2013美赛B题灰色预测遗传算法神经网络组合预测fon [feval,au,ec,C,P]=GM1_1(x, r)
if nrgin0.95
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')
l...
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')
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')
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')
本文档为【2013美赛B题灰色预测遗传算法神经网络组合预测】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
该文档来自用户分享,如有侵权行为请发邮件ishare@vip.sina.com联系网站客服,我们会及时删除。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。