模糊聚類分析例子(完整版)
【正文】 /7 1/5 1 31/8 1/5 1/3 1]。num=find(diag(y)==lamda)。 %方案層的特征向量CR1(i)=(lamdan2)/(n21)/ri(n2)。,ones(n1,1)]。a39。,[0:n1])。（1）設(shè)為1990～2003 年死亡人數(shù)的原始數(shù)據(jù)序列，即 （2）對(duì)x(1)作一次累減生成（1—IAGO），由得 （3） 對(duì)作緊鄰均值生成，令 得 （4） 對(duì)參數(shù)列 進(jìn)行最小二乘估計(jì)，得 （5）Verhulst模型為 (6) 模型精度檢驗(yàn)(過(guò)程略) 平均相對(duì)誤差Δ = %，則模型精度為二級(jí)；，均方差比值C ，則模型精度為一級(jí)，可見模型精度較高，可用于事故預(yù)測(cè)。x0=[x1(1),x0]for i=2:nz1(i)=*(x1(i)+x1(i1))。)。 yuce=subs(x,39。s1=abs(sum(yuce_0(1:end1))+*yuce_0(end))。x1=cumsum(x0) %x1為累加數(shù)列a_x0=diff(x0)。,39。b39。,0:n1)。Y=x0(2:n)39。a39。,[0:n1])。x5=[7,]。x7=[,]。t39。b39。x=dsolve(39。根據(jù)上海證券交易所綜合指數(shù)的周收盤指數(shù)數(shù)據(jù)，從1997年2月21日到1998年10月31日的周收盤指數(shù)曲線如圖所示：解：取9條等間隔的等高線，分別為=1140，=1170，=1200，=1230，=1260，=1290，=1320，=1350，=1380的等高時(shí)刻序列分別為對(duì)應(yīng)于=1140，=（,41,）對(duì)應(yīng)于=1170，=（,23,76,）對(duì)應(yīng)于=1200，=1230，=1260，=1290，=1320，=1350，=1380分別為=（,）=（,85）=（7,）=（,）=（,）=（,）=（,69）對(duì)（i=1,2,3,…9）序列，進(jìn)行GM（1,1）預(yù)測(cè)，起響應(yīng)時(shí)分別為y1=+*exp(*t)y2=+*exp(*t)y3=+*exp(.166865*t)y4=+*exp(.159938*t)y5=+*exp(.446077*t)y6=+*exp(.550388*t)y7=+*exp(.191636*t)y8=+*exp(.185059*t)y9=+*exp(.488018*t)對(duì)在1998年11月到2000年3月這5個(gè)月進(jìn)行預(yù)測(cè)，可得等高時(shí)刻的預(yù)測(cè)序列 =（,） =（,） =（,） =（,） =（,） =（） =（,） =（,） =（） 據(jù)此可以畫出上海證券交易所綜合指數(shù)1998年11月到2000年3月的預(yù)測(cè)波形圖 如下 Matlab程序如下： %GM（1,1）函數(shù) function gm11(x0,t)n=length(x0)。c139。)。endB=[x0(2:end)39。s1_s0=abs(sum(tt(1:end1))+*tt(end))。,0:n1)。a39。,z1(2:end)39。n=length(x1)。t39。b39。u=B\Yx=dsolve(39。預(yù)測(cè)下一次旱災(zāi)發(fā)生的時(shí)間解： 初始序列如下=(,412,320,553,310,561,300,632,540,576,)由于滿足=320的
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1