Verhulst 预测模型

xinzhiyong

clc,clear
( T6 A2 ]( R# ~0 V' M/ ^$ C: Dx1=[4.93 5.33 5.87 6.35 6.63 7.15 7.37 7.39 7.81 8.35
! W8 n1 Q6 j% ^; k9 V9 \9.39 10.59 10.94 10.44];
) B4 B6 ~% m3 b6 v& J6 @6 [7 c# un=length(x1);
nian=1990:2003;
, }: P! E, ^1 U1 @/ t1 w7 a+ N& Tplot(nian,x1,'o-');
1 D2 o! E3 m+ Z9 |9 \2 T- Ax0=diff(x1);
x0=[x1(1),x0]
for i=2:n
z1(i)=0.5*(x1(i)+x1(i-1));
* a% u. B: S% o8 W# |! i7 Fend
z1
7 E8 g4 R% Y; Y& F9 S6 D/ qB=[-z1(2:end)',z1(2:end)'.^2]
7 K' T# o" `0 n& Z0 t/ a& TY=x0(2:end)'
) \- M+ L4 p& S, ^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
$ _( r  v& V3 i9 pyuce=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
6 h& Q5 Y% Y" J. Eyuce(16)=yuce(15);
1 D+ U- c& Y( h2 S& v4 Cx1_all=[x1,9.92,10.71];
epsilon=x1_all-yuce %计算残差
; a4 `& Q" }& g! N) Xdelta=abs(epsilon./x1_all) %计算相对误差
7 u. b6 R" ]9 s! M, U1 A1 Jdelta_mean=mean(delta) %计算平均相对误差
" l% R+ T# i* ]' d2 q  y$ F; ix1_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));
s1=abs(sum(yuce_0(1:end-1))+0.5*yuce_0(end));
* \' A) W2 T- p, t* Vtt=yuce_0-x1_all_0;
s1_s0=abs(sum(tt(1:end-1))+0.5*tt(end));
3 X  a: K' \, N$ _absdegree=(1+s0+s1)/(1+s0+s1+s1_s0) %计算灰色绝对关联度
# w! @1 F0 b8 ~# w1 G5 y  mc=std(epsilon,1)/std(x1_all,1) %计算标准差比值
7 t0 m# b& [+ L3 x2 Y/ S  k1 @请高手帮忙一下，里面哪里错误了，看了一个晚上，老是不对！！！！
+ h3 c, e" D) T* J) k4 l这是Verhulst 预测模型    GM（1，1）改进过来的

ihear

wangxinzhi

不会…………

杨帆

clc,clear
x1=[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];
n=length(x1);
nian=1990:2003;
, l5 o0 J- j6 B  y9 fplot(nian,x1,'o-');
, s! N! {# \' X, u3 \x0=diff(x1);
- s1 F6 L5 _$ y2 A* D% P0 o) v- ~x0=[x1(1),x0]
for i=2:n
z1(i)=0.5*(x1(i)+x1(i-1));
+ U1 @3 F2 b; z% E' t) f/ ]end
z1
% k) T8 x+ V$ V; c- l3 {8 z* ]  QB=[-z1(2:end)',z1(2:end)'.^2]
Y=x0(2:end)'
, @4 e! S) _. t" r9 Yabhat=B\Y %估计参数a,b 的值
" l9 m: c  e( p( [9 A( _/ V" yx=dsolve('Dx+a*x=b*x^2','x(0)=x0'); %求解常微分方程
( r" L' s! Y3 e1 }: e: ox=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
5 J' [2 k& S- h6 F9 H/ ]) D- j/ |9 adigits(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
. N) E7 r( h# I1 Hyuce(16)=yuce(15);
6 c( D3 l+ r2 R5 ~3 mx1_all=[x1,9.92,10.71];
epsilon=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
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));
s1=abs(sum(yuce_0(1:end-1))+0.5*yuce_0(end));
/ c! |# F7 h0 l+ z" C9 gtt=yuce_0-x1_all_0;
s1_s0=abs(sum(tt(1:end-1))+0.5*tt(end));
! T9 b: l7 {9 g! U, Xabsdegree=(1+s0+s1)/(1+s0+s1+s1_s0) %计算灰色绝对关联度
c=std(epsilon,1)/std(x1_all,1) %计算标准差比值
: }; u, z4 i; B0 _: m
; u; J  W1 l$ a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
) H" s/ a, s9 C2 y+ N