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
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
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
“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
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
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
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
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
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
# 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
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
·1
原创
2022-08-23 14:27:24
113阅读
算法特征①. 梯度凸组合控制迭代方向; ②. 梯度平方凸组合控制迭代步长; ③. 各优化变量自适应搜索. 算法推导 Part Ⅰ 算法细节 拟设目标函数符号为$J$, 则梯度表示如下,\begin{equation} g = \nabla J \label{eq_1} \end{equation}参 ...
转载
2021-07-26 23:42:00
181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
**灰色关联以及灰色预测GM(1,n)，GM(1,1)模型**简介：本篇文章简单的介绍灰色关联以及灰色预测模型，使用python代码进行实现。1. 灰色系统的概论2. 关于灰色关联度那些事3. GM(1,1)模型简介以及相关实现4. GM(1,N)模型简介以及相关实现、5，模型检验一、灰色系统概论a 、概念来源：灰色系统理论(Grey System Theory)的创立源于20世纪80年代。邓聚龙
转载
2024-03-11 00:01:37
102阅读
# Python与游戏开发
## 引言
随着计算机技术的不断发展，游戏的市场需求也越来越大。而Python作为一门功能强大且易于学习的编程语言，越来越受到游戏开发者的青睐。本文将介绍Python在游戏开发中的应用，包括游戏引擎、图形库以及一些常用的游戏开发模块。
## 游戏引擎
游戏引擎是游戏开发的核心部分，它提供了开发者所需的各种功能和工具，使得开发者可以专注于游戏的逻辑设计而不用关心底
原创
2024-01-06 06:35:58
24阅读
碳排放预测 | 基于ARIMA和GM(1,1)的碳排放预测（Matlab）
原创
2024-03-11 15:03:33
630阅读
点赞
第一阶段：Python基础可掌握的核心能力：1. 掌握Python基础语法, 具备基础的编程能力；2. 建立起编程思维以及面向对象程序设计思想。可解决的现实问题：能够熟练使用Python技术完成针对小问题的程序编写。市场价值：具备基本的编程思维, 掌握基础的Python编程技术, 能够完成较小程序的开发,尚达不到企业的用人标准。第二阶段：Python高级可掌握的核心能力：1. 能够熟练使用Linu
转载
2024-03-12 22:56:10
16阅读
