粒子群优化灰色模型

采用粒子群算对灰色模型中的参数进行优化，提高模型的预测精度

function [GM f]=huise（datap）
N=1;%预测的年数
T=length（data）;
data=data*p（2）;
X0（1）=（3*data（1）+data（2））/4; %数据平滑计算
for i=2:T-1
   X0（i）=（data（i-1）+2*data（i）+data（i+1））/4;
end
X0（T）=（（data（T-1）+3*data（T））/4）;
X1=（cumsum（X02））‘;%对平滑后数据一次累加
for i=1:T-1
    B（1i）=-（X0（i+1）+X0（i））/2;
    B（2i）=-（（1-p（1））*X1（i+1）+p（1）*X1（i））;   %引入p（1）
    B（3i）=1;
end
B=B‘;
for i=1:T-1
    Y（i1）=（X0（i+1）-X0（i））/2;
end
H=B\Y;%各个系数
if （H（1）^2-4*H（2））>=0
 v1=（-H（1）+sqrt（H（1）^2-4*H（2）））/2;
 v2=（-H（1）-sqrt（H（1）^2-4*H（2）））/2;
 c2=（X0（2）+v1*exp（v1）*H（3）/H（2）-v1*X0（1））/（v2-v1）;
 c1=X0（1）-（H（3）/H（2））-c2; 
else
  W=sqrt（4*H（2）-H（1）^2）/2;
 v1=-H（1）/2+W;
 v2=-H（1）/2-W;
 a1=X0（1）-H（3）/H（2）;
 a2=（X0（2）+a1*H（1）/2）/W; 
end
    %求得方程系数
if （H（1）^2-4*H（2））>=0
    for i=1:T+N
       G（i+1）=c1*exp（v1*i）+c2*exp（v2*i）+H（3）/H（2）;
%       F（i）=X1（i+1）-G（i+1）;
    end
else
    for i=1:T+N
       G（i+1）=exp（-H（1）*i/2）*（a1*cos（W*i）+a2*sin（W*i））+H（3）/H（2）;
%        F（i）=X1（i+1）-G（i+1）;
    end
end   

yu（1）=G（2）-data（1）;
q（1）=data（1）-yu（1）;
for i=2:T+N
       yu（i）=（G（i+1）-G（i））/p（2）;  %预测值
%        q（i）=data（i）-yu（i）; %预测值与原值的残差
%        p（i）=q（i）/data（i+1）*100; %相对误差
end
data=data/p（2）;
GM=minf（yudata）;%minf返回值为预测值K与原值data之间误差的累计值
f=yu;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1341  2010-08-10 21:08  huise.m

     文件        331  2007-10-04 17:11  hundun.m

     文件       1927  2010-08-10 21:08  main.m

     文件        150  2010-08-10 21:09  minf.m

     文件        176  2010-08-10 21:09  plotljz.m

----------- ---------  ---------- -----  ----

                 3925                    5