基于Matlab的不确定性预测仿真之旅

仿真软件适用于matlab2020及以上。 参考文档见图片 研究内容可任意选择置信区间区间覆盖率picp、区间平均宽度百分比等等可用于预测不确定性效果如图所示完全满足您的需求 注意事项只需要有点预测的预测值与真实值就可预测可以替换成自己的数据直接替换数据即可用适合新手小白。嗨各位新手小白们今天咱来聊聊用Matlab进行不确定性预测的事儿这玩意儿可是很酷炫的而且操作简单换个数据就能上手。咱们这次用到的仿真软件适用于Matlab 2020及以上版本。虽说没看到具体参考文档的图片但不妨碍咱们理解研究内容。咱们可以从选择置信区间入手像区间覆盖率picp、区间平均宽度百分比等指标都和预测不确定性息息相关。下面咱们就看看怎么用代码来实现这部分。仿真软件适用于matlab2020及以上。 参考文档见图片 研究内容可任意选择置信区间区间覆盖率picp、区间平均宽度百分比等等可用于预测不确定性效果如图所示完全满足您的需求 注意事项只需要有点预测的预测值与真实值就可预测可以替换成自己的数据直接替换数据即可用适合新手小白。先假设咱们有一组预测值和真实值就像这样% 假设预测值 predicted_values [12, 15, 18, 20, 22]; % 假设真实值 true_values [10, 16, 17, 21, 23];在Matlab里咱们要计算区间覆盖率picp得先确定置信区间。这里简单假设咱们要计算95%的置信区间。alpha 0.05; % 显著性水平 n length(predicted_values); lower_bound zeros(n, 1); upper_bound zeros(n, 1); for i 1:n % 这里简单用预测值加减一个经验值来模拟置信区间的计算 lower_bound(i) predicted_values(i) - 2; upper_bound(i) predicted_values(i) 2; end % 计算区间覆盖率picp covered_count sum((true_values lower_bound) (true_values upper_bound)); picp covered_count / n;代码分析一下哈首先咱们设定了显著性水平alpha然后获取数据长度n。接着在循环里简单地给每个预测值加减一个数来模拟置信区间的上下界计算实际应用中会有更科学的算法这里只是示例。最后通过判断真实值是否在咱们设定的置信区间内来计算区间覆盖率picp。至于区间平均宽度百分比咱们可以这么来算widths upper_bound - lower_bound; avg_width mean(widths); avg_width_percentage avg_width / mean(predicted_values) * 100;这部分代码就很直观啦先算出每个置信区间的宽度widths然后取平均得到平均宽度avgwidth再除以预测值的平均值并乘以100就得到了区间平均宽度百分比avgwidth_percentage。大家注意哈就像前面提到的注意事项咱们这个方法只要有点预测值与真实值就能预测你们完全可以把我这里假设的数据替换成自己的数据直接替换就行是不是很适合新手小白上手呀通过调整置信区间咱们可以更好地满足预测不确定性的各种需求效果就像参考文档图片里展示的那样完全能满足大家的需求呢赶紧动手试试吧