Grey system theory is a model syste

Grey system theory is a model system whose core is
the grey model (GM) [10]. By overcoming the
disadvantages of regression and experience prediction
models, grey prediction method does not require a list of
the factors that affect the occurrence of accidents in
stadiums; it begins with accidents in stadiums, acquires
useful information, and explores internal laws to establish
a grey prediction model. The term “grey” represents the
condition where some information is known while some
are unknown. According to the definition, prediction
models for accidents in stadiums can be built with a grey
system. Grey prediction models for accidents in stadiums
only require minimal information; the calculation is
simple, the errors between predicted and actual results are
small, and the prediction accuracy is high. Hence, these
models are appropriate for the prediction of all indicators
of accidents in stadiums, which only contain a small
amount of historical data. The means to generate a grey
system frequently utilized at present involve an
accumulated generating operation (AGO), an inverse
accumulated generating operation (IGAO), average
generation, and grade ratio generation [3]. As a typical
trend analysis model, the GM(1,1) model is particularly suitable for trend prediction of the indexes of a
socioeconomic system with many factors, a complicated
structure, wide coverage, high level, strong
comprehensiveness, and good interaction. The GM(1,1)
model not only has a unique effect (e.g., weakening the
randomness of the sequence and excavating the system
evolution law) but also exhibits ideal fusion power and
penetration for common models. Consequently,
integrating the GM(1,1) model with the entire modeling
process of common models or combining it with other
models for prediction can achieve functional
complementation and profound excavation of the system
evolution law. A grey prediction model reveals the
continuous development and change in things inside a
system and attempts to explore and discover the hidden
internal law in chaotic phenomena. Thus, a grey
prediction model is usually described by a differential
equation. The most typical grey prediction model is the
GM(1,1) model.

ผลลัพธ์ (ไทย) 1:

ทฤษฎีระบบสีเทาเป็นระบบรูปแบบหลักเป็นสีเทาแบบ (กรัม) [10] โดยมากเพียงใดข้อเสียของการคาดการณ์ที่ถดถอยและประสบการณ์รูปแบบ วิธีทำนายสีเทาไม่ต้องรายการปัจจัยที่มีผลต่อการเกิดอุบัติเหตุในลักษณะน่าตื่นเต้น มันเริ่มต้น ด้วยอุบัติเหตุในลักษณะน่าตื่นเต้น ได้ฝึกฝนข้อมูลที่เป็นประโยชน์ และกฎหมายภายในเพื่อสร้างสำรวจแบบจำลองทำนายสีเทา คำว่า "สีเทา" แทนเงื่อนไขที่เป็นที่รู้จักในขณะที่บางข้อมูลบางอย่างจะไม่รู้จัก ตามคำจำกัดความ ทำนายสามารถสร้างแบบจำลองสำหรับอุบัติเหตุในลักษณะน่าตื่นเต้นกับสีเทาระบบ แบบจำลองทำนายสีเทาสำหรับอุบัติเหตุในลักษณะน่าตื่นเต้นเพียง ต้องการข้อมูลน้อยที่สุด การคำนวณเป็นมีข้อผิดพลาดระหว่างการคาดการณ์ ผลจริงง่ายเล็ก และความแม่นยำทำนายได้สูง ดังนั้น เหล่านี้รูปแบบเหมาะสมสำหรับการคาดเดาของตัวบ่งชี้ทั้งหมดอุบัติเหตุในลักษณะน่าตื่นเต้น ซึ่งประกอบด้วยขนาดเล็กเท่านั้นจำนวนข้อมูลประวัติศาสตร์ หมายถึงการสร้างเป็นสีเทาระบบที่ใช้ในปัจจุบันมักเกี่ยวข้องกับการสร้างการดำเนินงาน (ผ่านมา), ผกผันการสะสมเฉลี่ยสะสมสร้างการดำเนินงาน (IGAO),สร้าง และเกรดอัตราส่วนรุ่น [3] เป็นการทั่วไปรูปแบบการวิเคราะห์แนวโน้ม แบบ GM(1,1) เหมาะอย่างยิ่งสำหรับการคาดเดาแนวโน้มของดัชนีของการระบบประชากรกับปัจจัยหลายอย่าง ความซับซ้อนโครงสร้าง ครอบคลุมกว้าง ระดับสูง แข็งแรงcomprehensiveness และการโต้ตอบที่ดี GM(1,1)รุ่นไม่เพียงแต่มีลักษณะพิเศษเฉพาะ (เช่น ลดลงในrandomness ลำดับและระบบ excavatingวิวัฒนาการกฎหมาย) แต่ยัง จัดแสดงห้องอาหารพลังงาน และเจาะสำหรับรุ่นทั่วไป ดังนั้นรวมแบบ GM(1,1) กับโมเดลทั้งหมดกระบวนการของรูปแบบทั่วไปหรือรวมกันแบบจำลองสำหรับทำนายสามารถบรรลุการทำงานcomplementation และขุดลึกซึ้งของระบบวิวัฒนาการกฎหมาย พบว่า แบบจำลองทำนายสีเทาพัฒนาอย่างต่อเนื่องและการเปลี่ยนแปลงในสิ่งภายในระบบและความพยายามที่จะสำรวจ และค้นพบที่ซ่อนไว้กฎหมายภายในในปรากฏการณ์ที่วุ่นวาย ดังนั้น สีเทาความแตกต่างกันมักจะอธิบายแบบจำลองการคาดการณ์สมการ แบบจำลองทำนายสีเทาทั่วตัวแบบจำลอง GM(1,1)

