复制链接 本文参考CSDN大神的博文，并在讲述中引入自己的理解，纯粹理清思路，并将代码改为了Python版本。（在更改的过程中，一方面理清自己对GMM的理解，一方面学习了numpy的应用，不过也许是Python粉指数超标才觉得有必要改(⊙o⊙)）一、GMM模型事实上，GMM 和 k-means 很像，不过 GMM 是学习出一些概率密度函数来（所以 GMM 除了用在 clustering 上之外，还
转载
2023-06-25 13:06:42
112阅读
灰色预测模型 灰色预测是对既含有已知信息又含有不确定信息的系统进行预测，就是对在一定范围内变化的、与时间有关的灰色过程进行预测。 灰色预测对原始数据进行生成处理来寻找系统变动的规律，并生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。 目录灰色预测模型一、GM(1,1)模型简介二、GM(1,1)原理三、准指数规律的检验四、GM(1,1)模型的评价五、模型
转载
2024-06-29 07:51:29
333阅读
“客观世界的很多实际问题，其内部的结构、参数以及特征并未全部被人们了解，人们不可能象研究白箱问题那样将其内部机理研究清楚，只能依据某种思维逻辑与推断来构造模型。对这类部分信息已知而部分信息未知的系统，我们称之为灰色系统。灰色系统的本征即灰色，研究在信息大量缺乏或紊乱的情况下，如何对实际问题进行分析和解决。GM(1,1)模型适用于具有较强指数规律的序列，多只能描述单调的变化过程。”但是可以说应用最普
转载
2024-06-30 10:37:12
88阅读
概念GM（1,1）模型是使用原始的离散非负数据列，通过一次累加生成削弱随机性、较有规律的离散数据列，然后通过建立微分方程模型，得到在离散点处的解经过累减生成的原始数据的近似估计值，从而预测原始数据的后续发展准指数规律的检验原理求解部分解析解GM(1,1)模型的评价残差检验级比偏差检验 结合具体预测场景来判断临界值，一般认为<0.1则说明拟合效果较好，<0.2则说明拟合效果达到一般要求，
转载
2024-05-14 11:34:00
68阅读
关于这个模型的介绍不想多说了，只是一个娱乐而已。下面是所有的代码，直接粘到你的M文件里面，然后跑就是了。 一分钱不收。function [ simulation,params] = GM( org )
n=length(org);
%一次累加
for i=1:n
acc(i)=sum(org(1:i));
end
%计算背景值
for i=1:(n-1)
zk(i)=0.5*(ac
转载
2024-04-25 13:02:22
55阅读
一、前言 小白将使用的灰色预测模型的Matlab代码贴在下面，代码使用了灰色模型进行两次回归预测，缺点是精度不高，预测后的残差有点大。 灰色预测模型主要内容：GM(1,1)模型（1阶1个影响因素）；离散灰色模型（解决GM(1,1)中的理论缺陷）；GM(
转载
2024-01-02 13:21:19
952阅读
本文代码主要是基于邓聚龙教授在20实际80年代提出的灰色系统理论。GM0.m
%该函数为GM（1，1）模型返回还原值
function f=GM0(x0,t) %数据数列
[M,N]=size(x0); %算出数据数列的大小
x1(1)=x0(1); %累加生成数列
for i=2:N;
x1(i)=x1(i-1)+x0(i);
en
转载
2024-04-19 13:17:16
17阅读
GM(1,1)是灰色模型中较为常见的模型，下面是程序，x0是数据，可更改。之前编辑忘了说了，一般就是给定一组数据，自己根据这些数据拟合一个灰色模型，底下的代码可以得到该模型对应的公式。代码：% GM(1,1)% 程序有详尽注释clc;clear all;x0=[92.810 97.660 98.80...
