数据模型与决策基本原理

灰色系统理论的几大基本原理一方面解释了灰色系统的深层意义,另一方面也带有非常深刻的哲学内涵。

①差异信息原理。“差异”是信息,凡信息必有差异。例如,“男人不同于女人”即告诉我们“男人”相对于“女人”之特殊性的有关信息。万事万物之间的“差异”为我们提供了认识世界的基本信息。

②解的非唯一性原理。信息不完全、不确定的解是非唯一的。该原理在决策上的体现是灰靶思想,灰靶是目标非唯一性与目标可约束的统一体,也是信息可补充、认识可深化的体现。“非唯一性”的求解途径是定性分析与定量分析相结合。

③最少信息原理。灰色系统理论的特点是充分开发利用已占有的“最少信息”,立足于“有限信息空间”,其中“最少”是“多”与“少”的辩证统一。

④认知根据原理。信息是认知的根据,以不完全、不确定的信息为根据,只能得到不完全、不确定的灰认知。

⑤新信息优先原理。新信息对认知的作用大于老信息,这是灰色系统理论的信息观,赋予新信息较大的权重可以提高灰色系统分析的功效,这是信息时效性的一种体现。(www.xing528.com)

⑥灰性不灭原理。“信息不完全”(灰)是绝对的,原有的不确定性消失,新的不确定性很快就会出现,人类对客观世界的认识,通过信息的不断补充而一次又一次地升华,信息无穷尽,认知无穷尽。

下面介绍灰色系统的特点,主要有不确定性、贫信息以及规律可循性。

①不确定性。针对灰色系统中的不确定性,用灰色数学来处理,把不确定量看成灰数,并使之量化。例如,某创新技术未来的市场规模、五一假期的国内入境游客数量等均是不确定量。这是有别于模糊数学的,模糊数学研究的是没有清晰界限的事物,如语言、不精确推理等。

②贫信息。灰色数学方法对少信息的问题即可进行数的生成,从而找出规律,因此对于某些贫信息系统,灰色系统理论是强有力的工具。例如,在历史数据较少的情况下对某地区的人口规模进行预测。这与时间序列分析、多元分析等概率统计方法不同,后者需要大量的统计数据。

③规律可循性。研究灰色系统的关键在于如何使灰色系统白化,这时可以运用时间序列数据,通过序列生成手段逐步使灰色量白化,充分利用已有信息来寻求系统的运动规律。