2.1计算框图 求解GM(1.1)模型的程序框图为图1所示。 2.2模型的主要功能 该模型的主要功能有2个：正常值的预报和异常值的预测。 (1)正常值的预报正常值的预报是根据原始数据用GM(1,1)模型直接计算出预测值， 以达到对正常值进行预报的目的。 (2)异常值的预测异常值的预测并不直接预测￥‘》本身的变化，而是预测异常值出现 的时刻。因此，必须按照某个取定的异常值（灰数）2作为阈值，在原始数据(》中取对应于入 的子集￥‘)，重新构造一个对应的异常值时刻序列，再建立GM(1.1)模型来预测边界值2以 上范围内，未来异常值可能发生的时刻，这便是异常值预测23。 2,3模型的用途 该预测模型不仅可以用来预报某厂、某地区，某省、某国乃至全世界的钢产量，而且它 还可以预测钢产量出现异常值的时刻。另外，该模型还可以对钢铁生产中的工艺参数、化学 成分等问题作出预测。 3钢产量的灰色预测 以中国钢产量为例进行钢产量正常值的预报和异常值的预测。 3.1历史资料 全国钢产量的历史资料如表1所示。 表1全国钢产量(1949~1990年)c3-5) Table 1 Increasing output of crude steel (1949-1990) 年份 1949 1950 195I 1952 1953 1954 1955 1956 1957 产量（万t) 15.8 61 90 135 177 223 285 447 535 年份 1958 1959 I960 1961 1962 1963 1964 1965 1966 产量（万） 830 1387 1866 870 667 762 964 1223 1523 年份 1967 1968 1969 1970 1971 1972 1973 1974 1975 产量（万） 1029 904 1333 1779 2132 2338 2522 2112 2390 年份 1976 1977 1978 1979 1980 1981 1982 19831984 产量（万） 2046 23743178 3448 3712 3560 3716 4002 4348 年份 1985 1986 1987 1988 1989 1990 1991 1992 1993 产量（万） 4679 5221 5628 5913 6158 6604 根据表2可作出全国钢产量的曲线如图2所示。 402。 计算框图 求解 模型 的程序框图为图 所示 。 。 模 型的主要功能 该模型的主要功 能 有 个 正常值的预报和 异常值的预测 。 正常值的预报 正常值的预报是根据原始数据 用 。 模型直接 丢 ‘ 算 出预 测值 ， 以达到 对正常值进行预报 的 目的 。 异常值的预测 异常值的预测并不直接预 测盆 “ 》 本身的变化 ， 而是预 测异常值 出现 的时刻 。 因此 ， 必须按 照某个取定的异常值 灰数 久作为 闭值 ， 在原始 数据书 ‘ “ ， 中取对应于 几 的子集劣 叨’ ， 重新构造一个对应的异常值时刻序 列 ， 再 建立 模型来预 测边 界值几以 上范围内 ， 未来 异常值可能发 生的时刻 ， 这便是 异常值预 测 乙“ 〕 。 模型的用途 该预 测模型不仅 可以用来预报某厂 、 某地区 ， 某省 、 某国乃至全世界的钢产量 ， 而且它 还 可以预 测钢产量出现异常值的时刻 。 另 外 ， 该模型 还 可以对钢铁生产 中的工 艺参 数 、 化学 成分等问题作 出预测 。 钢产量的灰色预测 以 中国钢产 量为例进行钢产量正常值的 预报和异常值的预测 。 历 史资料 全国钢产量的 历史资料如表 所示 。 表 全国 钢产 年 〔 一 〕 一 年 份 产量 万 。 年 份 产量 万 〕 年 份 产最 万 年 份 产量 万 年 份 产量 万 根据表 可作 出全 国钢产量 的 曲线如图 所示