灰色预测步骤.docVIP

GM(1,1)模型应用实例的MATLAB实现 解：原始数据列为： (1)累加生成数列为： {142，482，682，1182，2082 ，2882，3372，4352，4815，5915} 编写程序：X0=[142,340,200,500,900,800,490,980,463,1100]; X1(1)=X0(1) for k=2:10 X1(k)=X1(k-1)+X0(k) end 构造数据矩阵B和数据向量Y： 编写程序： for k=2:10 z(k)=(1/2)*(X1(k)+X1(k-1)) end z =0 312 582 932 1632 2482 3127 3862 4583.5 5365 B=[(-z(2:10))’ ones(9,1)] B = -312 1 -582 1 -932 1 -1632 1 -2482 1 -3127 1 -3862 1 -4583.5 1 -5365 1 Y=(X0(2:10)) Y= 340 200 500 900 800 490 980 463 1100 计算系数 alpha = -0.1062 371.6018 编写程序 alpha=inv(B*B)*B*Y 得出预测模型 编写程序 u=alpha(2)/alpha(1) v=X0(1)-u v=3499.075 u=—3641.075 进行参差检验 根据预测公式，计算 v=3499.075 u=—3641.075 得X2 =1.0e+003 * 0.1420 0.5499 1.0036 1.5080 2.0690 2.6927 3.3863 4.1576 5.0153 5.9690 7.0296 源程序：u=alpha(2)/alpha(1) v=X0(1)-u for n=0:10 X2(n+1)=v*exp(-alpha(1)*n)+u end X2 2）累减生成序列 X3 =1.0e+003 * 0.1420 0.4079 0.4536 0.5044 0.5609 0.6238 0.6936 0.7713 0.8577 0.9537 1.0605 源程序：X3(1)=X2(1) for m=1:10 X3(m+1)=X2(m+1)-X2(m) end 原始数据为 计算绝对参差和相对参差序列 绝对参差序列daita0 = 0 67.9459 253.6339 4.4388 339.0664 176.2445 203.6132 208.7053 394.6761 146.2682 源程序：daita0=abs(X0-X3(1:10)) 相对参差序列 kesi = 0 0.1998 1.2682 0.0089 0.3767 0.2203 0.4155 0.2130 0.8524 0.1330 而平均相对参差meankesi =0.3688 参差检验可以确定模型精确度不高，故模型不可用。 进行关联度检验 计算绝对参差序列 2）计算关联系数 aita = 1.0000 0.7439 0.4376 0.9780 0.3679 0.5282 0.4922 0.4860 0.3333 0.5743 源程序：aita=(min(daita0)+0.5*max(daita0))./(daita0+0.5*max(daita0)) 计算关联度 meanaita =mean(aita)=0.5941 关联度检验， 进行后验差检验 计算X0均值、均方差X0mean =mean(X0)=591.5000 X0std =std(X0) =333.6516 2）计算参差均值、均方差daita0mean=mean(daita0)= 179.4592