为了提高模型的拟合精度,提出了一种新的改进GM(1,1)模型.从优化GM(1,1)模型背景值的定义出发,推导出利用原始数据生成的背景值公式,将其与经过优化的初始条件结合,构造出改进的GM(1,1)模型.此模型将在很大程度上消除由于背景值的选取所产生的误差.对该模型进行数据模拟,通过与原模型中数据的比较、分析,验证出新的优化模型具有更好的模拟精度,说明该模型的有效性,可以将其应用于对其它数据的拟合预测.
2021-11-06 15:44:35
218KB
1
灰色GM(1,1)模型误差分析及误差修正模型研究，陈鹏宇，，首先介绍了灰色GM(1,1)建模机理，然后基于指数序列建模，从理论上分析灰色GM(1,1)模型预测指数序列产所生的相对误差特性，并基于Matlab�
2021-11-06 15:33:28
282KB
1
合理、科学地对能源消费进行预测可为能源政策的制定提供参考,借鉴非线性回归技术,建立了2000年~2015年中国能源消费的非线性GM(1,1)模型,进一步采用改进的GM(1,1)模型预测了2016年~2020年中国的能源消费。结果表明:改进后的模型精度更高、误差更小,进一步验证了模型的有效性和合理性。
2021-11-06 15:30:54
207KB
1
由于常规CM(1，1)模型进行预测时，精度较高的仅是最近的几个数据，越往未来发展，该模型预测的精度也就越弱。针对常规GM(1，1)模型存在的不足，运用灰色系统理论，建立了灰色新陈代谢CM(1，1)河流水质预测模型，对该模型的精度以及误差进行了分析，并利用该模型对某地区河流的水质进行了预测。计算机实际模拟证明：灰色新陈代谢GM(1，1)预测模型能够明显地提高预测精度，增加预测的可靠程度，从而实现河流水质的早期预测评估。
2021-11-05 20:26:05
181KB
1
冒险岛79GM工具，异常强大，能够帮助搭建游戏的你，给予异常方便的支持，物品、消耗品、装备等实时监控并发送。
2021-11-03 23:11:14
2.61MB
1
第一种：分开来画
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['axes.unicode_minus'] = False
def sigmoid(x):
return 1.0/(1.0+np.exp(-x))
def tanh(x):
return (np.exp(x) - np.exp(-x))/(np.exp(x)+np.exp(-x))
x = np.linspace(-8,8)
fig = plt.figure(figsize = (12,4))
ax1 = plt.subplot(12
2021-11-02 12:08:40
119KB
1