%% 灰色预测,GM(1,1)模型,适用于指数规律较强的数列预测
%% 清理界面信息
clc;
clear all;
%% 数据读入处理
x0 = [92.810 97.660 98.800 99.281 99.537 99.537 99.817 100.000];
%% 检验序列是否适合用GM(1,1)模型预测
appr = GM_11_appr(x0);
if appr == 1
disp('适合');
else
disp('不合适');
end
%% 数据处理及预测
% x0 为原始序列,k 为预测步数
% F0 为原始序列的预测对比值, F1 为预测步数对应值
% u 为最小二乘法得到的系数[a,b], y 为白化方程
k = 2;
[F0,F1,u,y] = GM_11_Forecast(x0,k);
%% 模型精度的检验
% D 残差,E 相对误差
% Q 相对误差,C 方差比, P 小误差概率
[E,D,Q,C,P] = GM_11_check(x0,F0);
%% 模型输出
F0,F1,Q,C,P
%% 与Excel文件交互
headers = {'F0', 'F1', 'Q', 'C', 'P'};
xlswrite('E:\MATLAB\mydata.xlsx',headers,'sheet1');
xlswrite('E:\MATLAB\mydata.xlsx',F0','sheet1','A2:A9');
xlswrite('E:\MATLAB\mydata.xlsx',F1','sheet1','B2:B3');
xlswrite('E:\MATLAB\mydata.xlsx',Q,'sheet1','C2');
xlswrite('E:\MATLAB\mydata.xlsx',C,'sheet1','D2');
xlswrite('E:\MATLAB\mydata.xlsx',P,'sheet1','E2');
%% 绘图
n = length(x0);
% 绘制原始数列与灰色模型预测得出的数列差异图
plot(1:n,x0,'ro');hold on
plot(1:n,F0,'G*-');grid on;
axis tight;
xlabel('x');ylabel('y');
title('保有量比例与时间序列的关系');
legend('原始数列','模型数列');
GM_11_main.zip_GM_GM(1_1)_GM模型_exponential model
版权申诉
164 浏览量
2022-09-21
20:51:36
上传
评论
收藏 1KB ZIP 举报
四散
- 粉丝: 51
- 资源: 1万+
最新资源
- 基于opencv+yolov8实现目标追踪及驻留时长统计源码.zip
- 水稻病害基于Yolov8算法优化目标检测识别与AI辅助决策python源码+模型+使用说明.zip
- 海尔618算价表_七海5.20_16.00xlsx(1)(2).xlsx
- WebCrawler.scr
- 【计算机专业毕业设计】大学生就业信息管理系统设计源码.zip
- YOLO 数据集:8种路面缺陷病害检测【包含划分好的数据集、类别class文件、数据可视化脚本】
- JAVA实现Modbus RTU或Modbus TCPIP案例.zip
- 基于YOLOv8的FPS TPS AI自动锁定源码+使用步骤说明.zip
- JAVA实现Modbus RTU或Modbus TCPIP案例.zip
- 基于yolov8+streamlit的火灾检测部署源码+模型.zip
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
评论0