gè)公理的序列算子D稱為緩沖算子,XD稱為緩沖序列.
定義3設(shè)X為原始數(shù)據(jù)序列,D為緩沖算子,當(dāng)X分別為增長(zhǎng)序列、衰減序列或振蕩序列時(shí),若緩沖序列XD比原始序列X的增長(zhǎng)速度(或衰減速度)減緩或振幅增大,則稱緩沖算子D為強(qiáng)化算子.
定理1設(shè)系統(tǒng)行為數(shù)據(jù)序列為X=(x(1),x(2),…(x(n)),緩沖序列記為XD=(x(1)d,x(2)d,…x(n)d),則有
(1)若X為單調(diào)增長(zhǎng)序列,D為強(qiáng)化算子?x(k)≥x(k)d, k=1,2,…n,即單調(diào)增長(zhǎng)序列在強(qiáng)化算子的作用下數(shù)據(jù)萎縮.
(2)若X為單調(diào)衰減序列,D為強(qiáng)化算子?x(k)≤x(k)d, k=1,2,…n,即單調(diào)衰減序列在強(qiáng)化算子的作用下數(shù)據(jù)膨脹.
(3)若X為振蕩序列,D為強(qiáng)化算子,則max{x(k)}≤max (x(k)d},min{x(k)}≥min{x(k)},1≤k≤n.
定理2設(shè)系統(tǒng)行為數(shù)據(jù)序列為XD=(x(1),x(2),…x(n)),緩沖序列記為:
XD2=(x(1)d2,x(2)d2,…x(n)d2),x(k)d2=λ(x(k))2/(x(n)-(1-λ)x(k)
其中,λ為可變權(quán)重,0<λ<1,k=1,2,…,n,則當(dāng)X為單調(diào)增長(zhǎng)序列,單調(diào)衰減序列或振蕩序列時(shí),D2皆為強(qiáng)化緩沖算子.
證明容易驗(yàn)證,D2滿足緩沖算子三公理,因而D2為緩沖算子.
(1)若X為單調(diào)增長(zhǎng)序列,則x(n)>x(k),所以
則x(k)d2≤x(k).即,當(dāng)X為單調(diào)增長(zhǎng)序列時(shí),D2為強(qiáng)化緩沖算子.
(2)同理可證,當(dāng)X為單調(diào)衰減序列時(shí),D2為強(qiáng)化緩沖算子.
(3)當(dāng)X為振蕩序列時(shí),設(shè)x(l)=max{x(k),k=1,2,3,…,n},},x(h)=min(x(k),k=1,2,3…,n,由于
同理可證,x(h)d2≤x(h),故X為振蕩序列時(shí),D2為強(qiáng)化緩沖算子.
所以當(dāng)X為單調(diào)增長(zhǎng)序列,單調(diào)衰減序列或振蕩序列時(shí),D2皆為強(qiáng)化緩沖算子.
定理3設(shè)系統(tǒng)行為數(shù)據(jù)序列為X=(x(1),x(2),…x(n)),令XD3=(x(1)d3,x(2)d3,…x(n)d3),其中,x(k)d3=(x(k))1+λ/(x(n))λ,
其中,λ為可變權(quán)重,0≤λ≤1,k=1,2,…,n則當(dāng)X為單調(diào)增長(zhǎng)序列,單調(diào)衰減序列或振蕩序列時(shí),D3皆為強(qiáng)化緩沖算子,并稱為幾何強(qiáng)化緩沖算子.
證明容易驗(yàn)證,D3滿足緩沖算子三公理,因而D3為緩沖算子.
(1)當(dāng)X為單調(diào)增長(zhǎng)序列時(shí),則
x(k)d3=(x(k))1+λ/(x(n))λ≤(x(k))1+λ/(x(k))λ=x(k),則x(k)d3≤x(k),即當(dāng)X為單調(diào)增長(zhǎng)序列時(shí),D3為強(qiáng)化緩沖算子.
(2)同理可證,當(dāng)X為單調(diào)衰減序列時(shí),D3為強(qiáng)化緩沖算子.
(3)當(dāng)X為振蕩序列時(shí),設(shè)
x(l)=max{x(k),k=1,2,3,…,n},x(h)=min(x(k),k=1,2,3,…n}
由于x(l)d3=(x(l))1+λ/(x(n))λ≥(x(l))1+λ/(x(l))λ=x(l),
同理可證,x(h)d3≤x(h).故X為振蕩序列時(shí),D3為強(qiáng)化緩沖算子.