ผลลัพธ์ (ไทย) 2:

ทฤษฎีระบบสีเทาเป็นระบบที่มีรูปแบบหลักคือรูปแบบสีเทา (จีเอ็ม) [10] โดยการเอาชนะข้อเสียของการถดถอยและประสบการณ์การทำนายรูปแบบวิธีการทำนายสีเทาไม่จำเป็นต้องมีรายชื่อของปัจจัยที่มีผลต่อการเกิดอุบัติเหตุในสนาม; มันเริ่มต้นด้วยการเกิดอุบัติเหตุในสนามกีฬาได้รับข้อมูลที่เป็นประโยชน์และสำรวจกฎหมายภายในเพื่อสร้างแบบจำลองการคาดคะเนสีเทา คำว่า "สีเทา" แสดงให้เห็นถึงสภาพที่ข้อมูลบางอย่างเป็นที่รู้จักกันในขณะที่บางไม่เป็นที่รู้จัก ตามที่นิยามการทำนายแบบจำลองการเกิดอุบัติเหตุในการออกหุ้นกู้สามารถสร้างขึ้นด้วยสีเทาระบบ แบบจำลองการคาดคะเนสีเทาอุบัติเหตุในสนามเพียงต้องการข้อมูลน้อยที่สุด; การคำนวณเป็นง่ายข้อผิดพลาดระหว่างผลการคาดการณ์ที่เกิดขึ้นจริงและที่มีขนาดเล็กและความถูกต้องของการคาดการณ์ที่สูง ดังนั้นเหล่านี้รูปแบบที่เหมาะสมสำหรับการคาดการณ์ของตัวชี้วัดทั้งหมดของการเกิดอุบัติเหตุในการออกหุ้นกู้ซึ่งมีขนาดเล็กปริมาณของข้อมูลทางประวัติศาสตร์ วิธีการสร้างสีเทาระบบที่ใช้บ่อยในปัจจุบันเกี่ยวข้องกับการดำเนินการที่ก่อให้เกิดการสะสม(ที่ผ่านมา) ซึ่งเป็นสิ่งที่ตรงกันข้ามสะสมที่ก่อให้เกิดการดำเนินงาน(Igao) เฉลี่ยรุ่นและรุ่นอัตราส่วนชั้นประถมศึกษาปี[3] ในฐานะที่เป็นปกติรูปแบบการวิเคราะห์แนวโน้มจีเอ็ม (1,1) รูปแบบที่มีความเหมาะสมอย่างยิ่งสำหรับการคาดการณ์แนวโน้มของดัชนีของระบบเศรษฐกิจและสังคมที่มีหลายปัจจัยซับซ้อนโครงสร้างครอบคลุมกว้างในระดับสูงที่แข็งแกร่งครอบคลุมและการมีปฏิสัมพันธ์ที่ดี จีเอ็ม (1,1) รูปแบบที่ไม่เพียง แต่มีผลที่ไม่ซ้ำกัน (เช่นลดลงสุ่มลำดับและขุดระบบวิวัฒนาการกฎหมาย) แต่ยังมีการจัดแสดงนิทรรศการพลังงานฟิวชั่นที่เหมาะและเจาะสำหรับรูปแบบที่พบบ่อย ดังนั้นการบูรณาการของจีเอ็ม (1,1) รุ่นที่มีแบบจำลองทั้งกระบวนการของรุ่นทั่วไปหรือรวมกับคนอื่นๆรูปแบบการทำนายสามารถบรรลุการทำงานcomplementation และการขุดค้นที่ลึกซึ้งของระบบกฎหมายวิวัฒนาการ แบบจำลองการคาดคะเนสีเทาแสดงให้เห็นถึงการพัฒนาอย่างต่อเนื่องและการเปลี่ยนแปลงในสิ่งที่อยู่ในระบบและพยายามที่จะสำรวจและค้นพบที่ซ่อนอยู่กฎหมายภายในปรากฏการณ์วุ่นวาย ดังนั้นสีเทารุ่นทำนายอธิบายไว้โดยปกติที่แตกต่างกันสมการ ปกติมากที่สุดรูปแบบการทำนายสีเทาเป็นจีเอ็ม (1,1) รูปแบบ

