- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
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
原创力文档


文档评论(0)