基于突发事件影响下的逐步灰色预测作者：韩旭 郏然然来源：《科技风》2019年第15期
摘;要：灰色预测模型是一种小样本的简单预测模型，但简单的灰色预测模型已经不适合当今日新月异的时代。本文以海南省限购政策对商品房价格的影响为例，基于灰色预测模型，对突发事件影响下的灰色预测模型进行分析讨论，建立事件发生后的时间净影响值下的逐步灰色预测模型。
关键词：灰色预测;时间净影响值;逐步灰色预测
中图分类号：A110.84;;文献标识码：A
一、绪论
在当今社会，数据的发展趋势预测有诸多方法，例如，时间序列法，回归分析法，系统分析预测法，模糊数学法等。但时代发展日新月异，会出现诸多突发事件影响预测结果，例如，国家限购政策对房价的影响调整，消费观念改变对饮料市场的冲击，台风对沿海地区的天气的影响等，这些突发事件都会对预测结果产生影响。
目前，有许多方法可以降低这些突发事件对预测结果的影响，如采用综合评判法预测外界干扰因素对工期的影响，[1]基于神经网络预测突发事件对股市的影响，[2]ARMA模型在测算重大突发事件影响中的应用[3]等方法。
本文讨论在小样本情况下，建立灰色预测模型，根据突发事件的时间净影响值，对灰色预测模型进行动态调整，建立逐步灰色预测模型，适用于小样本突发事件影響下的预测模型。
二、基于外界突变影响下的动态灰色预测模型
灰色预测模型是用原始数据组成原始序列X0，经过累加生成法得到生成序列X1，生成序列可以弱化原始数据的随机性，使数列呈现出比较明显的特征规律。对生成变换后的生成序列X1建立微分方程模型即GM模型。[4]
GM1，1模型表示一阶的、一变量的微分方程模型。用GM1，1模型进行预测，精度较高的仅仅是原点数据X0以后的1到2个数据，即预测时刻越远预测的意义越弱。[5]其基本流程如下：
本文来源：https://www.2haoxitong.net/k/doc/17b9e04d2c3f5727a5e9856a561252d380eb20c0.html
文档为doc格式