基于分?jǐn)?shù)階緩沖算子的時(shí)變參數(shù)離散灰色模型

劉基偉，張輝

(中國(guó)傳媒大學(xué) 理學(xué)院，北京 100024)

1 引言

由于對(duì)可靠小樣本統(tǒng)計(jì)的需求日益增長(zhǎng)，小樣本預(yù)測(cè)是一個(gè)很重要的課題。多年來，學(xué)者們對(duì)小樣本非平穩(wěn)時(shí)間序列的預(yù)測(cè)問題做了深入研究，突出問題是，對(duì)于非平穩(wěn)時(shí)間序列，當(dāng)系統(tǒng)受到干擾的嚴(yán)重影響時(shí)，過去的可用數(shù)據(jù)不能如實(shí)反映系統(tǒng)的規(guī)律。因此，為使預(yù)測(cè)模型的擾動(dòng)界變小，引入分?jǐn)?shù)階經(jīng)典弱化緩沖算子，對(duì)原始序列進(jìn)行微調(diào)來提高預(yù)測(cè)精度，并且通過建立時(shí)變參數(shù)離散灰色模型對(duì)實(shí)例進(jìn)行研究驗(yàn)證。

2 分?jǐn)?shù)階弱化緩沖算子的構(gòu)造

經(jīng)典弱化緩沖算子充分考慮每個(gè)數(shù)據(jù)的優(yōu)先性，而變權(quán)弱化緩沖算子只考慮最新一個(gè)數(shù)據(jù)的優(yōu)先性[1]，所以從綜合利用原有數(shù)據(jù)信息的角度考慮，經(jīng)典弱化緩沖算子是一種不錯(cuò)的緩沖算子。

容易證明，經(jīng)典弱化緩沖算子的階數(shù)越高，越能體現(xiàn)新信息的作用，提高預(yù)測(cè)質(zhì)量[1]。但是經(jīng)典弱化緩沖算子不能實(shí)現(xiàn)緩沖作用強(qiáng)度的微調(diào)，本文引入分?jǐn)?shù)階弱化緩沖算子。

一階弱化緩沖算子的矩陣形式為：

二階弱化緩沖算子的矩陣形式為

若X(0)為單調(diào)衰減序列，因?yàn)锳(X(0))T≤(X(0))T，A為可逆矩陣，可得A-1A(X(0))T≤A-1(X(0))T，即(X(0))T≤A-1(X(0))T，所以D-1為單調(diào)衰減序列的強(qiáng)化緩沖算子；同理D-1為單調(diào)增長(zhǎng)序列的強(qiáng)化緩沖算子。

若X(0)為震蕩序列，x(0)(l)=max{x(0)(k)，k=1，2，…n}，x(0)(h)=min{x(0)(k)，k=1，2，…n}，

3 時(shí)變離散參數(shù)灰色預(yù)測(cè)模型介紹

對(duì)于實(shí)際應(yīng)用的數(shù)據(jù)，因?yàn)槭艿酵饨缰T多沖擊因素的干擾而失真。為了能夠準(zhǔn)確地挖掘事物規(guī)律，針對(duì)以往模型使用連續(xù)時(shí)間響應(yīng)時(shí)進(jìn)行預(yù)測(cè)產(chǎn)生的跳躍性誤差，本文構(gòu)造二次時(shí)變參數(shù)離散灰色模型。

定理3.1 設(shè)x(0)(k+1)d1=(β1+β2k)x(0)(k)d1+β3k+β4為線性時(shí)變參數(shù)離散灰色模型，其中x(0)(k)為原始序列觀測(cè)值，d1為經(jīng)典弱化緩沖算子。則該模型的最小二乘參數(shù)估計(jì)分別為：

4 實(shí)例研究：不同分?jǐn)?shù)階預(yù)測(cè)結(jié)果比較

本文以我國(guó)北京市科普專項(xiàng)經(jīng)費(fèi)為例，比較不同階數(shù)經(jīng)典弱化緩沖算子對(duì)模型預(yù)測(cè)結(jié)果的影響。原始數(shù)據(jù)見表1，數(shù)據(jù)來源《中國(guó)統(tǒng)計(jì)年鑒》。

表1 2008-2015年 江蘇省年度科普經(jīng)費(fèi)籌集額(萬元)

取2008-2014年數(shù)據(jù)為原始序列，分別建立0.6階、0.8階、1階經(jīng)典弱化緩沖算子的線性時(shí)變參數(shù)離散模型，對(duì)2015年數(shù)據(jù)進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果及誤差見表2。

表2 三種模型預(yù)測(cè)值與誤差比較

由表2結(jié)果對(duì)比說明，0.8階經(jīng)典弱化緩沖算子可以實(shí)現(xiàn)模型的微調(diào)，擬精度較高，能較好地挖掘系統(tǒng)的發(fā)展趨勢(shì)，得到比較好的預(yù)測(cè)精度。