该博客介绍了如何使用粒子群优化算法（PSO）来优化NOGM(1,1)模型的初始条件。通过读取CSV数据，对训练集和测试集进行划分，然后应用PSO求解最佳的α和β参数。博客详细展示了PSO的迭代过程，包括速度和位置更新，并最终计算了训练集和测试集的均方根误差（RMSE）。"
72953408,6848494,Tomcat宕机自动重启监控解决方案,"['服务器管理', 'JAVA开发', '自动化运维', 'Tomcat配置', '进程管理']
NOGM(1,1)
基本思想: PSO优化初始条件, 即：
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,:);
dim = 2;
sizepop = 20;
maxgen = 100;
lb = [0.01,1]';ub = [0.99,size(train,1)]';
c1 = 2;c2 = 2;
w_min = 0.1;w_max = 0.9;
for j = 1:size(train,1)
X(j,:) = sum(train(1:j,:));
end
Y = train(2: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,
最低0.47元/天 解锁文章
扫一扫
6万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
