Verhulst 预测模型

xinzhiyong

clc,clear
x1=[4.93 5.33 5.87 6.35 6.63 7.15 7.37 7.39 7.81 8.35
0 H1 G1 n+ c$ ]& P9.39 10.59 10.94 10.44];
! a, \. {( p/ ?( O0 nn=length(x1);
$ D$ n+ @% j4 T. z! q( P1 B/ T2 d  C* tnian=1990:2003;
) n* T+ x* ~- C( W/ Q& B3 zplot(nian,x1,'o-');
x0=diff(x1);
x0=[x1(1),x0]
for i=2:n
z1(i)=0.5*(x1(i)+x1(i-1));
end
z1
B=[-z1(2:end)',z1(2:end)'.^2]
* C6 q3 l0 ^/ i4 a) p+ B) WY=x0(2:end)'
# _* {% t0 r' L7 ^4 y7 t* I+ R: Oabhat=B\Y %估计参数a,b 的值
9 H% j4 w# `# d) f% }0 K: ]x=dsolve('Dx+a*x=b*x^2','x(0)=x0'); %求解常微分方程
x=subs(x,{'a','b','x0'},{abhat(1),abhat(2),x1(1)}); %代入参数值
3 ^4 h7 |6 O. @" `; W0 a7 Iyuce=subs(x,'t',0:14) %计算预测值
digits(6); x=vpa(x) %显示微分方程的解，为了提高计算精度，把该语句放在计算预测值
之后，或者不使用该语句
3 P) Z# f5 l) a2 P* `yuce(16)=yuce(15);
x1_all=[x1,9.92,10.71];
  q# r: a2 W5 Y2 Qepsilon=x1_all-yuce %计算残差
delta=abs(epsilon./x1_all) %计算相对误差
delta_mean=mean(delta) %计算平均相对误差
4 m& H2 y5 A# r; z( G7 Y5 fx1_all_0=x1_all-x1_all(1); %数据列的始点零化像
$ B( p  B  X4 Hyuce_0=yuce-yuce(1); %数据列的始点零化像
s0=abs(sum(x1_all_0(1:end-1))+0.5*x1_all_0(end));
s1=abs(sum(yuce_0(1:end-1))+0.5*yuce_0(end));
tt=yuce_0-x1_all_0;
$ r) G5 v2 t; O+ bs1_s0=abs(sum(tt(1:end-1))+0.5*tt(end));
6 P. T1 E9 d% R9 Q' }1 ?  Rabsdegree=(1+s0+s1)/(1+s0+s1+s1_s0) %计算灰色绝对关联度
/ x$ o8 P+ m. Y. U( c: g& Wc=std(epsilon,1)/std(x1_all,1) %计算标准差比值
请高手帮忙一下，里面哪里错误了，看了一个晚上，老是不对！！！！
这是Verhulst 预测模型    GM（1，1）改进过来的

ihear

wangxinzhi

不会…………

杨帆

clc,clear
0 Z( ~' E+ [9 Y( u, ox1=[4.93 5.33 5.87 6.35 6.63 7.15 7.37 7.39 7.81 8.35 9.39 10.59 10.94 10.44];
" t8 W  y9 z& c4 O, I: e4 wn=length(x1);
$ ]% i) I+ d1 L+ y7 r7 cnian=1990:2003;
plot(nian,x1,'o-');
5 o, C. J  n3 L+ R4 R" v) _6 T4 Cx0=diff(x1);
x0=[x1(1),x0]
: \/ U2 K. T6 D; ?$ afor i=2:n
) l/ |$ I4 a* a( ~% B8 xz1(i)=0.5*(x1(i)+x1(i-1));
end
z1
B=[-z1(2:end)',z1(2:end)'.^2]
' S$ W7 S# G3 j. P/ I+ j& @Y=x0(2:end)'
abhat=B\Y %估计参数a,b 的值
x=dsolve('Dx+a*x=b*x^2','x(0)=x0'); %求解常微分方程
x=subs(x,{'a','b','x0'},{abhat(1),abhat(2),x1(1)}); %代入参数值
yuce=subs(x,'t',0:14) %计算预测值
! f+ @5 P3 a6 _: q' ndigits(6); x=vpa(x) %显示微分方程的解，为了提高计算精度，把该语句放在计算预测值之后，或者不使用该语句
yuce(16)=yuce(15);
! [6 z4 N, X& Gx1_all=[x1,9.92,10.71];
0 @( V* m$ B' Vepsilon=x1_all-yuce %计算残差
delta=abs(epsilon./x1_all) %计算相对误差
* g+ E/ T- w; N3 kdelta_mean=mean(delta) %计算平均相对误差
x1_all_0=x1_all-x1_all(1); %数据列的始点零化像
yuce_0=yuce-yuce(1); %数据列的始点零化像
s0=abs(sum(x1_all_0(1:end-1))+0.5*x1_all_0(end));
& S' N, X5 j6 J: X+ |- [. gs1=abs(sum(yuce_0(1:end-1))+0.5*yuce_0(end));
& y( [8 w5 D) }tt=yuce_0-x1_all_0;
, j- F: Q& y6 L3 f0 K, O0 Ks1_s0=abs(sum(tt(1:end-1))+0.5*tt(end));
) F( t$ D' n9 p* x3 r+ Fabsdegree=(1+s0+s1)/(1+s0+s1+s1_s0) %计算灰色绝对关联度
* M- p! n; v3 c" T2 B6 I1 v" uc=std(epsilon,1)/std(x1_all,1) %计算标准差比值
- q$ ]* \& v! r4 s: U( D; F' U
你数据输入有问题

xinzhiyong

xiexie,juejie

d815856116

我也不会  看不懂、、、、、、、

liuxn_2005

matlab 程序。。。。。。。。。。。。。。。。。。。。。。

gssdzc

是灰色理论的。谢谢

liu123456cn

高手帮忙啊！~~~~~~~~~求助
  U8 U, f  H* z) t. X4 F