ARIMA.rar_ARIMA 神经网络_arima_人工神经网络

load data20101201h; s=s1(:,7); % 温度，湿度，气压，风向，风速 s=s+abs(min(s)); s0=s; s_mean=mean(s0) ; % 均值 s_var=var(s0) ; % 方差 % figure(1); % plot(s(1:400,1)); % xlabel('时间/1h');ylabel('风速值 / m/s'); %% 2.数据预处理，用于定阶 s=diff(s0,1); % 一阶差分 detrend adftest(s) % 单位根检验 1平稳 lillietest(s) % 0 则是正态分布 ttest(s,0) % 0 则是均值为0的序列 figure(1) autocorr(s,25); % 自相关图，判断是否平稳 title('风速时间序列的自相关图') figure(2) parcorr(s,25); % 偏相关图 title('风速时间序列的偏自相关图') x2=iddata([s',0]'); % 转化为ARMX能识别的数据类型 %% 3.数据选择 %disp('用多少数据来预测：'); %Num=input('Num='); %数据量 Num=299; %经过试验，299比较好，训练数据量多了误差大 %disp('预测数据长度：'); % Num T 绝对误差 %T=input('T='); %测试数据长度 % T=48; % % test = []; P=[]; X=[]; for N=Num:Num+T-1 i=1; %% 5.建模预测 m=armax(s(i:N),[1 1]); % ARMA模型阶次 7 7 p0=predict(x2(i:N+1),m,1); % 每一步均是单步预测过程 %% 6.反差分过程，输出数据 x=s0(N+1); X=[X;x]; p=p0.outputdata; p1=p; p=p(N+1); % t=i:N; % o=polyfit(t',s0(i:N)-s(i:N),3); % 利用三次多项式拟合得到反差分过程的基准点 % z=polyval(o,N+1); % % p=p+z'; % P=[P;p]; z=s0(N); p=p+z; M=max(s0(i:N))-3; % 这是加最大限制值的程序，需调试！ if p>M p=(p+z)/2; end P=[P;p]; end %% x=X; p=P; %% 7.画图作比较 figure(4) e=resid(m,s(i:N)); % 残差的自相关图 autocorr(e,25); figure(5); plot(x); hold on plot(p,'-.r') ; hold off title('风速序列预测和实测对比图'); xlabel('t/1h');ylabel('风速值 / m/s'); legend('实际值','预测值') E = abs(x-p); %误差 disp('均方误差为：'); disp(mse(E)) %均方误差 disp('平均绝对误差为：'); disp(mean(E)) %平均绝对误差 disp('平均相对误差为：'); disp(mean(abs(E./x))) % 平均相对误差 figure(6) bar(abs(E./x)); title('相对误差'); xlabel('时间/1h');ylabel('误差'); E./x; save p2.mat p; %% 这是加偏移量的程序，效果不是很好！需调整 p1(1)=s0(1); for i=2:length(p1) p1(i)=p1(i)+s0(i-1); end k=1; c=[]; for a=-1.3:0.01:1.3 b(k)=mean(abs(s0(1:200)-p1(1:200)+a)./s0(1:200)); c=[c;a b(k)]; k=k+1; end plot(b) min(c(:,2)); for k=1:size(c,1) if c(k,2) == min(c(:,2)) d=c(k,1); break; end end d p=p-d; E = abs(x-p); %误差 disp('加偏移量均方误差为：'); disp(mse(E)) %均方误差 disp('加偏移量平均绝对误差为：'); disp(mean(E)) %平均绝对误差 disp('加偏移量平均相对误差为：'); disp(mean(abs(E./x))) % 平均相对误差 %% 加极值 for i=2:length(p)-1 if (p(i-1)-p(i))*(p(i)-p(i+1))<0 % p(i)=p(i-1); %上一时刻预测值 % p(i)=x(i-1); %上一时刻实际值 p(i)=(p(i)+p(i-1))/2; %做平均 i end end E = abs(x-p); %误差 disp('极值处理均方误差为：'); disp(mse(E)) %均方误差 disp('极值处理平均绝对误差为：'); disp(mean(E)) %平均绝对误差 disp('极值处理平均相对误差为：'); disp(mean(abs(E./x))) % 相对误差 figure(7); plot(x); hold on plot(p,'-.r') ; hold off title('加极值风速序列预测和实测对比图'); xlabel('t/1h');ylabel('风速值 / m/s'); legend('实际值','预测值')