【灰色预测】基于粒子群算法优化灰色预测模型GM(1,1)实现数据预测附matlab代码

改进的GM(1,1)模型:结合粒子群优化的预测精度提升
文章介绍了针对灰色预测模型GM(1,1)的改进方法,通过原始数据补充定义和利用背景值重构及粒子群优化算法改进预测值,从而提高预测的准确性和可靠性。实验结果显示,改进后的模型在平均残差和相对残差上显著优于传统模型。

​✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

⛄ 内容介绍

为了提高灰色预测模型GM(1,1)在复杂系统模型中的预测精度,从原始数据和预测值两个方面对灰色GM(1,1)模型进行改进。根据原始数据的信息特点对模型作补充定义;预测值改进则利用背景值重构和粒子群优化算法对传统GM(1,1)模型的预测值进行改进,求出最佳预测值。结果表明:改进GM(1,1)模型的平均残差和相对残差都远远小于传统模型,其预测效能和可信度都有大幅提高。

⛄ 运行结果

⛄ 部分代码展示

function yuce(x,m)

% x=[2.874,3.278,3.337,3.390,3.679];%原始数列

y=cumsum(x); %累加数列

b=[];C=[];

%m=1/2;

for i=1:size(x,2)-1

    b(i)=-(m*y(i+1)+(1-m)*y(i));

    C(i)=x(i+1);

end

B=[b',ones(size(b,2),1)];

B

U=inv(B'*B)*B'*C'; 

A =U

t=U(2)/U(1);

for i=0:size(x,2)-1

    z(i+1)=(y(1)-t)*exp(-U(1)*i)+t;

end

xx=[x(1),diff(z)];

wucha=xx-x;

figure (2)

plot(x,'k-*')

disp('真实值')

x%真实值

hold on

plot(xx,'r-o')

disp('预测值')

xx%预测值

hold off

xlabel('')

ylabel('')

⛄ 参考文献

[1] 何剑宇. 基于粒子群优化算法的灰色预测模型GM(1,1)改进[J]. 沈阳农业大学学报, 2012, 43(2):4.

[2] 余姣姣. 基于SVM和灰色GM(1,1)的货运量预测[D]. 兰州交通大学.

[3] 陈彩萍. GM(1,1)模型及MGM(1,n)模型的改进与应用研究[D]. 三峡大学, 2017.

[4] 盖兆梅, 付强, 刘仁涛. 基于混沌粒子群优化算法的灰色GM(1,1)模型在地下水埋深预测中的应用[J]. 数学的实践与认识, 2008, 38(11):6.

⛳️ 代码获取关注我

❤️部分理论引用网络文献,若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料

 

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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

打赏作者

matlab科研助手

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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