数学建模-灰色预测模型GM(1,1)_MATLAB

Posted yocichen

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数学建模-灰色预测模型GM(1,1)_MATLAB相关的知识,希望对你有一定的参考价值。

GM(1,1).m

%建立符号变量a(发展系数)和b(灰作用量)
syms a b;
c = [a b]‘;

%原始数列 A
A = [174, 179, 183, 189, 207, 234, 220.5, 256, 270, 285];%填入已有的数据列!
n = length(A);

%对原始数列 A 做累加得到数列 B
B = cumsum(A);

%对数列 B 做紧邻均值生成
for i = 2:n
    C(i) = (B(i) + B(i - 1))/2; 
end
C(1) = [];

%构造数据矩阵 
B = [-C;ones(1,n-1)];
Y = A; Y(1) = []; Y = Y‘;

%使用最小二乘法计算参数 a(发展系数)和b(灰作用量)
c = inv(B*B‘)*B*Y;
c = c‘;
a = c(1); b = c(2);

%预测后续数据
F = []; F(1) = A(1);
for i = 2:(n+10) %这里10代表向后预测的数目,如果只预测一个的话为1
    F(i) = (A(1)-b/a)/exp(a*(i-1))+ b/a;
end

%对数列 F 累减还原,得到预测出的数据
G = []; G(1) = A(1);
for i = 2:(n+10) %10同上
    G(i) = F(i) - F(i-1); %得到预测出来的数据
end

disp(‘预测数据为:‘);
G

%模型检验

H = G(1:10); %这里的10是已有数据的个数
%计算残差序列
epsilon = A - H;

%法一:相对残差Q检验
%计算相对误差序列
delta = abs(epsilon./A);
%计算相对误差Q
disp(‘相对残差Q检验:‘)
Q = mean(delta)

%法二:方差比C检验
disp(‘方差比C检验:‘)
C = std(epsilon, 1)/std(A, 1)

%法三:小误差概率P检验
S1 = std(A, 1);
tmp = find(abs(epsilon - mean(epsilon))< 0.6745 * S1);
disp(‘小误差概率P检验:‘)
P = length(tmp)/n

%绘制曲线图
t1 = 1995:2004;%用自己的,如1 2 3 4 5...
t2 = 1995:2014;%用自己的,如1 2 3 4 5...

plot(t1, A,‘ro‘); hold on;
plot(t2, G, ‘g-‘);
xlabel(‘年份‘); ylabel(‘污水量/亿吨‘);
legend(‘实际污水排放量‘,‘预测污水排放量‘);
title(‘长江污水排放量增长曲线‘); %都用自己的
grid on;

  

以上是关于数学建模-灰色预测模型GM(1,1)_MATLAB的主要内容,如果未能解决你的问题,请参考以下文章

数学建模MATLAB应用实战系列(八十三)-灰色预测(附MATLAB代码)

备战数学建模33-灰色预测模型2

matlab中灰色模型改进的背景值代码怎么写

数学建模灰色预测程序代码?

灰色预测GM(1,n)模型_python

python 实现 灰色预测 GM(1,1)模型 灰色系统 预测 灰色预测公式推导