资源描述：
《灰色系统预测模型实验》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、实验!i!1.实验项目名称灰色系统预测模型2.实验目的要求掌握灰色系统检验方法，尤其是GM(1.1)模型2.实验环境使川灰色系统理论建模軟件4.实验内容与实验步骤1.灰色预测时关于残差、关联度、方差比和小误差概率的检验准则M(l，l)模型的检验分为三个方面：残差检验；关联度检验；后验差检验。(1)残差检验：对模型值和实际值的残差进行逐点检验。首先按模型计算史"(f+1),将x(,)(/+l)累减生成,敁P计算原始序列?0)(/)x(o)(z)的绝对残差序列及相对残差序列，并计算T•均相对残差。给定汉，且氏<6T成立时，称模型为残差合格模型。(
2、2)关联度检验:即通过考察模型tffjlh线和建模序列ilh线的相似程度进行检验。按前面所述的关联度计算方法，计算出^%与原始序列；的关联系数，然后算出关联度，根裾经验，关联度大于0.6便是满意的。(3)后验差检验:即对残差分布的统计特性进行检验。若对于给定的>Q，当e<6^时，称模型为均方差比合格模型；如对给定的C>Q,时，称模型为小残差概率合格模型。若相对残差、关联度、后验差检验在允许的范围内，则可以用所建的模型进行预测，否则应进行残差修正。2.实验的基本程序、基本步骤和运行结果现在己知我国从2002年-2013年的每年的专利申请量的数据
3、，试建立灰色预测模型并且预测2014年我国的专利申请量的情况。2.1在excel表格中输入以下数据国内专利授权量20022053962003251238200431894320053831572006470342200758673420087171442009877611201011094282011141108020121792177201320834832.2计算并累加设时间序列为X(o)=(x(0)(l),x(0)(2),x(0)(3),x⑼⑷x⑼(12))=(205396,251238,278943,3450741505574)计算并
4、累加X⑼的1-AGO序列为(累加)X(1)=(x(1)(l),x(1)(2),x(1)(3),x⑴(4)x(1)(12))得到下阁国内专利授权量累加X⑴200220539620539620032512384566342004318943775577200538315711587342006470342162907620075867342215810200871714429329542009877611381056520101109428491999320111411080633107320121792177812325020132083483
5、102067332.3对X(1＞做紧邻均值生成令Z⑴(k)=(0.5x(1)(K)+0.5X{1)(K-l)),k=l,2,3,4…….13;此时可以得到下表国内专利授权量累加X⑴Z(l)(k)200220539620539620539620032512384566342283172004318943775577285091200538315711587343510502006470342162907642675020075867342215810528538200871714429329546519392009877611381056579
6、737820101109428491999399352020111411080633107312602542012179217781232501601629201320834831020673319378302.4计算灰微分浦W的（幻=兴-打开灰色系统理论建模软件，3灰ft*赚嫩蛇件（GTMS3.0）•0汉奉殊MK$＞黼灰負X霞分析（D■灰fdh•分tHOOk負支憧分fW»番使即»WM）GAaMKQ）rMtfTTtiffA♦曲facet魈•鶴響4.•霣>M«»IlffilT帽V曲象什脚dner镰)umii<<■1j>•W攀Ml:•会)•鸚tH
7、M找到GM(1.1)模型，在第一行输入205396,251238,278943,345074,383157,470342,586734,717144,877611,1109428,1411080,1792177,2083483biarr第［1】步，原始序列的初始化初始化后的序列：205396.251238,318943.383157,470342,586734,717144,877611.1109428,1411080,1792177,2083483第［2］步，原始序列的1-AGO1-AGO序列：2053960000,4566340000,7
8、755770000,11587340000,16290760000,22158100000.29329540000,38105650000,49199930000,
