- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
GM(1,1)模型.doc
年份 0 1 2 3 4 5 6 7 8 9 数据 142 340 200 500 900 800 490 980 463 1100 建立GM(1,1)预测模型
原始数据列为:
(1)累加生成数列为:
(2)构造数据矩阵B和数据向量Y:
340
200
500
Y= 900
800
490
980
463
1100
(3)计算系数
alpha =
-0.1062
371.6018
(4)得出预测模型
u = -3500.5
v =3642.5
(5)进行参差检验
1)根据预测公式,计算
u =-3500.5
v =3642.5
X2 =[ 0.1420 0.5499 1.0036 1.5080 2.0690 2.6927 3.3863 4.1576 5.0153 5.9690 7.0296]
2)累减生成序列
得X3=[0.1420 0.4079 0.4536 0.5044 0.5609 0.6238 0.6936 0.7713 0.8577 0.9537 1.0605]
而原始数据为
3)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]
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]
平均相对参差 meankesi =0.3688
0.01
且模型精确度不高
进行关联度检验:
1)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]
3)计算关联度
meanaita =0.5941 =0.59410.6 不满意()
(7)进行后验差检验
1)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
daita0std=std(daita0)= 131.2836
3)计算C=daita0std/X0std
C = 0.3935
4)计算小参差概率
S0 =225.0480
e =[179.4592 111.5134 74.1747 175.0204 159.6072 3.2147 24.1540 29.2461 215.2168 33.1910]
对所有的e都小于S0,故小参差概率
P=10.8
而同时 C = 0.39350.5,故预测模型是合格的
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
for k=2:10
z(k)=(1/2)*(X1(k)+X1(k-1))
end
B=[(-z(2:10)) ones(9,1)]
Y=(X0(2:10))
alpha=inv(B*B)*B*Y
u=alpha(2)/alpha(1)
v=X0(1)-u
u=alpha(2)/alpha(1)
v=X0(1)-u
for n=0:10
X2(n+1)=v*exp(-alpha(1)*n)+u
end
X2
X3(1)=X2(1)
for m=1:10
X3(m+1)=X2(m+1)-X2(m)
end
daita0=abs(X0-X3(1:10))
kesi=daita0./X0
meankesi=mean(kesi)
aita=(min(daita0)+0.5*max(daita0))./(daita0+0.5*max(daita0))
meanaita=mean(aita)
X0mean=mean(X0)
X0std=std(X0)
daita0mean=mean(daita0)
dai
文档评论(0)