ผลลัพธ์ (ไทย) 3:

ทฤษฎีระบบเป็นระบบที่มีสีเทารูปแบบหลักคือ
รูปแบบสีเทา ( จีเอ็ม ) [ 10 ] โดยการเอาชนะข้อเสียของการถดถอยและประสบการณ์

วิธีการทำนายทำนายแบบสีเทาไม่ต้องใช้รายชื่อ
ปัจจัยที่ส่งผลต่อการเกิดอุบัติเหตุใน
สนามกีฬา มันเริ่มต้นด้วยการเกิดอุบัติเหตุในสนามกีฬา , acquires
ข้อมูลที่เป็นประโยชน์ และพิจารณากฎหมายภายในเพื่อสร้าง
แบบจำลองการทำนายสีเทา คำว่า " สีเทา " เป็นภาวะที่ข้อมูลบางส่วนเป็นที่รู้จักกัน

บางคนไม่ทราบชื่อ ตามนิยามทำนาย
รูปแบบอุบัติเหตุในสนามที่สามารถสร้างได้ ด้วยระบบสีเทา

แบบจำลองการทำนายสีเทาสำหรับอุบัติเหตุในสนามกีฬา
เท่านั้นต้องการข้อมูลน้อยที่สุด ; คํานวณ
ง่ายข้อผิดพลาดระหว่างการทำนายและผลที่แท้จริงคือ
ขนาดเล็กและการพยากรณ์ความแม่นยำสูง ดังนั้น โมเดลเหล่านี้
เหมาะสมสำหรับการประเมินทุกตัวชี้วัด
อุบัติเหตุในสนามกีฬา ซึ่งประกอบด้วยเล็กน้อย
ของข้อมูลทางประวัติศาสตร์ หมายถึง การสร้างระบบที่ใช้ปัจจุบันบ่อยสีเทา

สร้างการสะสมที่เกี่ยวข้องกับ ( ที่ผ่านมา ) , ผกผัน
สะสมสร้างปฏิบัติการ ( igao ) , รุ่นเฉลี่ย
,และระดับอัตราส่วนรุ่น [ 3 ] เป็นรูปแบบการวิเคราะห์แนวโน้มทั่วไป
, ( gmt ) ( 1 , 1 ) แบบมีความเหมาะสมสำหรับการคาดการณ์แนวโน้มของดัชนีของ
ระบบสังคมเศรษฐกิจกับปัจจัยหลายอย่าง ซับซ้อน
โครงสร้าง ครอบคลุม หลากหลายระดับ ความสมบูรณ์แข็งแรง
และปฏิสัมพันธ์ที่ดี ( ( 1 , 1 )
รูปแบบไม่เพียง แต่จะได้ผลเฉพาะ ( เช่น weakening
การสุ่มของลำดับและขุดกฎหมายวิวัฒนาการระบบ
) แต่ยังจัดแสดงพลังฟิวชั่นที่เหมาะและ
เจาะสำหรับรุ่นทั่วไป โดย
รวมกรัม ( 1 , 1 ) แบบมีทั้งแบบ
กระบวนการรุ่นทั่วไปหรือรวมกับรูปแบบอื่น ๆสำหรับการพยากรณ์สามารถบรรลุการทำงานเอนไซม์

สมัยที่ลึกซึ้งของกฎหมายวิวัฒนาการระบบ

แบบจำลองการทำนายสีเทาแสดงการพัฒนาอย่างต่อเนื่องและการเปลี่ยนแปลงในเรื่องต่าง ๆภายในระบบ และพยายามสำรวจ

และค้นพบที่ซ่อนอยู่ภายในกฎหมายในปรากฏการณ์ที่วุ่นวาย ดังนั้นรูปแบบ
ทำนายสีเทาอธิบายโดยปกติค่า
สมการ แบบจำลองการทำนายสีเทาโดยทั่วไปมากที่สุดคือ
กรัม ( 1 , 1 ) แบบ