灰色预测步骤速通

qq_51401644

已于 2024-08-13 14:09:27 修改

阅读量244

点赞数 8

文章标签：神经网络人工智能深度学习

于 2024-08-13 10:35:08 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_51401644/article/details/141131888

版权

步骤

1.级比检验（无论如何都要检验，满足黑色，通常不满足）
① $x^{(0)}$ =( $x^{(0)}(1),x^{(0)}(2)$ ...) λ=
② λ，不满足变换 $x^{(0)}$ +c（结果-c）
*注： $x^{(0)}$ 原始 $x^{(1)}$ 累加 $z^{(1)}=\alpha x^{(1)}(k-1)+\left ( 1-\alpha \right )x^{(1)}(k)$ α一般0.5 累加临值和

2.建立白化方程GM(1,1)
①累加 $x^{(1)}$ =(...)
②构建B= $\begin{bmatrix} -z^{(1)}=-\frac{1}{2}\left [ x^{(1)}(1)+x^{(1)}(2) \right ]&1 \\ ... \end{bmatrix}$ Y= $\begin{bmatrix} x^{(0)}(2) \\... \end{bmatrix}$
③计算 $\widehat{u}$ = $\begin{bmatrix} a\\ b \end{bmatrix}$
④对应微分方程建立模型：

⑤累加预测值
还原模型值：
$\widehat{x}^{(0)}$ =（....）

原理：多余解-最小二
→x=-az+b 即uB=Y u=B-1Y =→a,b估值→ $\int_{k-1}^{k} \frac{dx^{(t)}} {dt}dt=x^{(1)}(K)-x^{(1)}(K-1)=x^{(0)}(K)$ →
一元线性微分求解→ 令t=k+1

3.检验：

序号	。。	原形值	模型值	残差	相对误差=残/原	级比偏差

残差检验原-预测/原
<0.1好 <0.2一般
级比偏差检验
同理

关注

8
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。