关于灰色GM(1,1)建模问题

邓聚龙在他的书中提出一种数据处理新方法,即就数找数的规律的方法,称之为GM(1,1)建模方法。并认为此法“几个数据便可建立一个动态模型”,“灰色预测比其它预测方法精度高”,“特别适用于长期预测”等等。而灰色预测就是基于GM(1,1)模型的预测。杨秋明在他的文章中推广了GM(1,1)模型,称之为非线性灰色模型,记之为GM(1,1;(?))。 然而,我们在研究和实践灰色系统理论和方法时,发现GM(1,1)模型并非如此优良。相反,灰色GM(1,1)建模却存在许多严重的缺陷和不足之处。杨秋明试图用非线性的灰色模型来弥补线性灰色模型存在的问题,但效果不是太理想,且计算繁复。在我们这篇文章里,先对GM(1,1)建模进行了分析研究;然后给出二个案例,说明就拟合的角度来看,在用GM(1,1)或推广的GM(1,1;(?))建模时,直接应用多项式回归建模,往往会有更佳的效果。