参考清风老师的数学建模，用于复习！！！
NO1.灰色预测
一.灰色系统
灰色预测是对既含有已知信息又含有不确定信息的系统进行预测，就是对在一定范围内变化的、与时间有关的灰色过程进行预测。
灰色预测对原始数据进行生成处理来寻找系统变动的规律，并生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。
; 二.GM(1,1)模型: Grey(Gray)
1.概述
GM(1,1)是使用原始的离散非负数据列，通过一次累加生成削弱随机性的较有规律的新的离散数据列，然后通过建立微分方程模型，得到在离散点处的解经过累减生成的原始数据的近似估计值，从而预测原始数据的后续发展。
（我们在此课件中只探究GM(1,1)模型，第一个’1’表示微分方程是一阶的，后面的’1’表示只有一个变量）
; 2.原理介绍
3.完全多重共线性问题再探究
; 4.准指数规律的检验
原理
例子
5.发展系数与预测情形的探究
; 6.GM(1,1)模型的评价
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xnCww3LY-1643803735107)(C:\Users\26737\AppData\Roaming\Typora\typora-user-images\image-20220131141248599.png)]
【1】残差检验
; 【2】级比偏差检验
7.GM(1,1)模型的拓展
; 8.什么时候用灰色预测？
三、预测题目套路
; NO2.BP神经网络预测
预测的万金油
几个概念
例题
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vQZkN94t-1643803735113)(C:\Users\26737\AppData\Roaming\Typora\typora-user-images\image-20220131202211197.png)]
; 步骤
神经网络训练的方法
防止过拟合：如果已知50个输入输出，可以先拿出四十个样本，取不同的模型看与已知的对应。进行训练
Original: https://blog.csdn.net/bossDDYY/article/details/122771748
Author: yb0os1
Title: 数学建模 — 预测模型
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/623325/
转载文章受原作者版权保护。转载请注明原作者出处！