灰色verhulst模型(MATLAB建模方法有哪些)

案例 2020-01-16 23:10:06

MATLAB建模方法有哪些

建模覆盖的内容很广,可以分为两大块:优化和统计,因此建模方法也可以由这两大块划分。

一.优化:

智能算法: 遗传算法,粒子群算法,模拟退火算法,蚁群算法...

基础优化算法: 目标规划,整数规划...

排队论

二.统计:

分类/聚类算法: k-means...

预测: 时间序列算法,灰色预测算法,指数平滑算法,

评价: 模糊综合评价,信息熵评价,粗糙集,数据包络分析,层次分析,

智能算法:神经网络,svm...

回归/拟合:多元线性拟合,最小二乘法

数据处理:小波变换



灰色verhulst模型为什么累减
根据GM(1,1)建模原理,通过对数据的累加生成和累减还原,得到2010—2015年的数据分别为
2010:851.
2011:858.
2012:865.
2013:872.
2014:880.
2015:887.
平均误差:0.065%

G14-0813音响组合G14-0813音响组合


预测模型可分为哪几类?
根据方法本身的性质特点将预测方法分为三类。
  1、定性预测方法
  根据人们对系统过去和现在的经验、判断和直觉进行预测,其中以人的逻辑判断为主,仅要求提供系统发展的方向、状态、形势等定性结果。该方法适用于缺乏历史统计数据的系统对象。

  2、时间序列分析
  根据系统对象随时间变化的历史资料,只考虑系统变量随时间的变化规律,对系统未来的表现时间进行定量预测。主要包括移动平均法、指数平滑法、趋势外推法等。该方法适于利用简单统计数据预测研究对象随时间变化的趋势等。

  3、因果关系预测
系统变量之间存在某种前因后果关系,找出影响某种结果的几个因素,建立因与果之间的数学模型,根据因素变量的变化预测结果变量的变化,既预测系统发展的方向又确定具体的数值变化规律。