态 1 状态 2 状态 3 状态 4 合计状态 130104 状态 2 12103 状态 3 00011 8 状态 400011 总计/9 则可得一步状态转移矩阵如下: a= 取 2015 年 9月为初始状态,由于相对误差为 16.31896 ,为状态 4,故初始状态向量为(0) s (0,1, 0, 0) ?,则系统未来任一时刻的状态转移向量。 1.2.4 灰色马尔可夫模型检验利用初始向量和状态转移矩阵,可以预测时间序列未来所处状态,例如,设 201 5 年10月的峰值 1用电量为(1)s ,则。因此 2015 年10 月峰值 1 为状态 3 ,此时灰色预测值为 X(1)=374690 ,此时修正系数,则马尔可夫修正值为。显然,经过马尔可夫模型修正后的 2015 年10月的峰值 1用电量的误差得到了减小。去掉 2014 年12 月的峰值1 用电数据,再加入 2015 年10 月的峰值 1用电数据,以这个新的数据做为新的预测数据,构造一组新的序列,然后再建立新的灰色模型,接着在进行灰色马尔可夫修正,确定新的修正系数和状态转移矩阵,再以 2015 年10 月份的数据做为初始条件,由= ,,求出 2015 年11 月份的峰值 1 用电量预测。运用类似方法,不断剔除旧的数据,加入新的数据,可得到未来 6个月峰值 1的预测数据如下表所示: 表格 8 未来六个月灰色模型和灰色马尔可夫模型预测结果对比年份灰色模型预测灰色马尔可夫预测 2015.10 374690 274419.2 2015.11 402800 278894.7 2015.12 433020 304148.9 2016.01 465510 303694.1 2016.02 500440 346499.7 2016.03 537990 350979.3 所以得未来六个月灰色模型和灰色马尔可夫模型预测结果对比折线图:
全文预览
