解释灰色系统预测 是什么并举例,可用于数学建模学习

2.3灰色系统的基本原理 公理1：差异信息原理。“差异”是信息，凡信息必有差异。

公理2：解的非唯一性原理。信息不完全，不明确地解是非唯一的。 公理3：最少信息原理。灰色系统理论的特点是充分开发利用已有的“最少信息”。

公理4：认知根据原理。信息是认知的根据。

公理5：新信息优先原理。新信息对认知的作用大于老信息。 公理6：灰性不灭原理。“信息不完全”是绝对的。

2.4灰色系统理论的主要内容

灰色系统理论经过10多年的发展，已基本建立起了一门新兴学科的结构体系，其主要内容包括以“灰色朦胧集”为基础的理论体系、以晦涩关联空间为依托的分析体系、以晦涩序列生成为基础的方法体系，以灰色模型（G，M）为核心的模型体系。以系统分析、评估、建模、预测、决策、控制、优化为主体的技术体系。

灰色关联分析 灰色统计 灰色聚类

3灰色系统预测模型

灰色预测方法的特点表现在：首先是它把离散数据视为连续变量在其变化过程中所取的离散值，从而可利用微分方程式处理数据；而不直接使用原始数据而是由它产生累加生成数，对生成数列使用微分方程模型。这样，可以抵消大部分随机误差，显示出规律性。

3.1灰色系统理论的建模思想

下面举一个例子，说明灰色理论的建模思想。考虑4个数据，记为(

0)(1),(0)(2),(0)(3),(0)(4)