文档介绍：企业管理
基于改进灰色模型的企业战略资源预测
谢振宇 1,程道文 2,谢振国 3
(,江苏镇江 212013;,江苏镇江 212001;
,江苏镇江 212013)
摘要:针对 GM(1,1)模型和灰色非线性 Bernoulli 模型背景值的缺陷,文章通过背景值重构建
立了改进灰色模型,并基于 Matlab 编程和搜索算法求解参数。将改进灰色模型引入企业战略资源预
测中,并与多种预测方法比较。结果表明,该方法合理、有效,预测精度较高。
关键词:企业战略资源预测;灰色模型;背景值;改进
中图分类号:F270 文献标识码:A 文章编号:1002-6487(2011)11-0174-03
GM(1,1)模型利用最小二乘法通过灰微分方程求解参数
0 引言 x(0)(k)+az(1)(k)=b (1)
其中 z(1)(k)= 1 (x(1)(k)+x(1)(k-1))。
在当代市场经济条件下,知识对现代经济增长的基础性 2
其白化方程为
作用越来越强,经济全球化进一步加快。现代企业信息化管
(1)
理技术不断发展,企业长期利益最大化已成为企业战略管理 dx +ax(1)=b (2)
dt
的目标。在此目标下,企业不断提高其自身竞争力,合理规划
GM(1,1)模型响应式为
未来发展,才能实现其长期利益的最大化。企业用电量作为
(1) (1) b -a(k-1) b
企业战略资源的一项重要内容它的合理分析预测对企业的 x赞(k)= x (1)- e +
, !a " a
发展规划具有重要的意义目前企业用电量预测模型主要包
。(1) b
x赞(0)(k)=x赞(1)(k)-x赞(1)(k-1)= !x (1)- "(1-ea)e-a(k-1) (3)
括回归分析[1]和支持向量机[2]等。灰色系统预测方法由于其原 a
下面建立改进的背景值形式
理简单明确、建模样本数量少、计算方便,在电力负荷预测中:
取原始数据(0) a(k-1)为齐次指数序列则其一次累加
得到了广泛应用。其中最常用的灰色模型便是 GM(1,1)模型, x (k)=ge ,
序列
它是一种利用累加生成灰指数律的最小二乘法建模方式,对
具有近似齐次指数律特性的离散数据序列具有很好的拟合 x(1)(k)=Gea(k-1)+C
其中-a -1 -a
预测效果, 当企业年用电量以近似指数规律增长, 利用 GM G=g(1-e ) ,C=-Ge 。
将(1) a(k-1) 连续化有(1) a(t-1) 求导可得(1)
(1,1)模型可以得到较好的预测效果。但是当企业年用电量按 x (k)=Ge +C x (t)=Ge +C, x'
a(t-1) 如果取(1) a(ξ-1) (0) 则对应的(1) 即为合
S 型曲线趋势增长时或者进入具有饱和特性发展阶段时,利(t)=Gae , x' (ξ)=Gae =x (k), x (ξ)
理的背景值形式
用 GM(1,1)模型预测精度较差,这种情况下利用灰色非线性
模型可以得到更好的预测效果模型和灰色(0)
Bernoull