最近刚刚学习了matlab关于需求的预测的方法,觉得比较有意思,所以在这里把代码分享一下,相互学习。
这里的数据是09-17年的内蒙古货物运输量数据,我利用了移动平均来预测2018-2020年的运输量数据,并且设置了不同的项数,来对比不同项数的移动平均的效果(MSE越小,效果越好)
%% 移动平均法
clc,clear
y=[4.7478 5.4687 6.6868 7.597 8.4289 11.6394 12.009 12.239 13.7484]; %输入历史数据
for k=1:3
m=length(y);
n=[2 3 4 5]; %n为移动平均项数
for i=1:length(n)
for j=1:m-n(i)+1
yhat{i}(j)=sum(y(j:j+n(i)-1))/n(i); %求y的预测值
end
MSE(i)=1/(m-n(i))*sum((y(n(i)+1:m)-yhat{i}(1:m-n(i))).^2); %求MSE
end
[ans,p]=min(MSE);
p=p+1;
year=2017;
year=year+k;
y=cat(2,y,[yhat{p}(m-n(p)+1)]);
fprintf('%d年',year);
fprintf('货运总运输量为:%f\n',yhat{p}(m-n(p)+1));
fprintf('最优的MSE为:%f\n',ans);
fprintf('移动项数为:%d\n',p);
end
运行结果:
2018年货运总运输量为:12.665467
最优的MSE为:3.759745
移动项数为:2
2019年货运总运输量为:12.884289
最优的MSE为:3.303244
移动项数为:2
2020年货运总运输量为:13.099385
最优的MSE为:2.947784
移动项数为:2