转载
2015-09-05 23:29:00
208阅读
2评论
1、内容简介灰色模型预测GM(1,1) 就业率 升学率319-可以交流、咨询、答疑2、内容说明灰色系统理论
原创
2022-06-12 01:00:27
391阅读
@数学建模数学建模——灰色预测灰色预测理论 灰色理论认为信息不完全系统的行为现象尽管是朦胧的，数据是复杂的，但它具备一定的潜在规律，是有整体功能的。灰色预测就是从杂乱中寻找出规律，从而对系统进行预测。 灰色模型（Grey Models，GM） 通过离散随机数经过生成变为较有规律的生成数，进而直接转化成微分方程的模型。常用模型有GM(1,1)模型、GM(1,N)模型、Verhulst模型、GM(2,
转载
2023-08-17 22:54:17
881阅读
# GARCH(1,1)模型及其在Python中的应用
在金融时间序列分析中，波动性是一个重要的特征。金融资产的收益往往会出现波动性聚集现象，简单的线性模型无法捕捉这种现象。广义自回归条件异方差模型（GARCH）是一种普遍使用的工具，可以有效地捕捉和预测金融数据中的波动性。
## 什么是GARCH模型？
GARCH模型由Tim Bollerslev在1986年提出，是ARCH（自回归条件异方
灰色预测GM(1,1)1. 概念: 系统 说明 白色系统 系统的信息完全明确，没有缺少等问题 灰色系统 系统的部分信息已知，部分信息未知。 黑色系统 系统的内部信息是未知的灰色预测: 对既含有已知信息又含有不确定信息的系统进行预 则，就是对在一定范围内变化的、与时间有关的灰色过程进行预测的预测方法。2. GM(1,1)模型:G：GrayM：Model第一个1：表示微分方程是一阶的第二个1：表示
原创
2021-09-02 15:43:49
847阅读
# GM模型的Python实现指南
## 1. 引言
GM（Gerbil Model）模型是一种常用于预测和估计的统计模型。尽管它在许多领域都有广泛应用，但对于刚入行的开发者来说，理解和实现可能会遇到一些挑战。本指南将逐步教会你如何在Python中实现GM模型，并且我们会使用表格、状态图和甘特图来帮助你更好地理解。
## 2. 流程概述
首先，我们将整个实现过程分解成几个主要步骤：
|
原创
2024-10-14 04:55:01
165阅读
✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。 ?个人主页：Matlab科研工作室?个人信条：格物致知。更多Matlab仿真内容点击?智能优化算法 神经网络预测 雷达通信 无线传感器信号处理 图像处理 路径规划 元胞自动机 无人机 电力系统⛄ 内容
原创
2022-11-15 14:46:04
259阅读
然而在实际运作中,大量的有用数据并没有得到充分开发和利用,但这些信息在决策
原创
2022-11-20 14:32:37
172阅读
目录一、灰色预测概念二、GM（1，1）模型模型的使用条件1、建立模型的数据不应该少于4组2、已知数据的检验处理三、回归分析四、灰色预测模型的建立五、模型的检验残差检验级比偏差值检验六、2023考研人数预测七、matlab代码一、灰色预测概念1、灰色预测法是一种对含有不确定因素且具有少量数据的系统进行预测的方法。2、灰色系统。白色系统是指，在一个系统中，所有内部特征是全部已知的。而黑色系统与之相反，
转载
2023-12-09 23:32:05
681阅读
以苏州商品房房价为研究对象，帮助客户建立了灰色预测模型 GM (1,1)、 BP神经网络房价预测模型，利用R语言分别实现了 GM (1,1)和 BP神经网络房价预测可视化。由于房价的长期波动性及预测的复杂性，利用传统的方法很难准确预测房价，而灰色模型 GM (1,1)和神经网络的结合在一定程度上可以很好的解决这个问题。文章首先介绍了 GM (1,1)模型和神经网络模型，然后利用R语言和其工具箱提供
原创
2023-04-02 21:38:56
2435阅读
灰色预测之，教你快速上手数学建模！前言：在参加数学建模比赛时经常需要大家做预测，而我们常用的预测模型有回归分析预测模型、自回归移动平均模型、灰色系统预测模型、神经网络预测模型等。今天小编将为大家讲解最传统的灰色预测模型，让大家快速学会预测，上手数学建模。（内附Python完整代码！！）一、灰色预测简介小编先简单为大家介绍一下灰色系统理论：灰色系统理论由中国学者邓聚龙教授于1982年创立，是一种专门
转载
2024-01-15 07:02:43
370阅读
人口流动与迁移，作为人类产生以来就存在的一种社会现象，伴随着人类文明的不断进步从未间断。人力资源是社会文明进步、人民富裕幸福、国家繁荣昌盛的核心推动力量。当前，我国经济正处于从以政府主导的投资驱动型的经济“旧常态”向以市场需求为主导的经济“新常态”转型过渡期。本文帮助客户综合运用R语言灰色预测模型和logistic逻辑回归模型，以及综合运用ARIMA模型和logistic模型，得到武汉市外省流入人
原创
2023-05-20 02:39:41
320阅读
## R语言ARIMA(1,1,1)模型
ARIMA（Autoregressive Integrated Moving Average）模型是一种常用的时间序列预测模型，用于对时间序列数据进行建模和分析。ARIMA模型由自回归（AR）部分、差分（I）部分和滑动平均（MA）部分组成，常用于预测未来一段时间内的数值。
### 定义ARIMA模型
ARIMA模型的参数由三个整数p、d、q确定，分别
原创
2023-08-15 10:42:54
566阅读
