디지털 학습 노트(6)-회색 시스템
6365 단어 학습 노트
회색 시스템은 외연이 명확하지 않고 내포가 명확하지 않은 대상을 중시하고 모호한 수학은 외연이 명확하지 않고 내포가 명확한 대상을 중시한다.
2, GM(1,1)의 회색 예측
1) 데이터의 검증 및 처리: 수열의 레벨비례를 계산하고 허용 가능한 범위 내에 떨어지면 데이터는 예측할 수 있으며 그렇지 않으면 변환 변화를 할 수 있다
2) 모델 구축
a. 회색 미분 방정식으로 매개 변수의 값을 확정한다.
b. 상기 매개 변수 값을 응용하여 백미분 방정식을 풀다
3) 검사 예측치: 잔차 검사, 급비 편차 검사
3. GM(1,1) 모델 프로그램
1 %%GM(1,1)%%
2 function [x_0,u,range,derror,rho]=gm11(x0) %x0
3 n=length(x0);
4 lamda=x0(1:n-1)./x0(2:n);
5 range=minmax(lamda');%
6 x1=cumsum(x0);
7 B=[-0.5*(x1(1:n-1)+x1(2:n)),ones(n-1,1)];
8 Y=x0(2:n);
9 u=B\Y;
10 x1=(x0(1)-u(2)/u(1))*exp(-u(1)*[0:n-1])+u(2)/u(1);
11 x_0=[x0(1),diff(x1)];%
12 error=x0'-x_0;%
13 derror=abs(error./x0');%
14 rho=1-(1-0.5*u(1))/(1+0.5*u(1))*lamda';%
15 end
GM(2,1) 모델 프로그램
1 %%GM(2,1)%%
2 function [x_0,u,range,derror]=gm21(x0) %x0
3 n=length(x0);
4 x1=cumsum(x0);
5 dx0=diff(x0)';
6 z=0.5*(x1(2:end)+x1(1:end-1))';
7 B=[-x0(2:end)',-z,ones(n-1,1)];
8 u=B\dx0;
9 x=dsolve('D2x+a1*Dx+a2*x=b','x(0)=c1,x(5)=c2');
10 x=subs(x,{'a1','a2','b','c1','c2'},{u(1),u(2),u(3),x1(1),x1(n)});
11 x1=subs(x,'t',0:n-1);
12 x_0=[x0(1),diff(x1)];%
13 error=x0-x_0;%
14 derror=abs(error./x0);%
15 end
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
STL 학습노트(6) 함수 객체모방 함수는 모두pass-by-value이다 함수 대상은 값에 따라 전달되고 값에 따라 되돌아오기 때문에 함수 대상은 가능한 한 작아야 한다(대상 복사 비용이 크다) 함수 f와 대상 x, x 대상에서 f를 호출하면:...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.