GM(1,1)模型.docVIP

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