matlab中灰色模型改进的背景值代码怎么写

matlab中灰色模型改进的背景值代码怎么写,第1张

clc

clear all

% 本程序主要用来计算根据灰色理论建立的模型的预测值。

% 应用的数学模型是 GM(1,1)。

% 原始数据的处理方法是一次累加法。

y=[1662.87 2163.4 1965.35 2472.48 2900.66 3034.93 2755.5 3207 3462]%已知数据

n=length(y)

yy=ones(n,1)

yy(1)=y(1)

for i=2:n

yy(i)=yy(i-1)+y(i)

end

B=ones(n-1,2)

for i=1:(n-1)

B(i,1)=-(yy(i)+yy(i+1))/2

B(i,2)=1

end

BT=B'

for j=1:n-1

YN(j)=y(j+1)

end

YN=YN'

A=inv(BT*B)*BT*YN

a=A(1)

u=A(2)

t=u/a

t_test=4  %需要预测个数

i=1:t_test+n

yys(i+1)=(y(1)-t).*exp(-a.*i)+t

yys(1)=y(1)

for j=n+t_test:-1:2

ys(j)=yys(j)-yys(j-1)

end

x=1:n

xs=2:n+t_test

yn=ys(2:n+t_test)

plot(x,y,'^r',xs,yn,'*-b')

det=0

for i=2:n

det=det+abs(yn(i)-y(i))

end

det=det/(n-1)

disp(['百分绝对误差为:',num2str(det),'%'])

disp(['预测值为: ',num2str(ys(n+1:n+t_test))])

输出结果:

百分绝对误差为:228.3113%

预测值为: 3710.152      3978.2142      4265.6442      4573.8413

楼主,我试了下,没错啊,这段代码你不能全部复制到matlab的命令窗口中去

首先,你得把矩阵X赋值,X不是你要处理的数据么?没有X程序运行不下去,

然后,将矩阵X赋值后你只需要复制下面这段代码就OK了

clc %清屏,以使结果独立显示

format long%设置计算精度

if length(x(:,1))==1 %对输入矩阵进行判断,如不是一维列矩阵,进行转置变换

x=x'

end

n=length(x)%取输入数据的样本量

z=0

for i=1:n %计算累加值,并将值赋予矩阵be

z=z+x(i,:)

be(i,:)=z

end

for i=2:n %对原始数列平行移位

y(i-1,:)=x(i,:)

end

for i=1:n-1 %计算数据矩阵B的第一列数据

c(i,:)=-0.5*(be(i,:)+be(i+1,:))

end

for j=1:n-1 %计算数据矩阵B的第二列数据

e(j,:)=1

end

for i=1:n-1 %构造数据矩阵B

B(i,1)=c(i,:)

B(i,2)=e(i,:)

end

alpha=inv(B'*B)*B'*y%计算参数 矩阵

for i=1:n+1 %计算数据估计值的累加数列,如改为n+1为n+m可预测后m-1个值

ago(i,:)=(x(1,:)-alpha(2,:)/alpha(1,:))*exp(-alpha(1,:)*(i-1))+alpha(2,:)/alpha(1,:)

end

var(1,:)=ago(1,:)

for i=1:n %如改n为n+m-1,可预测后m-1个值

var(i+1,:)=ago(i+1,:)-ago(i,:)%估计值的累加数列的还原,并计算出下一预测值

end

for i=1:n

error(i,:)=var(i,:)-x(i,:)%计算残差

end

c=std(error)/std(x) %调用统计工具箱的标准差函数计算后验差的比值c

结果为c,照我说的做吧,肯定能出来,我在matlab7.0上跑的

ARMA 这是一个在matlab下时间序列分析模型的建立和预测程序。它在你电脑中D:\My Documents目录下,这只是你装的一个程序所在地文件夹,如果你确定不需要这个程序了就可以卸载并删除。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/yw/8001887.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-12
下一篇 2023-04-12

发表评论

登录后才能评论

评论列表(0条)

保存