%最优权重计算
clc
close all
clear all
% load('RBF_pred.mat', 'Pred') %导入RBF神经网络的预测数据
% load('SVMpre.mat', 'SVMpredict') %导入SVM的预测数据
% SVMpredict(:,1)=xlsread('500kV_zuhe_data','K26:K29');
M_Data(:,1)=xlsread('500kV_zuhe_data','B26:B29');
M_Data(:,2)=xlsread('500kV_zuhe_data','J26:J29');
M_Data(:,3)=xlsread('500kV_zuhe_data','K26:K29');
M_Data(:,4)=xlsread('500kV_zuhe_data','L26:L29');
M_Data
%使用RBF和SVM预测H2的值,第1列为真实值,第2、3列分别为RBF和SVM的预测值
%预测误差矩阵e
[m,n]=size(M_Data);
for i=2:n
e(:,i-1)=M_Data(:,1)-M_Data(:,i);
end
fprintf('预测误差信息矩阵e:')
e
%再求得误差信息矩阵E
E=e'*e
E
%求组合权重W
R=[1;1;1];
W=(inv(E)*R)/(R'*inv(E)*R);
W=W';
W
%计算组合预测
y = W(1,1)*M_Data(:,2)+W(1,2)*M_Data(:,3)+W(1,3)*M_Data(:,4);
y
%计算组合预测的相对误差
Err=abs(M_Data(:,1)-y)*100./M_Data(:,1);
Err
%平均相对误差
AvgErr=sum(Err)/4
AvgErr
figure;
plot(M_Data(:,1),'b-o');
grid on;
hold on;
plot(y,'r:square');
grid on;
title('基于信息熵的组合预测');
legend('H2的实际值','最优权重组合预测');
ylabel('H2的含量(uL/L)');
xlabel('预测样本点/天');
zuiyouquanzhong.rar_MATLAB组合预测_拉格朗日 权重_拉格朗日预测_组合预测_组合预测权重
版权申诉
49 浏览量
2022-07-15
17:34:31
上传
评论
收藏 739B RAR 举报
weixin_42651887
- 粉丝: 80
- 资源: 1万+
最新资源
- Anaconda3-2024.02-1-Windows-x86-64.exe
- stm32cubemx can通信 一个板子负责传感器采集 一个板子负责wifi传递到网页 网页可控制传感器板子.zip
- k8s集群搭建1.27.1版本(来源于图灵k8s笔记)
- 树莓派连接 DS18B20 温度传感器读取温度时监控客户端,服务器端连接状况,实现断线重连机制
- 小游戏-坦克大战,你认为的小游戏
- 最好用的富文本编辑器wangeditor
- jQuery 3.7.1
- 校园失物招领小程序源码可作毕业设计
- SAP客户端GUI740安装包(JAVA版本)
- winlibs-x86-64-posix-seh-gcc-13.2.0-llvm-16.0.6-mingw-w64msvcrt
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