备战数学建模五之灰色预测

最新推荐文章于 2024-09-03 00:57:33 发布

原创

最新推荐文章于 2024-09-03 00:57:33 发布 · 505 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python #numpy #机器学习

该博客介绍了使用灰度预测模型（GM(1,1)）进行历史数据建模，并通过级比检验和残差检验评估预测精度的过程。博主首先计算了历史数据的级比和级比范围，然后构建了GM(1,1)模型，得出预测值，并进行了后验差比值和小误差概率的计算。最终，根据模型精度，博主给出了未来负荷的预测值。

# -*- coding: utf-8 -*-
"""
Spyder Editor
This is a temporary script file.
"""
import numpy as np
import math
from matplotlib.pyplot import plot,show,rc,legend,subplot
from scipy.optimize import curve_fit



history_data = [724.57, 746.62, 778.27, 800.8, 827.75, 871.1, 912.37, 954.28, 995.01, 1037.2]
n = len(history_data)
X0 = np.array(history_data)

n=len(X0); jibi=X0[:-1]/X0[1:]  #求级比
bd1=[jibi.min(),jibi.max()]    #求级比范围
bd2=[np.exp(-2/(n+1)),np.exp(2/(n+1))]   #q求级比的容许范围
print("级比",bd1)
print("级比容许范围",bd2)
if bd1[0]<=bd2[0] :
     print("级比下限不合适，请修改级比")