本发明涉及的是灰色动态强化预测技术领域，具体涉及一种基于多个因子的灰色动态强化预测方法。
背景技术
灰色系统理论于1982年诞生。在30多年的历程里，无论是理论研究，还是应用研究，灰色系统理论都取得了很大的进展。《中国图书馆分类法》已将灰色系统理论列为系统科学的重要内容之一：“n94系统科学，……，n941.1一般系统论，……，n941.5灰色系统理论，……。”在灰色系统理论发展的同时，灰色系统理论的实际应用日趋广泛，应用领域不断拓展，已先后在生命科学、环保、电力、it、工业、农业、社会、经济、能源、交通、地理、地质、石油、地震、气象、水利、环境、生态、医学、体育、教育、军事、法学、金融等众多科学领域，解决了生产、生活和科学研究中的大量实际问题。
目前面对的系数多属于复杂的动态系统，由众多因子构成。基于多因子之间的相互共同作用，构建预测模型是目前对于多因子预测的主要处理方法。但对于动态系统，因子也会呈动态变化，在这种情况下构建的预测模型，其精度会收到影响。
对一个错综复杂的被研究对象，依多因子过程分析，多个因子在演变过程中一般有某种联系和相互影响，解决系统预测问题宜选用系统云灰色模型。基于均值(mean-value)生成时序构造的系统云灰色模型，记为scgmmv模型，在保持满意精确性的同时减少了计算量，适用于对实时性要求较高的一大类多因子过程。
令
其解(scgmmv(1,h)预测模型)为
或
式中
上述技术的缺点是：1、当因子较多时，形成高阶矩阵，增大运算复杂度。
2、动态性较强的系统，基于多因子共同作用，精度有时候会比分别单因子预测低。
技术实现要素：
针对现有技术上存在的不足，本发明目的是在于提供一种基于多个因子的灰色动态强化预测方法，避免由多因子构成的高阶矩阵运算复杂度，也提升多因子动态系统预测精度。
为了实现上述目的，本发明是通过如下的技术方案来实现：一种基于多个因子的灰色动态强化预测方法，包括以下步骤：(1)对n个因子的动态系统，构建n个单因子灰色预测模型；(2)确定因子权重；(3)基于多个因子的灰色动态强化预测模型。
所述的步骤(1)令
其解(scgmmv(1,1)预测模型)为
或
式中
所述的步骤(2)运用趋势关联分析，确定n个单因子预测序列与实测序列的趋势关联度。通过趋势关联度的大小，确定n个因子的权重。
其中α,β∈[0,1]，则称
所述的步骤(3)对多个因子的动态系统进行预测分析，可分别对n个单因子进行预测分析，在根据与实测序列的趋势关联度的大小，组合成基于多个因子的灰色导尿管太强化预测模型。
本发明具有以下有益效果：
1、在处理多因子动态系统预测时，有效降维，大大减少了运算的复杂程度；
2、该方法有对数据有很强的跟随性，尤其对于数量大，动态性强的系统，具有很好的预测效果。
附图说明
下面结合附图和具体实施方式来详细说明本发明；
图1为本发明的基于多个因子的灰色动态强化预测方法框图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
参照图1，本具体实施方式采用以下技术方案：一种基于多个因子的灰色动态强化预测方法，包括以下步骤：(1)对n个因子的动态系统，构建n个单因子灰色预测模型。
令
其解(scgmmv(1,1)预测模型)为
或
式中
(2)确定因子权重。
运用趋势关联分析，确定n个单因子预测序列与实测序列的趋势关联度。通过趋势关联度的大小，确定n个因子的权重。
其中α,β∈[0,1]，则称
(3)基于多个因子的灰色动态强化预测模型。
对多个因子的动态系统进行预测分析，可分别对n个单因子进行预测分析，在根据与实测序列的趋势关联度的大小，组合成基于多个因子的灰色导尿管太强化预测模型。如图1所示。
本具体实施方式在处理多因子动态系统预测时，有效降维，大大减少了运算的复杂程度。本具体实施方式的基于多个因子的灰色动态强化预测方法有对数据有很强的跟随性，尤其对于数量大，动态性强的系统，提升多因子动态系统预测精度，具有很好的预测效果。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。