灰色预测模型的matlab运行代码(讲解).docVIP

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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

灰色预测模型的matlab运行代码(讲解)

灰色预测模型GM(1,1)的matlab运行代码

例由1990—2001年中国蔬菜产量,建立模型预测2002年中国蔬菜产量,并对预测结果作检验。

分析建模:给定原始时间1990—2001年资料序列X(k),对X(k)生成1-AGO(累加)序列X(k)及Y。见下表

K123456789101112

X19519,19578,19637,19695,16602,25723,30379,34473,38485,40514,42400,48337

X19519,39097,58734,…………264605,307005,355342

Y-----1957819637…………405144240048337

其中

X(k)=;Y=

对上述X(k)的GM(1,1),得到

对值)

error2(i)=error1(i)/x0(i);(计算相对误差)

end

C=std(error1)/std(x0);(计算后验差检验数,std表示标准差)

k=1;(k表示预测长度,这里每次预测下一年)

a=

-0.106210475032772

b

b=

1.399996741173038e+04

B

B=

1.0e+05*

-0.2930800000000000.000010000000000

-0.4891550000000000.000010000000000

-0.6858150000000000.000010000000000

-0.8673000000000000.000010000000000

-1.0789250000000000.000010000000000

-1.3594350000000000.000010000000000

-1.6836950000000000.000010000000000

-2.0484850000000000.000010000000000

-2.4434800000000000.000010000000000

-2.8580500000000000.000010000000000

-3.3117350000000000.000010000000000

C(求后检验数)

C=

0.163969348419772

x(原始数据的对应的预测数据,这里也是12个)

x=

1.0e+04*

Columns1through3

1.9519000000000001.6957693858307821.885790370699694

Columns4through6

2.0971043303046062.3320972683461912.593422554345592

Columns7through9

2.8840308835651903.2072035941156563.566589717441855

Columns10through12

3.9662471805347304.4106886250944284.904932361001964

eroor1(求残差)

eroor1=

1.0e+03*

Columns1through4

02.6203061416921850.7790962930030651.276043303046055

Columns5through8

6.7189726834619070.2112255434559191.5386911643481002.400964058843441

Columns9through12

2.8191028255814450.8515281946526961.7068862509442840.712323610019637

error2(求相对误差)

error2=

Columns1through4

00.1338393166662670.0396749143455250.064790215945471

文档评论(0)

187****2001 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档