2020华为杯E题——基于灰色预测的大雾能见度预测模型(附代码)
2020华为杯E题——基于灰色预测的大雾能见度预测模型(附代码)
- 一、E题赛题
- 二、赛题分析
- 三、基于灰色预测的大雾能见度预测模型
- 3.1灰色预测模型的定义
- 3.2 灰色预测模型的目的
- GM(1,1)模型的预测原理
- 3.3 Matlab算法实现
- 四 模型评估
- 4.1灰色系统预测模型的特点:
- 4.2灰色系统预测模型的不足:
- 附:
一、E题赛题
2020研究生数学建模赛题链接:https://download.csdn.net/download/qq_35759272/13028941
二、赛题分析
通过高速公路截图,直观观察看不出大雾浓度或能见度的明显变化,其次,由于题目给出的数据较少,只给出早晨 6:30 到 7:39 的截图,所以类似小波神经网
络的预测方案不再适用,选择 灰色预测模型较为可靠
三、基于灰色预测的大雾能见度预测模型
3.1灰色预测模型的定义
灰色模型(Grey Model,简称GM模型)一般表达方式为GM(n,x)模型,其含义是:用n阶微分方程对x个变量建立模型。
3.2 灰色预测模型的目的
通过把分散在时间轴上的离散数据看成一组连续变化的序列,采用累加和累减的方式,将灰色系统中的未知因素弱化,强化已知因素的影响程度,最后构建一个以时间为变量的连续微分方程,通过数学方法确定方程中的参数,从而实现预测目的。
GM(1,1)模型的预测原理
对某一数据序列用累加的方式生成一组趋势明显的新数据序列,按照新的数据序列的增长趋势建立模型进行预测,然后再用累减的方法进行逆向计算,恢复原始数据序列,进而得到预测结果。
3.3 Matlab算法实现
function []=greymodel(y)
% 本程序主要用来计算根据灰色理论建立的模型的预测值。
% 应用的数学模型是 GM(1,1)。
% 原始数据的处理方法是一次累加法。
y=input('请输入数据 ');
n=length(y);
yy=ones(n,1);
yy(1)=y(1);
for i=2:nyy(i)=yy(i-1)+y(i);
end
B=ones(n-1,2);
for i=1:(n-1)B(i,1)=-(yy(i)+yy(i+1))/2;B(i,2)=1;
end
BT=B';
for j=1:n-1YN(j)=y(j+1);
end
YN=YN';
A=inv(BT*B)*BT*YN;
a=A(1);
u=A(2);
t=u/a;
i=1:n+400;
yys(i+1)=(y(1)-t).*exp(-a.*i)+t;
yys(1)=y(1);
for j=n+400:-1:2ys(j)=yys(j)-yys(j-1);
end
x=1:n;
xs=2:n+400;
yn=ys(2:n+400);
plot(x,y,'^r',xs,yn,'*-b');
title('基于灰色预测模型的机场能见度变化');
det=0;sum1=0;
sumpe=0;
for i=1:nsumpe=sumpe+y(i);
end
pe=sumpe/n;
for i=1:n;sum1=sum1+(y(i)-pe).^2;
end
s1=sqrt(sum1/n);
sumce=0;
for i=2:nsumce=sumce+(y(i)-yn(i));
end
ce=sumce/(n-1);
sum2=0;
for i=2:n;sum2=sum2+(y(i)-yn(i)-ce).^2;
end
s2=sqrt(sum2/(n-1));
c=(s2)/(s1);disp(['预测后面第360张图的能见度为',num2str(ys(n+360))]);
四 模型评估
4.1灰色系统预测模型的特点:
(1)无需大量数据样本
(2)短期预测效果好
(3)运算过程简单。
4.2灰色系统预测模型的不足:
对非线性数据样本预测效果差。
附:
第二题解题——基于AlexNet深度网络的能见度估计模型
解题文章链接:2020研究生数学建模E题–AlexNet深度网络解法(大雾能见度估计与预测)(含代码)
第三题解题——基于辅助车道线的大雾能见度估计模型
(1)对于机场视频可以采用——基于暗通道优先算法的能见度估计模型
文章链接:2020华为杯E题–基于暗通道优先算法的能见度估计模型(附代码)。
(2)对于高速公路视频截图数据采用——基于辅助车道线的大雾能见度估计与预测模型
文章链接:2020华为杯E题–基于辅助车道线的大雾能见度估计与预测(附代码)
2020华为杯E题——基于灰色预测的大雾能见度预测模型(附代码)相关推荐
- 基于粒子群优化的灰色预测方法(Matlab)——附代码
目录 摘要: 研究背景: GM(1,1)模型 基于PSO的灰色预测算法 运行结果: 本文Matlab代码分享 摘要: 本文对灰色预测算法进行了研究.在GM(1,1)模型中,发展系数a和灰色作用量u是两 ...
