MATLAB实现灰色预测程序 很全,很强大,数学建模当中用到的.doc

MATLAB实现灰色预测程序 很全,很强大,数学建模当中用到的.doc

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
MATLAB实现灰色预测程序 很全,很强大,数学建模当中用到的

MATLAB实现灰色预测程序 灰色预测 很好的东西呐,······~~··`~··~~~~~~~~~~~~~~~~~~~~~````````````` fon [feval,au,ec,C,P]=GM1_1(x, r) if nrgin2 myar=0; end [mx,nx]=size(x); if mx==1 x=x; end n=length(x); for i=2:n z(i-1)=0.5*x1(i)+0.5*x1(i-1); end Y=x(2:end); B(:,1)=-z; 2)/au(1)); yc(1)=x(1); for k=1:n+myear-1 y1(k+1)=pm*exp(-au*k)+a(2)/au(1); yc(k+1)=y1(k+1)-y1(k); end feval=yc; ex=ec./x; r=0; rou=0.5; for k=1:n r=r+rou* s(ec(k))+rou*max(a (ec))); end r=r/n; %%==== %原始序列的标准差 s1=std(x); %计算残差的标准差 s2=std(ec); %计算C C=s2/s1; %计算后验概率 deta=ec-mean(ec); index=fineta)0.6745*s1); P=length(index)/n; %% if C0.35P0.95 disp(预测精度为一级) elsP0.8 disp(预测精度为二级) elseif 0.7 disp(预测精度为三级) else disp(预测精度过低,需要对模型进行修正) end if r0.6 disp(关联度符合检验要求) end %% %%========= t1=1:length(x); t2=1:lengt); plot(t1,x,b--+,t2,feval,r-o) legend(原始数据,预测数据) 另一个程序 function [y,p,e]=huise_1_1(X,k) %灰色模型的malab程序 %Example [y,p]=gm_1_1([200 250 300 350],2) %接口描述: X的预测的初始数列,|X|4,K是指向后进行预测的个数 %命令格式: 程序保存的文件名,eg:huise.m 则命令是: huise([579.8 547.5 527.0 492.3 437.0],5) if nargout3; r(Too maoutput argument.); en if nargin==1,k=1;x_orig=X; elseif ==0|nargin2 errr(Wrong nu arguments.); end x_rig=X; predict=k; %AGO 处理,即是对初始数列进行一阶累加 x=cumsum(x_orig); %计算系数(a 和 u)------------------------ n=leh(x_orig); %生成矩阵 B for i=1:(n-1); B(i)=-(x(i)+x(i+1))/2; en B=[B ones(n-1,1)]; %生成矩阵 Y for i=1:(n-1); y(i)=x_ori(i+1); ed Y=y; %计算系数 a=au(1) u=au(2) au=(inv(B*B))*(B*Y); %-------------------------------------------------------- %把huise模型公式转换成符号 coef1=au(2)/au(1); coef2=x_or (1)-coef1; co3=0-au(1); costr1=nm2str(coef1); costr2=numstr(abs(coef2)); costr3=ntr(coef3); eq=strcat(ctr1,+,costr2,e^,costr3,*(t-1))); %计算每一个值 for t=1:(n+predict) mcv(t)=co1+coef2*ex

您可能关注的文档

文档评论(0)

cuotian + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档