α惨蜃踊撼逅阕拥墓乖旒捌湫灾实难芯.docVIP

α?惨蜃踊撼逅阕拥墓乖旒捌湫灾实难芯? 　　摘要为了解决灰色预测模型中的随机挠动序列问题，本文在灰色系统理论以及灰色预测建模技术的基础上，通过梳理历史文献的研究结果，提出了一个具有缓冲作用强度可调整的新型缓冲算子，即α-因子缓冲算子，该算子具有强度可调整、形式统一、预测结果优良等特性.具体来说就是通过调整强度系数可以改变其缓冲作用的强度大小、形式上兼顾了弱化缓冲算子和强化缓冲算子的统一性、在一定范围内的应用中预测结果优于其他的缓冲算子.实证的结果的确显示出了这些优良性质. 关键词α因子缓冲算子；缓冲作用强度系数；冲击挠动系统 中图分类号N941.5文献标识码A AbstractIn order to solve the problem of impact torsion series in grey model， based on the theory of grey system and technology of grey prediction， this article put forward a new kind of buffer operator with an adjustment coefficient of buffer effect， which has several characteristics such as intensity controllable， unity formality and excellent prediction results. To be more specific， the adjustable intensity can be modified by changing the adjustment coefficient of buffer effect， both the weakening buffer operator and the strengthening buffer operator are taken into account formality， and the predicting outcomes are more outstanding than others in some range. And the empirical results do show these properties. Keywordsαbuffer operator；adjustment coefficient of buffer effect；impact torsion system 1引言 灰色预测技术作为灰色系统理论的重要组成部分，继承和发展了灰色系统理论的核心思想，致力于解决“小样本，贫信息”[1]的不确定系统的预测问题，已经在众多领域取得了巨大的成功.作为一种明显区别于基于传统统计学的预测方法，灰色预测技术不用考虑样本的分布类型，这一特点扩大了灰色预测的应用范围[2]. 但是，和专家预测法、指数平滑法、BoxJenkins预测方法、回归分析方法、组合预测方法、人工神经网络预测方法一样，灰色预测技术也会面临一系列的问题.这些问题的关键就在，灰色预测技术的基本思想是从错综复杂的数据中发现蕴含在其中的积分规律，这种基于灰色生成序列的预测过程就导致了模型的预测分析结果和定性分析的结论不一致的结果.究其原因，是因为现实的中的数据往往会存在冲击挠动，所谓冲击挠动是指原本平稳运行的系统在发展过程中受到外来力量干预与冲击的现象，直接使用灰色建模会使模型不能真实反映系统的发展规律.刘思峰[3]（1997）发展的冲击挠动系统就是专门解决这一类问题的，并且构建了缓冲算子的公理体系，通过对所获得的观测数据作某种生成，弱化随机性，排除冲击挠动项ε，得到真实的的建模数据，提高预测精度和模型适用性.在其之后，大量文献都有关于缓冲算子的研究，党耀国等[4]（2004）通过对缓冲算子的研究，构造了GAWBO、WAWBO、WGAWBO等若干个具有普遍意义的实用弱化算子，使序列前一部分增长（衰减）速度过快、后一部分增长（衰减）速度过缓的冲击扰动系统数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题得到有效解决；关叶青等[5]（2008）构造了一类线性的弱化和强化缓冲算子，并定义这类缓冲算子的算子矩阵，研究了他们的特性，并且证明了m阶缓冲算子作用的计算公式；崔立志等[6]（2008）在时间序列的环比发展速度和中点发展速度的基础之上构造了两类弱化和强化的缓冲算子，并重点研究了他们之间的内在联系；苏先娜、谢富纪[7]（2015）研究了基于函数γ+δi的加权WGM（1，1）模型及其预测技术，提出了线性赋权技术的缓冲算子在灰色预测技术中的应用