针对传统的GM（1，1）模型预测精度不高，并且其求解优化与多项式拟合各有片面性的缺点，给出了基于求解优化和多项式拟合优化相结合的改进灰色等维动态预测方法。结合美国近两百年人口的相关统计数据，利用传统的GM（1，1）模型及其优化后的模型进行误差比较。结果表明改进后的灰色模型预测精度更高，说明改进后的灰色预测模型的可行性与可靠性更好。
2021-10-20 16:39:29
597KB
1
介绍了灰色预测方法以及Matlab实现该算法的具体步骤，（由于有些质料是在网上下载的，有些质料是网页版的 或者直接看附带的10.ppt）；
进行了大量的实验 效果好！
得出的结果进行关联度分析和后验差检验！并对模型进行评价！
2021-10-16 20:27:32
236KB
1
精度检验等级参照表
指标精度
等级 相对误差 关联度 均方差比值 小误差概率
一级 0.01 0.90 0.35 0.95
二级 0.05 0.80 0.50 0.80
三级 0.10 0.70 0.65 0.70
四级 0.20 0.60 0.80 0.60
2021-10-12 16:32:07
503KB
1
该算法预测移动用户的接收信号强度，以避免在移动用户定位（寻找移动用户位置）过程中接收信号强度的波动
2021-10-01 19:40:11
2KB
1
Grey-Prediction-Model
灰色预测模型：
#灰色预测的核心是使用时间响应方程：x(k+1)=(x⑴-u/a)exp()+u/a,来根据初始值x(1)来计算x(k)(k=2,3,4....N,N+1)，其中α称为发展灰数；μ称为内生控制灰数。可用二乘估计来计算得到。
#在故障预测领域，可以根据现有的电路历史数据，来进行预测，从而得到电路在未来的性能变化趋势，并进一步预测出电路系统的剩余使用寿命值。
2021-09-14 13:06:56
5KB
1