海南黑耗子
春芽
共回答了23个问题采纳率:100% 举报
通过画图呢我发现它适合建立为阻滞增长模型,即为logistic模型,图形我没能给粘贴下来.
预测的模型为y=a/(1+(a/9.6-1)*e(-t*b));通过最小二乘法拟合后得到参数为a=663.9749;b=0.5405;
实际数量9.618.32947.271.1119.6174.6257.3350.7441513.3559.7594.8629.4640.8651.1655.9659.6661.8
预测数量9.616.3128271127.5221952745.8883454675.06509758119.2149248181.3359685260.356611348.9178327435.1273476508.2738637563.4422821601.4672235626.0771788641.3622003650.6139826656.1268006659.3810479661.2914267
相对误差0.00%10.86%5.10%2.78%5.58%0.32%3.86%1.19%0.51%1.33%0.98%0.67%1.12%0.53%0.09%0.07%0.03%0.03%0.08%
则越往后越精确
第二问的那个预测值带入后为662.4093;
matlab程序如下
function y=jiaomujun(x,t)
y=x(1)./(1+(x(1)./9.6-1).*exp(-x(2).*t));
先把它保存
再在命令窗口输入
t和y
t=t';
y=y';
[x,a,]=lsqcurvefit(@jiaomujun,[1,1],t,y)
画出的图形我只能以word形式发邮箱
加载不上去
1年前
追问
6
举报
海南黑耗子
这个是符合S型增长的模式,你可以尝试把它进行幂级数的展开