灰色系统预测模型实验.docxVIP

实验四实验项目名称灰色系统预测模型2．实验目的要求掌握灰色系统检验方法，尤其是GM(1.1)模型实验环境使用灰色系统理论建模软件4．实验内容与实验步骤1.灰色预测时关于残差、关联度、方差比和小误差概率的检验准则M(1,1)模型的检验分为三个方面：残差检验；关联度检验；后验差检验。（1）残差检验：对模型值和实际值的残差进行逐点检验。首先按模型计算，将累减生成，最后计算原始序列与的绝对残差序列及相对残差序列，并计算平均相对残差。给定，当，且成立时，称模型为残差合格模型。（2）关联度检验:即通过考察模型值曲线和建模序列曲线的相似程度进行检验。按前面所述的关联度计算方法，计算出与原始序列的关联系数，然后算出关联度，根据经验，关联度大于0.6便是满意的。（3）后验差检验:即对残差分布的统计特性进行检验。若对于给定的，当时，称模型为均方差比合格模型；如对给定的，当时，称模型为小残差概率合格模型。若相对残差、关联度、后验差检验在允许的范围内，则可以用所建的模型进行预测，否则应进行残差修正。2.实验的基本程序、基本步骤和运行结果现在已知我国从2002年-2013年的每年的专利申请量的数据，试建立灰色预测模型并且预测2014年我国的专利申请量的情况。2.1在excel表格中输入以下数据国内专利授权量000000012.2 计算并累加设时间序列为X(0)=（x(0)(1), x(0)(2), x(0)(3)，x(0)(4)………………………………. x(0)(12)）=（205396，251238，278943，345074…………… 1505574）计算并累加X(0)的1-AGO序列为(累加) X(1)= （x(1)(1), x(1)(2), x(1)(3)，x(1)(4)……………x(1)(12)）得到下图国内专利授权量累加X(1)00.3对X(1)做紧邻均值生成令Z(1)（k）=（0.5x(1)(K)+0.5X(1)(K-1)），k=1,2,3,4…….13;此时可以得到下表国内专利授权量累加X(1)Z（1）（k）00000000378302.4计算灰微分方程打开灰色系统理论建模软件，找到GM(1.1)模型，在第一行输入205396,251238,278943,345074,383157,470342,586734,717144,877611,1109428,1411080,1792177,得到方程X(0)(K)-0.2099Z(1)(K)=138316.4494即模型的方程为X^(k+1)=1044777.462*e0.2140k-839381.46212．5估计值运算 （1）由预测公式，计算X^(1)，在E2中输入=($C$2-$E$11/$E$12)*EXP(-$E$12*(B2-1))+$E$11/$E$12，复制到E3:E7中；（2）累减生成X^(0)，在F7中输入=E7-E6，复制到F3，在F2中输入=E2-0；可得到数据如下国内专利授权量累加X(1)Z（1）（k）X^(1)X^(0)53575.9.569.9.8116.6.2285.9.55622..07471.1.05..005759.2...0987.0.01090.03.模型检验 3.1检验一：残差和相对残差检验原始序列X(0)=（x(0)(1), x(0)(2), x(0)(3)，x(0)(4)………………………………. x(0)(12)）相应的银行模拟序列残差为X(0)- ，得出残差序列如下相对残差（X(0)- ）/ X(0)国内专利申请量累加X(1)Z（1）（k）X^(1)X^(0)残差相对残差.9.663058.3410.0569.9..0906.432430.57409.44-1217.44-0.222670.7790.007471.1.95-6263.95-0.00405..29-18386.3-0.00.2.7-334.678-0.000..836552.180.0.0.189716.860.0090.07-0.01207平均相对残差0.007551由平均相对残差为0.7551％，而第12期残差为1.2707％，均远小于5%，因此模型较好，预测精度高。预测精度较高3.2．检验二：绝对关联性模型检验将国内的专利授权量作为序列1，国内授权专利量作为序列2，将其输入到软件中得到结果如下得到绝对关联度0.9921，说明实际值和预测的值之间有较强的关联性，是关联度合格模型4．对下一年度值得预测综上所述，所估计得方程是合理的，方程为X^(k+1)=1044777.462*e0.2140k-839381.4621，可得到2014年的预测值为.0135。由国家统计局网站我们可以查到2014年的专利申请量为件，利用