則當(dāng)X為單調(diào)增長(zhǎng)序列,單調(diào)衰減序列或振蕩序列時(shí),D3為強(qiáng)化緩沖算子,稱D3為幾何強(qiáng)化緩沖算子.
定理4設(shè)系統(tǒng)行為數(shù)據(jù)序列為X=(x(1),x(2),…(x(n)),D2為強(qiáng)化緩沖算子,D3為幾何強(qiáng)化緩沖算子,則λ(x(k))2/(x(n)-(1-λ)x(k))=x(k)d2≤x(k)d2=(x(k))1+λ/(x(n))λ,0≤λ≤1,k=1,2,3,…n.所有等式成立當(dāng)且僅當(dāng)x(1)=x(2)=…=x(n),即數(shù)據(jù)序列為常數(shù)序列.
證明由于x(k)d2=(x(k))1+λ/(x(n))λ=(x(k))2/((x(k))1-λ·(x(n))λ),直接利用算術(shù)平均數(shù)大于幾何平均數(shù)的不等式關(guān)系,可知定理結(jié)論成立.
以江西省工業(yè)廢水排放達(dá)標(biāo)率2000~2007年的數(shù)據(jù):X=(68.63,75.9,77.59,83.06,88.66,92.13,93.23,93.89)(單位:%)為例,說明強(qiáng)化緩沖算子在預(yù)測(cè)過程中的作用.
從原始數(shù)據(jù)序列可以發(fā)現(xiàn),2000~2005年江西省工業(yè)廢水排放達(dá)標(biāo)率的增長(zhǎng)速度較快,每年均增長(zhǎng)速度在6%以上,2005年以后的增長(zhǎng)則急劇減緩.根據(jù)經(jīng)驗(yàn),該指標(biāo)值達(dá)到90%以上將難以維系這樣的增長(zhǎng)速度.對(duì)于江西省來說,2005年的工業(yè)廢水排放達(dá)標(biāo)率為92.13%,達(dá)到并超過了90%.估計(jì)2006和2007年的增長(zhǎng)速度應(yīng)該會(huì)小于超過3%,因此,作用強(qiáng)度λ=0.6,0.7,0.8三種方案,分別對(duì)2006和2007年的工業(yè)廢水排放達(dá)標(biāo)率進(jìn)行預(yù)測(cè).
方案1:取λ=0.6,經(jīng)強(qiáng)化緩沖算子作用后的序列為:XD2=(82.73,85.64,86.31,88.50,90.74,92.13);對(duì)序列XD2建立GM(1,1)模型,得時(shí)間響應(yīng)式:
區(qū)塊鏈技術(shù)的應(yīng)用對(duì)于信用風(fēng)險(xiǎn)防范有利也有弊,優(yōu)勢(shì)具體表現(xiàn)在區(qū)塊鏈技術(shù)共識(shí)機(jī)制的去中心化特性更能靈活應(yīng)對(duì)網(wǎng)絡(luò)攻擊,黑客的一次成功攻擊必須篡改區(qū)塊鏈中51%以上的節(jié)點(diǎn)數(shù)據(jù),區(qū)塊鏈中的節(jié)點(diǎn)越多數(shù)據(jù)越難篡改。缺點(diǎn)在于城市商業(yè)銀行作為地方法人銀行機(jī)構(gòu),市場(chǎng)把控能力相對(duì)全國性商業(yè)銀行而言較弱,故而形成的銀行聯(lián)盟較小,需慎重設(shè)立節(jié)點(diǎn)銀行白名單制。如在區(qū)塊鏈票鏈業(yè)務(wù)中制定銀行承兌匯票承兌人白名單制度,初步圈定可信任節(jié)點(diǎn)銀行。如針對(duì)城市商業(yè)銀行主要信貸服務(wù)對(duì)象為中小企業(yè),其普遍具有規(guī)模小、財(cái)務(wù)管理制度不規(guī)范、經(jīng)營(yíng)狀態(tài)相對(duì)不穩(wěn)定的特點(diǎn),區(qū)塊鏈技術(shù)的分布式記賬方式可清晰跟蹤企業(yè)的每一交易,實(shí)現(xiàn)有效監(jiān)督。
x(k+1)=3290.02e0.019663k-4207.29;k=1,2,…7
方案2:取λ=0.7,經(jīng)變權(quán)強(qiáng)化緩沖算子作用后的序列為:XD2=(85.08,87.26,89.41,91.09,90.74,92.13);對(duì)序列XD2建立GM(1,1)模型,得時(shí)間響應(yīng)式:
x(k+1)=5909.93e0.014603k-5824.85;k=1,2,…7
方案3:取λ=0.8,經(jīng)變權(quán)弱化緩沖算子作用后的序列為:XD2=(87.43,88.88,89.22,90.32,91.44,92.13);對(duì)序列XD2建立GM(1,1)模型,得時(shí)間響應(yīng)式:
x(k+1)=9154.76e0.009638k-9067.33;k=1,2,…7
采用以上三種不同方案對(duì)江西省2006和2007年的工業(yè)廢水排放達(dá)標(biāo)率的預(yù)測(cè)結(jié)果如表1所示.
