資源描述:
《灰色預(yù)測(cè)總結(jié)》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、灰色系統(tǒng)建?;疑到y(tǒng)理論在建模中的應(yīng)用:灰色系統(tǒng)理論在建模中被廣泛用來處理數(shù)據(jù)。與插值擬合相比,利用灰色模型處理數(shù)據(jù)不僅對(duì)數(shù)據(jù)沒有很強(qiáng)的限制,而且精度更高,計(jì)算更簡(jiǎn)便。常用的灰色系統(tǒng)生成方式有:累加生成,累減生成,均值生成,級(jí)比生成等,下面對(duì)這幾種生成做簡(jiǎn)單介紹.累加生成:累減生成:累減生成,即對(duì)數(shù)列求相鄰兩數(shù)據(jù)的差,累減生成是累加生成的逆運(yùn)算,常簡(jiǎn)記為IAGO(InverseAccumulatedGeneratingOperation),累減生成可將累加生成還原為非生成數(shù)列,在建模過程中用來獲得
2、增量信息,其運(yùn)算符號(hào)為?.GM(1.1)模型建模機(jī)理GM(1.1)原理步驟原始數(shù)列:對(duì)進(jìn)行一次累加,得到新數(shù)列:于是的GM(1.1)白化形式的微分方程為:其中,a,u為待定系數(shù),將(2-16)式離散化,即得:其中,為在(k+1)時(shí)刻的背景值因?yàn)椋簩ⅲ?-18),(2-19)式代入(2-17)式,得將(2-20)為待辨識(shí)參數(shù)向量,則(2-21)可寫成:參數(shù)向量可用最小二乘法求取,即把求取的參數(shù)代入(2-16)式,并求出其離散解還原到原始數(shù)據(jù)得(GM1.1)模型的精度檢驗(yàn)1級(jí)比檢驗(yàn):為了保證建模方法的
3、可行性,需要對(duì)已知數(shù)據(jù)列做必要的檢驗(yàn)處理。原始數(shù)列:級(jí)比表達(dá)式為:2后驗(yàn)差檢驗(yàn)法計(jì)算后驗(yàn)差比為:計(jì)算小誤差概率:模型精度等級(jí)均方差比值C小誤差概率p1級(jí)(好)C<=0.350.95<=p2級(jí)(合格)0.354、%formatlong;formatshortg;[m,n]=size(X0);X1=cumsum(X0);%累加X2=[];fori=2:nlamuda(i)=X0(i-1)/X0(i);endlamudafori=1:n-1X2(i,:)=X1(i)+X1(i+1);endfori=1:n-1X2(i,:)=X1(i)+X1(i+1);endfori=2:nsigema(i)=X0(i)/X1(i-1);endsigema%sigema屬于(1,1.5)時(shí),則具有準(zhǔn)指數(shù)規(guī)律,可建立預(yù)測(cè)模型冪函
5、數(shù)變換、對(duì)數(shù)變換和復(fù)合變換m=2/(n+1);ep=[exp(-m)exp(m)]%級(jí)比檢驗(yàn)lamuda(i)必須落到ep區(qū)間內(nèi)B=-0.5.*X2;t=ones(n-1,1);B=[B,t];%求B矩陣YN=X0(2:end);Pt=YN./X1(1:(length(X0)-1))%對(duì)原始數(shù)據(jù)序列X0進(jìn)行準(zhǔn)光滑性檢驗(yàn),Pt∈[0,ε]當(dāng)ε<0.5時(shí),則稱x(0)(t)為準(zhǔn)光滑序列%序列x0的光滑比P(t)=X0(t)/X1(t-1)A=inv(B.'*B)*B.'*YN.';a=A(1)u=A(
6、2)c=u/a;b=X0(1)-c;X=[num2str(b),'exp','(',num2str(-a),'k',')',num2str(c)];strcat('X(k+1)=',X)%symsk;fort=1:length(X0)k(1,t)=t-1;endkY_k_1=b*exp(-a*k)+c;forj=1:length(k)-1Y(1,j)=Y_k_1(j+1)-Y_k_1(j);endyuce=[Y_k_1(1),Y]%預(yù)測(cè)值CA=abs(yuce-X0);%殘差數(shù)列Theta=CA%
7、殘差檢驗(yàn)絕對(duì)誤差序列err=CA./X0%相對(duì)誤差序列如果err<0.2,則可認(rèn)為達(dá)到一般要求,如果err<0.1,則認(rèn)為達(dá)到較高的要求AV=mean(CA);%殘差數(shù)列平均值R_k=(min(Theta)+0.5*max(Theta))./(Theta+0.5*max(Theta));%P=0.5R=sum(R_k)/length(R_k)%關(guān)聯(lián)度Temp0=(CA-AV).^2;Temp1=sum(Temp0)/length(CA);S2=sqrt(Temp1);%絕對(duì)誤差序列的標(biāo)準(zhǔn)差%---
8、-------AV_0=mean(X0);%原始序列平均值Temp_0=(X0-AV_0).^2;Temp_1=sum(Temp_0)/length(CA);S1=sqrt(Temp_1);%原始序列的標(biāo)準(zhǔn)差TempC=S2/S1*100%方差比?C=strcat(num2str(TempC),'%')%方差比均方差比值C越小越好,C<0.35為好,C<0.5為合格%----------SS=0.675*S1;Delta=abs(CA-AV);TempN=find(Delta<=S