【预测模型】基于RLS算法求解数据预测matlab代码

1 简介

为了提高经济领域统计数据的预测精度,代数多项式预测模型的建模 方法应运而生.该方法使用代数多项式模型拟合给定的经济统计数据,并使用递推最小二乘法(RLS)对多项式拟合模型的加权系数进行递推计算以获得最优模型 参数,然后通过获得的最优多项式模型计算未来预测数据.文章以实际统计的经济数据为例进行了仿真计算,研究结果表明,该方法不仅能实现统计数据的高精度拟 合,而且具有很好的预测能力,在经济领域具有广阔的应用前景.

2 完整代码

clc,clear,close all
warning off     % 消除警告
N = 1000;       % 信号观测长度
a1 = 0.99;       % 一阶AR参数
sigma = 0.0731; % 加性白噪声方差
for kk =1:100
  v = sqrt(sigma)*randn(N,1); % 产生v（n）加性白噪声
  u0 = [0];     % 初始数据
  num = 1;       % 分子系数
  den = [1,a1]; % 分母系数
  Zi = filtic(num,den,u0);   % 滤波器的初始条件
  un = filter(num,den,v,Zi);   % 产生样本序列u(n), N x 1 x trials
%     figure,stem(un),title('随机信号');grid on;
  % 产生期望响应信号和观测数据矩阵
  n0 = 1;         % 虚实现n0步线性预测
  M = 2;           % 滤波器阶数
  b