- 灰色预测原理及实例(附代码)
灰色预测 引言 古人说:"凡事预则立,不预则废."办任何事情之前,必须先调查研究,摸清情况,深思熟虑,有科学的预见,周密的计划,这样才能达到预期的成功. 所谓预测,就是人们根据可获 ...
- 2020华为杯数学建模D题交流2群
2020华为杯数学建模D题交流2群
- 2021年全国研究生数学建模竞赛华为杯B题空气质量预报二次建模求解全过程文档及程序
2021年全国研究生数学建模竞赛华为杯 B题 空气质量预报二次建模 原题再现: 大气污染系指由于人类活动或自然过程引起某些物质进入大气中,呈现足够的浓度,达到了足够的时间,并因此危害了人体的舒适. ...
- 2021年全国研究生数学建模竞赛华为杯D题抗乳腺癌候选药物的优化建模求解全过程文档及程序
2021年全国研究生数学建模竞赛华为杯 D题 抗乳腺癌候选药物的优化建模 原题再现: 一.背景介绍 乳腺癌是目前世界上最常见,致死率较高的癌症之一.乳腺癌的发展与雌激素受体密切相关,有研究发现 ...
- 2020华为杯数学建模比赛总结
2020华为杯数学建模比赛总结 这次比赛我准备了一个月的时间,看了<神经网络43例>还有<matlab数据挖掘>这两本书,比赛想要速成的话,最好通过跑自己的数据集应用,最后结果 ...
- 2022华为杯A题思路分析移动场景超分辨定位问题
华为杯A题专业性非常强,也成为华为题.对于不是通信和雷达专业的同学来说不太友好,谨慎选择,时间紧不利于对于公式的理解. 移动场景超分辨定位问题 这是一个在移动场景下进行信号波定位问题,首先我们需要了解 ...
- 2022年全国研究生数学建模竞赛华为杯F题COVID-19疫情期间生活物资的科学管理问题求解全过程文档及程序
2022年全国研究生数学建模竞赛华为杯 F题 COVID-19疫情期间生活物资的科学管理问题 原题再现: 一.背景介绍 进入2022年以来全国范围内陆续出现了多次较大规模疫情爆发事件[1-2] ...
- 2016年全国研究生数学建模竞赛华为杯A题多无人机协同任务规划求解全过程文档及程序
2016年全国研究生数学建模竞赛华为杯 A题 多无人机协同任务规划 原题再现: 无人机(Unmanned Aerial Vehicle,UAV)是一种具备自主飞行和独立执行任务能力的新型作战平台, ...
最新文章
- 由于找不到PBSYS90.dll,无法继续执行代码。重新安装程序可能会解决此问题!
- ida pro学习笔记2022.3.19
- MSP430学习笔记5-利用蜂鸣器演奏音乐
- cropped-img_2692.jpg
- mnist 数据集的识别源码解析
- react性能优化方案_React灵敏且性能卓越的Spray + Akka解决方案,以“在Java和Node.js中发挥并发性和性能”...
- LeetCode MySQL 612. 平面上的最近距离
- 华为徐直军:以持续创新加快数字化发展
- Elasticsearch-head插件的安装与使用
- python列表数据类型一致_python笔记--数据类型--列表
- kali linux win10桌面,一键伪装成Win 10,Kali Linux 2019年最终版重磅功能预览
- java编写蠕虫病毒_教大家编写蠕虫病毒
- mysql获取纽约时间_如何在脚本中处理MySQL时区
- 16 | 把大象装进冰箱:HTTP传输大文件的方法
- 2021-2027全球与中国工程项目物流市场现状及未来发展趋势
- 采用汇编语言对c语言函数调用的方法求平均数 汇编实验报告,汇编措辞调用C措辞求平均数.doc...
- 手机拍证件照有什么诀窍
- 小程序如何开通流量主
- 点点细雨的项目日记(一)nbsp;需…
- 数组Array.slice()方法应用与底层原理剖析