[發明專利]一種基于組合灰色模型預測管理復烤煙葉原料需求的方法

在審

• 申請號: 201710289813.0
• 申請日: 2017-04-27
• 公開（公告）號: CN106897803A
• 公開（公告）日: 2017-06-27
• 發明（設計）人: 楊威;高銳;宋鵬飛;王毅;唐麗;張光煦;符玉松;鄒立華;殷沛沛;馬迅;朱東來;宮玉鵬
• 申請（專利權）人: 云南中煙工業有限責任公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q10/08
• 代理公司: 昆明正原專利商標代理有限公司53100
• 代理人: 金耀生,于洪

1.一種基于組合灰色模型預測管理復烤煙葉原料需求的方法，其特征在于，包括如下步驟：

步驟一，基礎模型的建立：收集與整理某一牌號卷煙產品的歷史產量，依據該產品的歷史產量，分別建立該產品歷史產量的三個基礎模型：GM(1,1)模型、灰色Verhulst模型和SCGM(1,1)c模型；

a.GM(1,1)模型為：

式(7)中，為第k+1期的預測值；為GM(1,1)模型參數估計值；

b.灰色Verhulst模型為：

式(13)中，為第k+1期的預測值；為灰色Verhulst模型參數估計值；

c.SCGM(1,1)c模型為：

式(23)中，為第k+1期的預測值；a,b為SCGM(1,1)c模型參數；

步驟二，模型組合和權重計算：將步驟一所得的GM(1,1)模型作為第一模型，將步驟一所得的灰色Verhulst模型作為第二模型，將步驟一所得的SCGM(1,1)c模型作為第三模型，然后計算三個模型所占的權重，之后將三個模型進行組合，得到組合灰色模型，如式(24)所示：

其中，表示組合灰色模型的預測值，w_i為第i個模型的權重，表示第i個模型第k期的預測值；

步驟三，產量及原料必要庫存量的預測：根據步驟二得到的組合灰色模型，計算該產品之后各年份的預測產量，并根據該產品的配方，計算需要制成該產品各原料的用量；之后根據各原料所需的最優陳化時間，得到每一年所需儲備的原料量。

2.根據權利要求1所述的基于組合灰色模型預測管理復烤煙葉原料需求的方法，其特征在于，步驟一中，GM(1,1)模型的構建方法如下：

假設某一牌號卷煙產品產量的歷史時間序列為X⁽⁰⁾，其樣本觀測年限為n年：

X⁽⁰⁾＝(x⁽⁰⁾(1)，x⁽⁰⁾(2)，…x⁽⁰⁾(n))，x⁽⁰⁾(k)≥0式(1)；

式(1)中，x⁽⁰⁾(k)表示時間觀測序列的第k個觀測值；

將原始序列累加取得生成序列X⁽¹⁾,則有：

X⁽¹⁾＝(x⁽¹⁾(1),x⁽¹⁾(2)…,x⁽¹⁾(k),…x⁽¹⁾(n))，k＝1,2…n式(2)；

式(2)中，

根據序列X⁽¹⁾構造連續時間t響應白化微分方程：

從而得到上述微分方程的通解：a,b為模型參數；該通解即為X⁽¹⁾的時間響應預測方程；

采用時間離散化差分替換微分為后，還原得到原始數據列的離散預測方程，得到通解：

設Z⁽¹⁾為X⁽¹⁾的緊鄰均值生成序列，則有

Z⁽¹⁾＝(z⁽¹⁾(1)，z⁽¹⁾(2)，…，z⁽¹⁾(n))式(5)；

式(5)中，z⁽¹⁾(k)＝0.5(x⁽¹⁾(k)+x⁽¹⁾(k-1))；

設參數向量β＝(a,b)^T，同時令：

結合白化微分方程建立離散白化方程x⁽⁰⁾(k)+ax⁽¹⁾(k)＝b，建立回歸方程組：

Y＝Bβ+ε，其中，ε為隨機擾動項；

利用最小二乘法可得其中，為β的最小二乘估計值，分別為參數a,b的最小二乘估計值；將其帶入式(4)，得到原始數據序列的預測方程：

其中，為第k+1期的預測值，分別為參數a,b的估計值。