表1 工業(yè)廢水排放達(dá)標(biāo)率的預(yù)測(cè)結(jié)果
從表1可以看出,三種不同的方案對(duì)江西省2006和2007年的工業(yè)廢水排放達(dá)標(biāo)率的預(yù)測(cè)誤差都很小,尤其是對(duì)2006年的預(yù)測(cè)誤差都小于1%.其中,第三個(gè)方案的預(yù)測(cè)誤差最小,其1步預(yù)測(cè)精度和2步預(yù)測(cè)精度分別高達(dá)99.8%和99.95%.
本文研究了緩沖算子,構(gòu)造了一類新的強(qiáng)化緩沖算子,并研究了緩沖算子調(diào)節(jié)度與可變權(quán)重之間的關(guān)系.該算子使用方便,易于在計(jì)算機(jī)上實(shí)現(xiàn).這些算子為解決沖擊擾動(dòng)數(shù)據(jù)序列在建模預(yù)測(cè)過程的干擾提供了一種新的方法.實(shí)際應(yīng)用中將預(yù)測(cè)的定性分析結(jié)論有效地融入了建模過程中,從而提高預(yù)測(cè)結(jié)果的有效性和實(shí)用性.
〔1〕王祥,鄭明新,張定邦.改進(jìn)的灰色GM(1,1)模型在滑坡預(yù)測(cè)中的應(yīng)用[J].華東交通大學(xué)學(xué)報(bào),2008,25(4):11-14.
〔2〕李雪梅,黨耀國,王正新.調(diào)和變權(quán)緩沖算子及其作用強(qiáng)度比較[J].系統(tǒng)工程理論與實(shí)踐,2012,32(11):2486-2492.
〔3〕吳正朋,劉思峰,米傳民,等.基于單調(diào)汗水的若干實(shí)用強(qiáng)化緩沖算子的構(gòu)造[J].系統(tǒng)工程,2009,27(5):124-126.
〔4〕崔立志,劉思峰,吳正朋.新的強(qiáng)化緩沖算子的構(gòu)造及其應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐,2010,30(3):484-489.
〔5〕王正新,黨耀國,劉思峰.變權(quán)緩沖算子及緩沖算子公理的補(bǔ)充[J].系統(tǒng)工程,2009,27(1):113-117.
〔6〕王正新,黨耀國,劉思峰.變權(quán)緩沖算子及其作用強(qiáng)度的研究[J].控制與決策,2009,24(8):7218-7222.
〔7〕張慶,劉思峰,王正新,等.幾何變權(quán)緩沖算子及其作用強(qiáng)度研究[J].系統(tǒng)工程,2009,27(10):113-117.
〔8〕秦曉光,楊龍才.灰色預(yù)測(cè)在高鐵路基沉降預(yù)測(cè)中的應(yīng)用[J].華東交通大學(xué)學(xué)報(bào),2011,28(5):88-92.
〔9〕王正新.含可變參數(shù)的緩沖算子與GM(1,1)冪模型研究[D].南京:南京航空航天大學(xué),2010.
N941.5
A
1673-260X(2013)09-0137-03
國家自然科學(xué)基金資助項(xiàng)目(61162001);華東交通大學(xué)校立科研基金資助(10RJ04)