[发明专利]一种均匀分布的波动数据预测方法

摘要

本发明一种均匀分布的波动数据预测方法，它有六大步骤：步骤一、去均值；步骤二、找大数；步骤三、趋势处理；步骤四、灰色GM(1，1)预测；步骤五、还原数据；步骤六、误差评估。本发明是建立在灰色GM(1，1)模型基础上，通过对输入数据做均值、三角变换处理，使其具有光滑性增长特点，然后再利用GM(1，1)进行预测，最后还原即可得到预测数据。本发明构思科学，计算简单，工作量小，预测精度高。它在系统可靠性分析技术领域里具有较好的实用价值和广阔的应用前景。

主权项

1.一种均匀分布的波动数据预测方法，其特征在于：该方法具体步骤如下：设原始的n个均匀分布波动数据组成的序列为X⁽⁰⁾＝{x⁽⁰⁾(1)，x⁽⁰⁾(2)，…，x⁽⁰⁾(n)}，用其预测m个数据，得到Y⁽⁰⁾＝{y⁽⁰⁾(1)，…y⁽⁰⁾(n)，y⁽⁰⁾(n+1)，…，y⁽⁰⁾(n+m)}，式中x⁽⁰⁾(k)、y⁽⁰⁾(k)分别表示序列X⁽⁰⁾、Y⁽⁰⁾中第k个数据，并且还用{y⁽⁰⁾(1)，y⁽⁰⁾(2)，…y⁽⁰⁾(n)}检测预测误差，{y⁽⁰⁾(n+1)，…，y⁽⁰⁾(n+m)}即为预测m数据步骤一：去均值：对于给定原始数据序列X⁽⁰⁾，先计算其均值u，再用序列X⁽⁰⁾中的每一个数减去均值u，即通过计算r⁽⁰⁾(k)＝x⁽⁰⁾(k)-u  (k＝1，…，n)得到序列R⁽⁰⁾＝{r⁽⁰⁾(1)，r⁽⁰⁾(2)，…，r⁽⁰⁾(n)}；步骤二：找大数：在序列R⁽⁰⁾中找出绝对值最大的数，记为r⁽⁰⁾_max；步骤三：趋势处理：通过三角变换，即计算将序列R⁽⁰⁾处理成具有增长趋势的序列R⁽¹⁾＝{r⁽¹⁾(1)，r⁽¹⁾2，…，r⁽¹⁾(n)}，式中arcsin为反正弦函数，π为圆周率，取π≈3.14；步骤四：灰色GM(1，1)预测：利用GM(1，1)模型对序列R⁽¹⁾进行预测，得到序列R⁽²⁾＝{r⁽²⁾(1)，r⁽²⁾(2)，…，r⁽²⁾(m+n)}；步骤五：还原数据：根据得到的序列R⁽²⁾，最后再还原到预测数据Y⁽⁰⁾；其中式中sin是正弦函数；步骤六：误差评估：定义误差率序列为ER，其中比较最大的误差率er_max，若|er_max|≤15％预测效果较高，否则预测效欠佳。