Verhulst 预测模型

xinzhiyong

clc,clear
6 B6 e6 }# M+ h! N' `/ c) ~x1=[4.93 5.33 5.87 6.35 6.63 7.15 7.37 7.39 7.81 8.35
( V. O- g. G! v6 C* J! O4 A9.39 10.59 10.94 10.44];
( \$ R! e: Y) T: m/ d/ }5 }n=length(x1);
- n$ x  `( F) n5 g# l% Vnian=1990:2003;
( G# B8 f: Q- a2 i0 h1 m% w2 E' ~$ }plot(nian,x1,'o-');
& P/ u7 b' m! h, _6 M# K+ f$ |x0=diff(x1);
9 d/ ^- i  X2 w+ W5 tx0=[x1(1),x0]
for i=2:n
z1(i)=0.5*(x1(i)+x1(i-1));
/ ?* H) P, M9 i4 e* E. cend
z1
B=[-z1(2:end)',z1(2:end)'.^2]
Y=x0(2:end)'
8 V$ L. R0 c; N  l/ ~& v6 Z7 c0 Dabhat=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
( `$ j* I  L+ R7 |% x) t( |, @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
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
# D- r: z, n8 ]* s, s: g) ^之后，或者不使用该语句
  l3 {2 t( z& i$ j0 W* Qyuce(16)=yuce(15);
" p5 h! Q: c, [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
* h& i, m" f- J! t2 K1 H* tdelta_mean=mean(delta) %计算平均相对误差
% x" ]& k: m% H# nx1_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
- K5 U7 i/ Q+ L( `( B% v; E6 ts0=abs(sum(x1_all_0(1:end-1))+0.5*x1_all_0(end));
* {! r# ^4 v  l1 K$ as1=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));
8 a3 w1 h( j9 t6 n' kabsdegree=(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
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
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];
+ J/ `* [: w- c/ }# ?n=length(x1);
nian=1990:2003;
plot(nian,x1,'o-');
x0=diff(x1);
x0=[x1(1),x0]
/ P- ]( k, l% x/ C* h3 Q/ Lfor i=2:n
z1(i)=0.5*(x1(i)+x1(i-1));
end
z1
) q, Y* V/ i5 MB=[-z1(2:end)',z1(2:end)'.^2]
: f; q/ [0 P8 n1 yY=x0(2:end)'
* K2 U: q. z; ]; c+ Jabhat=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
6 g' F  u3 l( ]/ sx=subs(x,{'a','b','x0'},{abhat(1),abhat(2),x1(1)}); %代入参数值
5 K8 _9 u; }3 c9 J/ ayuce=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
- U8 S# g1 G1 G% Yyuce(16)=yuce(15);
x1_all=[x1,9.92,10.71];
epsilon=x1_all-yuce %计算残差
' F" p/ W% T( j. H- ^; X# fdelta=abs(epsilon./x1_all) %计算相对误差
6 U' i: m! W/ xdelta_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
7 j, }  K4 [) L7 a% p9 M' _yuce_0=yuce-yuce(1); %数据列的始点零化像
# W$ v$ F3 l  T# Z" ]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));
. o4 F/ G- B' I( v6 }8 }tt=yuce_0-x1_all_0;
9 I* U, ?0 u# X6 i0 v1 A& Js1_s0=abs(sum(tt(1:end-1))+0.5*tt(end));
. T/ `, j% L0 p% h3 A0 n: Fabsdegree=(1+s0+s1)/(1+s0+s1+s1_s0) %计算灰色绝对关联度
# p- m- U: J/ E. c$ `0 \c=std(epsilon,1)/std(x1_all,1) %计算标准差比值

# z5 G/ ]- B0 B2 ?- o" r9 v/ w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