改进版GM(1,1)

该博客介绍了GM(1,1)模型的一种改进方法——OICGM(1,1),通过优化微分方程的初始条件来提高预测精度。使用MATLAB代码实现并展示了训练集和测试集上的RMSE和MAPE指标。" 122112243,9643743,Flask进阶:蓝图与子域名实战解析,"['Flask', 'Python', '后端开发']
摘要由CSDN通过智能技术生成

优化GM(1,1)

主要的改进手段:优化微分方程的初始条件

 

 

data = csvread('D:\matlab2016a\demo\data\air.csv');
num = size(data,1);
predictnum = 6;
train = data(1:num-predictnum,:);
test = data((num-predictnum+1):end,:);

Y = train(2:end,:);

for i = 1:size(train,1)
    X(i,:) = sum(train(1:i,:));
end

for j = 2:size(X,1)
    Z(j-1,:) = (X(j,:)+X(j-1,:))/2;
end
B = [-Z,ones(size(Z,1),1)];

ab = inv(B'*B)*B'*Y;
a = ab(1,:);
b = ab(2,:);

for i = 2:num
    predict(i-1,:) = (X(end,:)-b/a)*(1-exp(a))*exp(-a*(i-size(train

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值