系统工程导论第一章作业.pdfVIP

系统工程导论 XX 系统工程导论第一章作业 XX 1) 显示实际数据： 2) 使用移动平均法： N=10 时 N=30 时： 系统工程导论 XX 3) 指数平滑法： α=0.2 α=0.05 系统工程导论 XX 4) 结果的比较与分析 a) 移动平均法对比 如上图，其中蓝色为实际采样数据，红色为使用移动平均法平滑后的曲线 N=10，黑色 为使用移动平均法平滑之后的曲线 N=30，通过曲线可以非常清晰地看出，实际数据每 个前后数据的波动相对较大，使用移动平均法预测数据之后，取N=10 时，如上图红色 曲线，可以看出红色曲线的波动相对实际数据较小，取N=30 时，如上图黑色曲线，可 以看出黑色曲线的波动更加小。可以得出结论，使用移动平均法预测数据的时候，会使 预测的数据和前N 个数据的相关性更大，在趋势上更偏向于前N 个点，当N 的取值越 大的时候，预测出来的数据和之前时间段的数据相关性更强，也就是说曲线越平滑，因 此N 取值越大预测出来的曲线平滑性越好。 b) 指数平滑法比较 系统工程导论 XX 如上图，蓝色为实际采样曲线，红色为使用指数平滑法得到的曲线，其中α=0.2 ；黑色 为α=0.05, 。通过观察上图可以发现使用指数平滑法得到的曲线相对原始数据图像，曲 线变得明显平滑，同时使用指数平滑方法的α值越小，曲线的平滑度越高。这是因为α 的值越来，实际值对预测值的影响也就越大，这样一来，得到的曲线就越偏向实际的波 动比较大的曲线。 c) 对两种方法在时间序列分析中的理解 我觉得移动平移法仅仅是使用过去的实际数据简单地预测下一时刻的数据，而指数平 滑法则使用预测值来预测下一个预测值，但是在预测下一个预测值的时候，使用了上一 时刻的实际值对预测值进行了修正，而修正系数就是α，α越来修正的权重就越高。 程序源代码： 1) 画出原数据： %作业1-1，直接画出实际数据 load(D:\Document\school\大三下\系统工程导论1_第一章 \data.mat);%读取变量 plot(data,-b.)%画出 grid on xlabel(time(0.5min)) ylabel(traffic volume(Vehicles / hour)) title(real data) 2) 使用移动平均法： N=10 %作业1-2-1，使用移动平均法，N=10 load(D:\ Document\school\大三下\ 系统工程导论1_第一章\data.mat);%读取 变量 row=size(data,1);%获取矩阵的行数 calTimes=1;%计算的次数 系统工程导论 XX MAMTen=zeros(row,1);%用来存储预测的数据 while calTimes=row if calTimes=10 MAMTen(calTimes,1)=data(calTimes,1);%前10 个不用预测，直接取值存入 else for i=1:10 MAMTen(calTime