灰色預測MATLAB代碼

function hsyc(x0)

%灰色模型GM(1,1)matlab代碼 在建立灰色模型前應對原始數據進行求 %%%級比%%%%重要

%輸入原始時序列x0，輸出各種所需參數 %%%%實際使用該程序時應改變圖像坐標軸%%%%

%x0代表原始數據；x1代表x0經累加后；B代表所夠造的矩陣B；Y代表向量Yn；au代表系數a,u構成的矩陣

n=size(x0,2); %計算x0的列數

x1=cumsum(x0,2); %將x0進行累加得到矩陣x1

for k=1:n-1;

b(k)=-0.5*(x1(k+1)+x1(k));

y(k)=x0(k+1); %計算得到向量Y的轉置矩陣y

end

a=ones(n-1,1);

B=[b',a]; %計算得到矩陣B

Y=y'; %計算得到向量Y

au=inv(B'*B)*B'*Y; %計算得到系數a，u構成的矩陣au

A=au';

k=1:n+10;

X1(k)=(x0(1)-A(2)/A(1))*exp(-A(1)*(k-1))+A(2)/A(1); %計算預測累加數列的值 X0(1)=X1(1);

k=1:n+9;

X0(k+1)=X1(k+1)-X1(k); %計算預測累加數列的還原值，即預測值

for k=2:n;

e(k)=X0(k)-x0(k); %計算殘差

E(k)=(X0(k)-x0(k))/x0(k); %計算預測值與實測值的差值跟實測值的比值，即殘差與實測值的比值

j(k)=x0(k-1)/x0(k); %計算實測數據的級比

end

k=1:n;

p(k)=1-(1-0.5*A(1))*j(k)/(1+0.5*A(1)); %計算級比偏差 e(k)、p(k)<0.1則說明模型達到較高要求，0.2>e(k)、p(k)>0.1則說明模型達到一般要求

m=min(abs(e)); %計算殘差中的最小值

M=max(abs(e)); %計算殘差中的最大值

k=1:n;

g(k)=(m+0.5*M)./(abs(e(k))+0.5*M); %計算關聯系數

R=sum(g')/(n-1); %計算關聯度

v=[1,5,120,185];

axis(v);

grid on

plot([1996:2005],x0,'o-',[1996:2015],X0,'*:'); %畫出原始數據跟時間序列的圖像及預測數據跟時間序列的圖像

legend('原始數據','預測數據',4)

au %輸出參數a,u的值

總結

以上是生活随笔為你收集整理的灰色系统预测matlab代码,灰色预测MATLAB代码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。