MATLAB_+_灰色预测程序,数学建模

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 nrgin<2 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 C<0.35&P>0.95

disp('预测精度为一级') elsP>0.8

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 r>0.6

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 nargout>3;

r('Too maoutput argument.'); en

if nargin==1,k=1;x_orig=X;

elseif ==0|nargin>2

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); %--------------------------------------------------------

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))');

for t=1:(n+predict)

mcv(t)=co1+coef2*exp(coef3*(t-1)); end

x_mcv0=diff(mcv);

x_mcve=[x_orig(1) x_mcv0]

x_c_error=x_orig_n-x_mcv;

x_errr=mn(abs(x_c_error./x_orig_n));

if x_error>0.2 disp('del disqualification!'); elseif x_error>0.1

dip('model check out'); disp('model is perfect!');

end plot(1:n,x_orig,'o',1:n+predict,x_mcve);

p=x_mcve(end-predict+1:end); 始数列的点

xlabel('年份(从第一个数据年份起)'); ylabel('产水量（万吨）'); tie('灰度模型 GM(1,1)'); grid on y=eq;

e=x_error;

p=x_mcve(end-predict+1:end);

%把huise模型公式转换成 %计算每一个值 %输出图形中的各点 %相对误差的均值 %画出预测模型和初