مقارنة طرائق تقدير معلمات نموذج النظام الرمادي من الرتبة الأولى و بمتغير واحد GM 1,1 مع تطبيق عملي
تمت في كلية الادارة والاقتصاد / جامعة بغداد مناقشة رسالة الماجستير في تخصص الاحصاء للطالبة ( نور سليم محمد ) عن دراستها الموسومة ( مقارنة طرائق تقدير معلمات نموذج النظام الرمادي من الرتبة الأولى و بمتغير واحد GM(1,1) مع تطبيق عملي ).
يمكن تعريف اللون الذي يمثل النظام بأنه وصف لدرجة وضوح و كمية المعلومات المتوفرة عن ذلك النظام , فعلى سبيل المثال نظام مع معلومات واضحة و معروفة تماما يسمى بالنظام الأبيض و نظام مع معلومات غير واضحة و غير معروفة تماماً يسمى بالنظام الأسود , أما إذا كانت هذه المعلومات معروفة جزئيا و مجهولة جزئياً فهو ما يشير إليه بالنظام الرمادي و لهذا سمي بالرمادي اشارة الى لون المعلومات.
نشأت نظرية النظام الرمادي من البروفيسور الصيني (Julong Deng) في بداية الثمانينات في أول بحث له و اصبح هذا البحث هو الظهور الرسمي لهذه النظرية و تم تطبيقها بنجاح في العديد من المجالات التي لفتت انتباه العديد من العلماء و الباحثين في العديد من الدول منها الصين و الولايات المتحدة و انكلترا و المانيا و روسيا و استراليا و كندا و هولندا و النمسا و اليابان و تركيا , وحصولها على التعليقات الايجابية و الاهتمام من المجتمع الأكاديمي الدولي , و اهتمت الأمم المتحدة بنظرية النظام الرمادي من حيث تطبيقها و ظهرت عدة بحوث و نشاطات أكاديمية إضافة إلى إن بعض المؤتمرات الدولية أدرجت الأنظمة الرمادية كموضوع مهم.
تهدف هذه الدراسة إلى التعامل مع البيانات التي تعاني من المشاكل المذكورة من خلال بناء انموذج GM(1,1) و الذي يعتبر العنصر الأساسي في النظرية الرمادية و استعماله لمعالجة البيانات المفقودة و المقارنة بين طرق تقدير هذا الانموذج لتحديد الأفضل بينهما و استعمال الانموذج الأفضل للتنبؤ للأمام من خلال تطبيقه على بيانات حقيقية تعاني من نفس المشاكل.
وتكمن مشكلة البحث في انه تعاني بعض البيانات من بعض المشاكل منها حالة عدم اليقين أو عدم التأكد أو هنالك شك في مصداقيتها و لحجوم عينات صغيرة ، فأن هذه البيانات تكون فقيرة أو غير مؤكدة و في بعض الأحيان ترافقها فقدان في بعض البيانات لذا تعتبر من أصعب المشاكل التي تواجه الباحث خصوصاً عندما تكون الظاهرة تخضع لسلسلة زمنية ، وان وجود حالة فقدان في بعض البيانات على الرغم من صغر حجم العينة لذلك تحتاج هذه المشكلة إلى الحل الأمثل للوصول إلى أفضل انموذج و خصوصا اذا كانت سلسلة زمنية فان هذه المشاكل تعتبر من اصعب الظواهر التي يرغب الباحث بنمذجتها و الوصول الى تنبؤات جيدة لها.
هنالك عدة طرق تنبؤيه تستعمل للتنبؤ و لكن معظمها تتطلب قدرا كبيرا من البيانات , فبرزت الحاجة الى دراسة اسلوب جديد يدرس حالة عدم اليقين و بكمية صغيرة من البيانات و هذا ما عالجته النظرية الرمادية التي تتعامل مع الانظمة الغير مؤكدة و الغير دقيقة من خلال عملية التوليد الرمادي التي تستعمل لتبييض البيانات و من خلال النمذجة الرمادية التي تستعمل لتبييض الانموذج و اساسها الانموذج الرمادي GM(1,1) الذي يعتبر جوهر النظرية و يستعمل في التنبؤ للقيم المستقبلية للسلسلة الزمنية.
تم استعمال الانموذج الرمادي GM(1,1) في تقدير معالم الانموذج و من خلال تسع طرق تقديرية و المقارنة بينهم باستعمال مقاييس المقارنة و هما مقياس متوسط مربع الخطأ (MSE) و متوسط الخطأ النسبي المطلق (MAPE) عن طريق المحاكاة و تم الحصول على أفضل طريقة و هي الطريقة الشبه جينية المقترحة (GA) و تم تطبيق هذه الطريقة على بيانات حقيقية متمثلة بالاستهلاك و معدل الاستهلاك لوقود الديزل و لنوعين من الزيوت و هي الوقود الثقيل (HFO) و الوقود الخفيف (D.O) , و كانت تعاني البيانات من قيم مفقودة و تم الاستعانة بالانموذج الرمادي GM(1,1) لتقدير القيم المفقودة ثم بناء الانموذج للبيانات الكلية بعد تعويض القيم المفقودة و المقارنة مع طرق اخرى باستعمال مقياس متوسط مربع الخطأ (MSE) لمعالجة هذه المشكلة و قد توصلنا الى ان أفضل طريقة هي الانموذج الرمادي GM(1,1) اذ تفوقت على باقي طرق تقدير القيم المفقودة الأخرى.
وتم الوصول الى بض الاستنتاجات ومنها ، نستنتج بأن نتائج طريقة الشبه جينية (GA) تعتبر الأفضل من باقي الطرق , إذ عند تطبيقها على البيانات الحقيقية أثبتت حصولها على أفضل النتائج و بكفاءة عالية , و نستنتج ان أفضل طريقة لتقدير القيم المفقودة باستعمال مقياس متوسط مربع الخطأ (MSE) هو الانموذج الرمادي GM(1,1) اذ تفوق تطبيق هذا الانموذج على طريقة الوسط الحسابي و معادلة الاتجاه العام.
وانتهت الدراسة الى بعض التوصيات منها ، نوصي بأخذ رتبة فروق و عدد متغيرات أكبر من واحد للأنموذج GM(1,1) ، والاستعانة بهذا الانموذج عند وجود بيانات مفقودة حيث اثبت دقته و كفاءته في الحصول على النتائج.