灰色预测

clear
x0=[89677,99215,109655,120333,135823,159878,182321,209407,246619,300670];
pre_num=10;n=length(x0);
disp(‘级比检验‘)
lambda=x0(1:end-1)./x0(2:end);
range=minmax(lambda)
x1=cumsum(x0);z=0.5*(x1(2:end)+x1(1:end-1));
Y=x0(2:end)‘;
B=[-z(1:end)‘ ones(n-1,1)];
u=B\Y; %u=inv(B‘*B)*B‘*Y
a=u(1)
b=u(2)
x0_pre=[x0(1) ones(1,n+pre_num-1)];
for k=1:n-1+pre_num
    x0_pre(k+1)=(x0(1)-b/a)*(exp(-a*k)-exp(-a*(k-1)));
end
err=[x0 - x0_pre(1:n)];
epsilon=abs(err)./x0(1:n).*100
disp(‘预测值‘)
disp(x0_pre)
disp(‘相对误差‘)
disp(epsilon)
t1=1999:2008;
t2=1999:2018;
plot(t1,x0,‘o‘,t2,x0_pre,‘LineWidth‘,2)  %原始数据与预测数据的比较
xlabel(‘年份‘)
ylabel(‘利润‘)

灰色预测,布布扣,bubuko.com

时间: 2024-10-13 19:58:17

灰色预测的相关文章

灰色预测GM(1,1)

% 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=input('请输入数据');%输入数据请用如例所示形式:[48.7 57.17 68.76 92.15] 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)

R实现灰色预测

1.简介 预测就是借助于对过去的探讨去推测.了解未来.灰色预测通过原始数据的处理和灰色模型的建立,发现.掌握系统发展规律,对系统的未来状态做出科学的定量预测.对于一个具体的问题,究竟选择什么样的预测模型应以充分的定性分析结论为依据.模型的选择不是一成不变的.一个模型要经过多种检验才能判定其是否合适,是否合格.只有通过检验的模型才能用来进行预测.本章将简要介绍灰数.灰色预测的概念,灰色预测模型的构造.检验.应用,最后对灾变预测的原理作了介绍. 灰色系统理论的产生和发展动态 1982邓聚龙发表第一篇

matlab批量灰色预测

没事玩了一下matlab 发现现在网上的代码都是一组数据预测 所以我就写个批量数据的预测 顺便学习下matlab ----------------------------------我是快乐的分割线------------------------------------ 灰色预测的主要思想是: 1.给定一组数据 2.进行累加,即 X(1)1=x(0)1 X(1)2=x(0)1+x(0)2 X(1)3=x(0)1+x(0)2+x(0)3 … 3.最终目的是为了构造预测方程: 其中: 而为了求得上式

数学建模 数学模型 GM模型 灰色模型 灰色预测(一)

灰色模型能够有效地进行预测 , 尤其是在数据比较模糊的时候 , 比如预测什么时候下雨 , 先讲解一个简单并且最常用的GM模型 GM(1,1) 生成列 设原始时间序列为x1(t) t为时间t=0,1,2,3-.. , 生成列x0(t)就是原始序列的差分 即 任取t>=1 有: x0(t)=x1(t)-x1(t-1) 紧邻均值列 顾名思义 , 就是取平均值. z1=0.5*x1(t) + 0.5*x1(t-1) GM(1,1)模型 其实 生成列就是原始序列的导数即: x1(t)'=x0(t) =x1

灰色模型GM(1,1) 代码及存在的问题

  “客观世界的很多实际问题,其内部的结构.参数以及特征并未全部被人们了解,人们不可能象研究白箱问题那样将其内部机理研究清楚,只能依据某种思维逻辑与推断来构造模型.对这类部分信息已知而部分信息未知的系统,我们称之为灰色系统.灰色系统的本征即灰色,研究在信息大量缺乏或紊乱的情况下,如何对实际问题进行分析和解决. GM(1,1)模型适用于具有较强指数规律的序列,多只能描述单调的变化过程.” 但是可以说应用最普遍了.多种灰色模型具体的理论推导及应用条件见<算法大全  第二十八章灰色系统理论及其应用>

灰色理论预测模型

灰色理论 通过对原始数据的处理挖掘系统变动规律,建立相应微分方程,从而预测事物未来发展状况.  优点:对于不确定因素的复杂系统预测效果较好,且所需样本数据较小:  缺点:基于指数率的预测没有考虑系统的随机性,中长期预测精度较差. 灰色预测模型 在多种因素共同影响且内部因素难以全部划定,因素间关系复杂隐蔽,可利用的数据情况少下可用,一般会加上修正因子使结果更准确.  灰色系统是指“部分信息已知,部分信息未知“的”小样本“,”贫信息“的不确定系统,以灰色模型(G,M)为核心的模型体系. 灰色预测模型

基于随机森林的煤与瓦斯突出预测方法研究

1引言 煤炭在我国一次能源中的主导地位短期内不会发生根本性改变.随着煤炭产量的增长,近年来我国煤矿生产事故频繁发生,安全形势非常严峻.煤矿事故已经成为社会各界关注的焦点.而煤与瓦斯突出是煤矿生产过程中的一种严重自然灾害.长期以来,煤与瓦斯突出事故严重制约着我国煤矿生产和煤炭企业经济效益的提高,给煤矿安全生产和井下作业人员的生命财产安全带来了极大威胁.因此,正确预测矿井煤与瓦斯突出的规模,对于煤炭企业安全生产具有重要的现实意义. 目前关于煤与瓦斯突出的预测方法主要有:单项指标法.瓦斯地质统计法.D

常见预测方法及其特点

常见预测方法及其特点 定性定量 方法名 适用时间 方法说明 需要数据 定性方法 专家会议法 长期预测 组织专家以会议的形式进行预测,综合专家意见得出结论 市场历史发展资料信息 德尔菲法 长期预测 专家会依法的发展,对多名专家匿名调查,多轮反馈整理对结果进行统计分析,采用平均数或者中位数得出量化结果 专家意见综合整理分析 类推预测法 长期预测 运用事物发展相似性原理,对相互类似产品的出现和发展进行对比分析 相关历史数据 定量方法 线性回归预测法(包括一元和多元) 短.中期预测 因变量与一个或多个自

灰色系统理论与应用

现实生活中的很多实际问题的内部结构,参数以及特征等并不是完全已知的,人们只能根据思维逻辑推断来构造模型研究.这种部分信息已知而部分信息未知的系统被称为灰色系统.作为实际问题的研究,灰色系统是最为常见,本文主要围绕灰色系统展开一系列的学习. 一 灰色系统概述 1.灰色系统 听到灰色系统,相信大家肯定会想为什么要是“灰色”系统,那是不是也有个白色.黑色系统?对,确实如此,白色系统用来指那些信息完备,发展变化规律明显,定量描述较方便,结构和参数较具体的系统:对应的黑色系统就是那些内部结构完全未知的系统