资源描述：
《灰色关联度模型建立与求解》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、灰色关联度模型的建立与求解一、游客人数第一步：级比检验首先为了保证建模方法的可行性，需要对已知数据列做必要的检验处理。建立游客人数平均数据时间序列如下：x(0)=(x(0)(1),x(0)(2),…,x(0)(7))=（8438.73,9398.53,9959.17,10949.99,11145.92,11800,12700)（1）求级比λ(k)λ=(λ(2),λ(3),…λ(7))=（0.8979,0.9437,0.9095,0.9824,0.9446,0.9291）（2）级比判断由于所有的λ(k)∈[0.8979
2、,0.9824],k=2,3,…,7,故可以用x(0)作满意的GM（1,1）建模。第二步：GM（1,1）建模(1)对原始数据x(0)做一次累加，即x(1)=（8438.73,17800.15,28088.80,39310.32,51470.10,64573.59,78626.25,93633.56,109601.1).(2)构造数据矩阵及数据向量，(3)计算由最小二乘法，求得使达到最小值的=于是a=-0.0001，b=8.7076(4)建立模型,相应的白化微分方程为求解得：（5）求生成数列值及模型还原值.令k=1,2
3、,3,4,5,6,由上面的时间响应函数可算得，其中取由得（8439,9466,10028,.10624,11256,11925,12634)第三步：模型检验模型的各种检验指标值的计算结果见表表2.2游客人数GM（1,1）模型预测及分析经验证，该模型的精度较高，可进行预测和预报。程序如下：clc,clearx0=[8438.739398.539959.1710949.9911145.921180012700];n=length(x0);lamda=x0(1:n-1)./x0(2:n)range=minmax(lamda
4、)x1=cumsum(x0)fori=2:nz(i)=0.5*(x1(i)+x1(i-1));endB=[-z(2:n)',ones(n-1,1)];Y=x0(2:n)';u=BYx=dsolve('Dx+a*x=b','x(0)=x0');x=subs(x,{'a','b','x0'},{u(1),u(2),x1(1)});yuce1=subs(x,'t',[0:n-1]);digits(6),y=vpa(x)%为提高预测精度，先计算预测值，再显示微分方程的解yuce=[x0(1),diff(yuce1)]eps
5、ilon=x0-yuce%计算残差delta=abs(epsilon./x0)%计算相对误差rho=1-(1-0.5*u(1))/(1+0.5*u(1))*lamda%计算级比偏差值
