灰色Verhulst预测模型

森之张卫东

1. <p>%灰色Verhulst模型
   
2. %时间：2015-7-4-六
   
3. %页码：P380
   
4. clc,clear
   
5. x0=[4.93   2.33   3.87   4.35   6.63   7.15   5.37   6.39   7.81   8.35];
   
6. x1=cumsum(x0);  %求1次累加序列
   
7. n=length(x0);
   
8. z=0.5*(x1(2:n)+x1(1:n-1));   %求x1的均值生成序列
   
9. B=[-z',z'.^2];
   
10. Y=x0(2:end)';
    
11. disp('估计参数a,b的值')
    
12. ab_hat=B\Y     %估计参数a,b的值
    
13. x=dsolve('Dx+a*x=b*x^2','x(0)=x0');  %求解常微分方程
    
14. x=simple(x);  %对符号解进行化简
    
15. x=subs(x,{'a','b','x0'},{ab_hat(1),ab_hat(2),x0(1)});  %代入参数值
    
16. disp('求已知数据点1次累加序列的预测值')
    
17. yuce=subs(x,'t',[0:n-1])   %求已知数据点1次累加序列的预测值
    
18. disp('显示6位数字的符号解')
    
19. x=vpa(x,6) %显示6位数字的符号解
    
20. %{
    
21. x0_hat=[yuce(1),diff(yuce)] %求已知数据点的预测值
    
22. epsilon=x0-x0_hat    %求残差
    
23. delta=abs(epsilon./x0)  %求相对误差
    
24. xlswrite('book4.xls',[x0',x0_hat',epsilon',delta'])
    
25. %}
    
26. disp('求已知数据点的预测值')
    
27. x0_hat=double( [yuce(1),diff( double(yuce) )] ) %求已知数据点的预测值
    
28. disp('求残差 ')
    
29. epsilon=double( x0-x0_hat ) %求残差
    
30. disp(' 求相对误差')
    
31. delta=double( abs(epsilon./x0) )  %求相对误差
    
32. xlswrite('book4.xls',[x0',x0_hat',epsilon',delta'])</p><p><p>
    
33. </p>

复制代码

林-zhu-fugitive

很棒的样子哈