记录一下建模学习笔记灰色关联分析作用灰色关联分析主要有两个作用，一是进行系统分析，判断影响系统发展的因素的重要性。第二个作用就是用于综合评价问题，给出研究对象或者方案的优劣排名。灰色关联分析原理在系统发展过程中，若两个因素变化的趋势具有一致性，即同步变化程度较高，即可谓二者关联程度较高；反之，则较低。因此，灰色关联分析方法，是根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关联程度的一种方法。系统分析（GDP与第一二三产业发展的关系） 第一步：利用EXCEL画统计图+简单分析一哈 第二步：确定分析序列（母序列和子序列）母序列一般为因变量X0（GDP）、子序列一般为自变量
大家好，我是带我去滑雪，每天教你一个小技巧！全球变暖是近十年来，人们关注度最高的话题。2022年夏天，蔓延全球40℃以上的极端天气不断刷新人们对于高温的认知，人们再也不会像从前那样认为全球变暖离我们遥不可及。在此背景下，基于1880年-2022年全球平均气温时间序列数据，分别构建出ARIMA(3,1,2)自回归模型、灰色预测模型、BP神经网络三种模型，并分别对2050、2100年全球平均温度进行了预测，并将三种预测模型的预测效果进行了对比，文中所用数据和代码均可在文末获取。目录 1 模型介绍1.1 自回归滑动平均模型 1.2 灰色预测模型1.3BP神经网络模型 2 结果分析2.1 数
利用灰色关联法确定指标权重1.基本思想对于两个系统之间的因素，其随时间或不同对象而变化的关联性大小的量度，称为关联度。在系统发展过程中，若两个因素变化的趋势具有一致性，即同步变化程度较高，即可谓二者关联程度较高；反之，则较低。因此，灰色关联分析方法，是根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关联程度的一种方法。（引自：https://baike.baidu.com/item/%E7%81%B0%E8%89%B2%E5%85%B3%E8%81%94%E5%BA%A6%E5%88%86%E6%9E%90%E6%B3%95/4894483）2.计算步骤（1）确定反映系
本文参考的是司守奎，孙兆亮主编的数学建模算法与应用（第二版）灰色预测的主要特点时模型使用的不是原始数据序列，而是生成的数据序列。其核心体系时灰色模型，即对原数据作累加生成得到近似指数规律再进行建模的方法。优点：不需要很多数据，一般只需要4个数据，就能够解决历史数据少。序列的完整性及可靠性低的问题，能利用微分方程充分挖掘系统的本质，精度高；能将无规律的原始数据进行生成得到规律性较强的生成序列，运算简便，便于检验，不考虑分布规律，不考虑变化趋势。缺点:只使用于中短期的预测，只适合指数增长的预测。这里主要介绍GM（1，1）预测模型模型建立过程：下面介绍使用GM(1,1)的一般步骤。1.数据的检验与处
本次案例来自2022华为杯第E题，第2小问。给定了2012.01-2022.03的土壤湿度的月度数据，需要预测2022.04-2023.12的土壤湿度的月度数据。典型的时间序列预测。传统的时间序列预测肯定是ARIMA模型，可以参考我之前的文章。Python统计学10——时间序列分析自回归模型(ARIMA)现在流行的方法肯定是深度学习的循环神经网络（RNN,LSTM,GRU），也可以参考我这篇文章。Python深度学习05——Keras循环神经网络实现股价预测本次我们要用的是一种比较数学的方法，灰色预测法。灰色预测法是一种对含有不确定因素的系统进行预测的方法。在建立灰色预测模型之前，需先对原始时
我不知道我是否得到了正确的名称，但我正在寻找是否有一种特定的方法来实现一个文本字段，以便当它没有焦点并且是空的时，一个微弱的灰色文本字符串显示在字段中。单击该字段时，文本应该消失，就像StackOverflow的搜索栏的工作方式一样。我知道我可以更改使用setForeground()并关注监听器来完成此操作，但我只是想知道是否有人知道一些可以为我处理此问题的Java实现。 最佳答案 对于它的值(value)，我发现实际实现它很有趣，所以我想与你分享它(我不是在寻找投票)。这真的是非侵入性的，因为您所要做的就是调用newGhostTe
我不知道我是否得到了正确的名称，但我正在寻找是否有一种特定的方法来实现一个文本字段，以便当它没有焦点并且是空的时，一个微弱的灰色文本字符串显示在字段中。单击该字段时，文本应该消失，就像StackOverflow的搜索栏的工作方式一样。我知道我可以更改使用setForeground()并关注监听器来完成此操作，但我只是想知道是否有人知道一些可以为我处理此问题的Java实现。 最佳答案 对于它的值(value)，我发现实际实现它很有趣，所以我想与你分享它(我不是在寻找投票)。这真的是非侵入性的，因为您所要做的就是调用newGhostTe
目录1 灰色预测模型1.1灰色系统的定义与特点1.2灰色预测模型优缺点1.3灰色生成数列1.4灰色模型GM(1,1)实操步骤1数据检验2构建灰色模型3检验预测值4灰色预测模型实例代码目前我们学习预测模型的第一类：灰色预测模型。1 灰色预测模型 GrayForecastModel是通过少量的、不完全的信息，建立数学模型并给出预测的一种预测方法。 目前常用的一些预测方法（如回归分析等），需要较大的样本。若样本较小，则会造成较大误差，使预测目标失效。 灰色预测模型所需建模信息少，运算方便，建模精度高，在各种预测领域都有着广泛的应用，是处理小样本预测问题的有效工具.1
一、说明 菜单【虚拟机】【安装VMwareTools】按钮为灰色，无法实现【安装VMwareTools】的功能，如何解决，使这个功能可以实现？本文介绍此过程。至于，【安装VMwareTools】为灰色有什么严重后果，我告诉大家，你的虚拟机只是一个窄窗口，大量的空白屏幕是一个浪费，而需要将窗口变宽，需要通过该按钮完成。二、问题发现 在Win10下安装Vmware17后，生成ubuntu18的虚拟机，通常出现的问题是：虚拟机窗口太小，严重影响开发、在启动浏览器无法显示整体页面。因此必须进行窗口放大操作。然而，这种操作依赖于菜单中【虚拟机】下的【安装VMwareTool
一、说明 菜单【虚拟机】【安装VMwareTools】按钮为灰色，无法实现【安装VMwareTools】的功能，如何解决，使这个功能可以实现？本文介绍此过程。至于，【安装VMwareTools】为灰色有什么严重后果，我告诉大家，你的虚拟机只是一个窄窗口，大量的空白屏幕是一个浪费，而需要将窗口变宽，需要通过该按钮完成。二、问题发现 在Win10下安装Vmware17后，生成ubuntu18的虚拟机，通常出现的问题是：虚拟机窗口太小，严重影响开发、在启动浏览器无法显示整体页面。因此必须进行窗口放大操作。然而，这种操作依赖于菜单中【虚拟机】下的【安装VMwareTool
