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 `0 G9 W, R* H% p1 @9.39 10.59 10.94 10.44];
: |  [3 C% F% j; d0 n) M6 n& n2 nn=length(x1);
nian=1990:2003;
1 @: B5 M8 \8 \/ M8 \3 b) Uplot(nian,x1,'o-');
x0=diff(x1);
x0=[x1(1),x0]
for i=2:n
z1(i)=0.5*(x1(i)+x1(i-1));
: o1 o" u" Q# L3 @! send
z1
8 @2 E0 p6 l. O% d( m4 GB=[-z1(2:end)',z1(2:end)'.^2]
Y=x0(2:end)'
abhat=B\Y %估计参数a,b 的值
: I) _0 C+ }% C5 d( p( O3 @9 ^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
" B7 i, \7 ]8 ayuce=subs(x,'t',0:14) %计算预测值
6 }1 L8 F- D: k7 I; h' O5 q( vdigits(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
+ v& _6 e, f; s6 a之后，或者不使用该语句
/ N% j( ]; C8 b+ t# d6 B$ s  N4 s6 qyuce(16)=yuce(15);
x1_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
  a& T  R% F  h" a9 `delta_mean=mean(delta) %计算平均相对误差
7 B* l9 |6 q4 ~% l, Sx1_all_0=x1_all-x1_all(1); %数据列的始点零化像
- |1 i0 [1 z; @' zyuce_0=yuce-yuce(1); %数据列的始点零化像
* h, b5 G5 k, c0 A. Ks0=abs(sum(x1_all_0(1:end-1))+0.5*x1_all_0(end));
) s' w% F1 I' O$ ?s1=abs(sum(yuce_0(1:end-1))+0.5*yuce_0(end));
tt=yuce_0-x1_all_0;
) z+ l1 u8 u; \0 L% Xs1_s0=abs(sum(tt(1:end-1))+0.5*tt(end));
) c5 z  P9 X( r" f  s7 mabsdegree=(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
& g1 Y( ~- r; T4 _请高手帮忙一下，里面哪里错误了，看了一个晚上，老是不对！！！！
' @. _$ T( y& a6 \+ c! j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];
! G  h8 Y+ M! On=length(x1);
nian=1990:2003;
plot(nian,x1,'o-');
x0=diff(x1);
3 \0 G& m9 j9 i: S. f+ Px0=[x1(1),x0]
for i=2:n
z1(i)=0.5*(x1(i)+x1(i-1));
end
z1
- n2 r/ e4 @5 f4 y8 N' l. EB=[-z1(2:end)',z1(2:end)'.^2]
Y=x0(2:end)'
. y( w+ f9 i6 K, o' R% Tabhat=B\Y %估计参数a,b 的值
0 C1 e* d: V- z% l6 Rx=dsolve('Dx+a*x=b*x^2','x(0)=x0'); %求解常微分方程
8 `, |& ^3 Z, a4 b& z4 T- i" tx=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
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
' ]! W) ^( _- ^yuce(16)=yuce(15);
x1_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
9 w/ t# ~6 ~% Z3 y9 \x1_all_0=x1_all-x1_all(1); %数据列的始点零化像
! l; y. s9 ~3 q, N! y( R: T3 Ayuce_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));
: I# A6 P7 L! x/ u# ]5 xs1=abs(sum(yuce_0(1:end-1))+0.5*yuce_0(end));
tt=yuce_0-x1_all_0;
s1_s0=abs(sum(tt(1:end-1))+0.5*tt(end));
7 M0 k1 U9 o8 T8 w  Habsdegree=(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

, \' m. Y- Q6 R& m0 q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