forecast1 = (x1(1)-u(2)./u(1)).*exp(-u(1).*([0:n-1+k]))+u(2)./u(1); %白化方程的离散响应 exchange = diff(forecast1)%最后10个为预测的数据 epsilon=x0(2:n)'-exchange(1:n-1) %计算残差 delta=abs(epsilon./x0(2:n)') %计算相对误差 rho=1-(1-0.5*u(1))/(1+0.5...
GM(1,1)模型的预测原理是:对某一数据序列用累加的方式生成一组趋势明显的新数据序列,按照新的数据序列的增长趋势建立模型进行预测,然后再用累减的方法进行逆向计算,恢复原始数据序列,进而得到预测结果。 GM(1,1)建模过程: (1) 设一组原始数据为 ,n为数据个数。对 累加以便弱化随机序列的波动性和随机性,得到新...
\tilde{a} = (B^{T}B)^{-1}B^{T}Y 以此解出模型参数! 3.带入原方程 该方程的解为: x(k+1)=(x⑴-μ/a)exp(-ak)+μ/a 其中:α称为发展灰数;μ称为内生控制灰数 4.最后采取累减回归到原始数列,预测! 3.matlab实现步骤 (1)导入数据 (2)变换数据(累加) (3)求参数 (矩阵左除,很方便)...
(3)GM(1,1)模型有提供级比值检验,后验差比检验,模型残差检验等;并非所有检验均能完美,通常在可...
直接编写matlab程序输入数据预测: (附录) function []=greymodel(y) % 本程序主要用来计算根据灰色理论建立的模型的预测值。 % 应用的数学模型是 GM(1,1)。 % 原始数据的处理方法是一次累加法。 y=input('请输入数据 '); n=length(y); yy=ones(n,1); ...
GM(1,1),GM(2,1),DGM(1,1)均属于灰色系统理论中的预测模型,适用于少量数据和信息不足的情况下进行预测。其中,GM(1,1)为一阶灰色预测模型,GM(2,1)为二阶灰色预测模型,DGM(1,1)为带噪声的一阶灰色预测模型。 下面分别介绍它们的使用前提、使用方式、算法介绍以及Matlab代码: ...
2. 建立GM(1,1)模型 3. 检验预测值 五、MATLAB代码 function []=greymodel(y) % 本程序主要用来计算根据灰色理论建立的模型的预测值。 % 应用的数学模型是 GM(1,1)。 % 原始数据的处理方法是一次累加法。 y=input('请输入数据 '); n=length(y); yy=ones(n,1); yy(1)=y(1); for i=2:n ...
(也就是原始序列中,后一项依次减去前一项的值,例如,[x(2)-x(1),x(3-x(2),...,x(n)-x(n-1))]。) (4)均值生成序列: (这是对累加序列"(前一项+后一项)/2"得出的结果。) 求解步骤: 三、灰色预测的实例讲解: 1.使用GM(1,1)的预测检验“北方某城市1986年-1992年道路噪声交通 平均声级数据:...
function GM1_1(X0)format long ;[m,n]=size(X0);X1=cumsum(X0); %累加 X2=[];for i=1:n-1 X2(i,:)=X1(i)+X1(i+1);end B=-0.5.*X2 ;t=ones(n-1,1);B=[B,t] ; % 求B矩阵 YN=X0(2:end) ;P_t=YN./X1(1:(length(X0)-1)) %对原始数据序列...
1、灰色预测模型 GM(1,1)的 matlab 运行代码例 由 19902001 年中国蔬菜产量,建立模型预测 2002 年中国蔬菜产量,并对预测结果作检验 分析建模:给定原始时间 19902001 年资料序列 X(0)(k),对 X(0)(k) 生成 1-AGO(累加)序列 X(1)(k)及 Yn。见下表K 123 45 67891011 12x, (0)X19519 ,19578 ,...