Приложение А. Код программы на языке Java SE.package main;
import java.awt.Color; import java.io.BufferedReader; import java.io.FileReader; import java.io.IOException; import static java.lang.Math.exp; import static java.lang.Math.sqrt; import java.util.Random; import org.jfree.chart.ChartFactory; import org.jfree.chart.ChartFrame; import org.jfree.chart.JFreeChart; import org.jfree.chart.plot.PlotOrientation; import org.jfree.chart.plot.XYPlot; import org.jfree.chart.renderer.xy.XYLineAndShapeRenderer; import org.jfree.data.xy.XYDataset; import org.jfree.data.xy.XYSeries; import org.jfree.data.xy.XYSeriesCollection;
public class Main {
private static void plotSP(double[] arr, double MX, double DX) {
XYSeries seriesSP = new XYSeries("СП", true, true); XYSeries seriesMX = new XYSeries("MX", true, true); XYSeries seriesSKO = new XYSeries("СКО", true, true); XYSeries series_SKO = new XYSeries("-СКО", true, true);
for (int i = 0; i < 200; i++) { seriesSP.add(i, arr[i]); } seriesMX.add(0, MX); seriesMX.add(200, MX);
seriesSKO.add(0, MX + sqrt(DX)); seriesSKO.add(200, MX + sqrt(DX));
series_SKO.add(0, MX - sqrt(DX)); series_SKO.add(200, MX - sqrt(DX));
XYSeriesCollection collection = new XYSeriesCollection(); collection.addSeries(seriesSP); collection.addSeries(seriesMX); collection.addSeries(seriesSKO); collection.addSeries(series_SKO);
XYDataset dataset = collection; XYLineAndShapeRenderer r1 = new XYLineAndShapeRenderer();
r1.setSeriesPaint(0, Color.red); r1.setSeriesPaint(1, Color.GREEN); r1.setSeriesPaint(2, Color.BLUE); r1.setSeriesPaint(3, Color.BLUE);
r1.setSeriesShapesVisible(0, false); r1.setSeriesShapesVisible(1, false); r1.setSeriesShapesVisible(2, false); r1.setSeriesShapesVisible(3, false);
r1.setSeriesVisibleInLegend(3, false);
JFreeChart chart = ChartFactory.createXYLineChart("График СП", "Index", "Value", null);
XYPlot plot = (XYPlot) chart.getPlot();
plot.setDataset(0, dataset); plot.setRenderer(0, r1);
plot.mapDatasetToRangeAxis(0, 0); //xz plot.setBackgroundPaint(Color.LIGHT_GRAY); plot.setDomainGridlinePaint(Color.WHITE); plot.setRangeGridlinePaint(Color.WHITE);
ChartFrame frame = new ChartFrame("График", chart); frame.pack(); frame.setVisible(true); }
public static void plotR(double[] arr) { XYSeries series = new XYSeries("r(m)", true, true); XYSeries series_E = new XYSeries("+1/e,-1/e", true, true); XYSeries seriesE = new XYSeries("1/e", true, true); for (int i = 0; i < arr.length; i++) { series.add(i, arr[i]); } series_E.add(0, -exp(-1)); series_E.add(15, -exp(-1));
seriesE.add(0, exp(-1)); seriesE.add(15, exp(-1));
XYSeriesCollection collection = new XYSeriesCollection(); collection.addSeries(series); collection.addSeries(series_E); collection.addSeries(seriesE);
JFreeChart chart = ChartFactory.createXYLineChart("Оценка НКФ исходного СП", "m", "r(m)", collection, PlotOrientation.VERTICAL, true, true, false); XYDataset dataset = collection; XYLineAndShapeRenderer r1 = new XYLineAndShapeRenderer();
r1.setSeriesPaint(0, Color.red); r1.setSeriesPaint(1, Color.BLUE); r1.setSeriesPaint(2, Color.BLUE);
r1.setSeriesShapesVisible(0, false); r1.setSeriesShapesVisible(1, false); r1.setSeriesShapesVisible(2, false);
r1.setSeriesVisibleInLegend(2, false);
XYPlot plot = (XYPlot) chart.getPlot();
plot.setDataset(0, dataset); plot.setRenderer(0, r1);
plot.mapDatasetToRangeAxis(0, 0); //xz plot.setBackgroundPaint(Color.LIGHT_GRAY); plot.setDomainGridlinePaint(Color.WHITE); plot.setRangeGridlinePaint(Color.WHITE);
//Создание окна вывода ChartFrame frame = new ChartFrame("НКФ", chart); frame.pack(); frame.setVisible(true); }
/** * График для сравнения выборочной, теоретической и смоделированой НКФ. * * @param arr1 выборочная НКФ * @param arr2 теоретическа НКФ * @param arr3 смоделированная НКФ * @param str Название модели (AR(2), MA(0), ARMA(2,3)) */ public static void plotAll_R(double[] arr1, double[] arr2, double[] arr3, String str) { XYSeries seriesArr1 = new XYSeries("исходная НКФ", true, true); XYSeries seriesArr2 = new XYSeries("теоретическая НКФ", true, true); XYSeries seriesArr3 = new XYSeries(str, true, true);
for (int i = 0; i < arr1.length; i++) { seriesArr1.add(i, arr1[i]); } for (int i = 0; i < arr2.length; i++) { seriesArr2.add(i, arr2[i]); } for (int i = 0; i < arr3.length; i++) { seriesArr3.add(i, arr3[i]); }
XYSeriesCollection collection = new XYSeriesCollection(); collection.addSeries(seriesArr1); collection.addSeries(seriesArr2); collection.addSeries(seriesArr3);
JFreeChart chart = ChartFactory.createXYLineChart("НКФ модели " + str, "m", "r(m)", collection, PlotOrientation.VERTICAL, true, true, false); XYDataset dataset = collection; XYLineAndShapeRenderer r1 = new XYLineAndShapeRenderer();
r1.setSeriesPaint(0, Color.RED); r1.setSeriesPaint(1, Color.BLUE); r1.setSeriesPaint(2, Color.YELLOW);
r1.setSeriesShapesVisible(0, false); r1.setSeriesShapesVisible(1, false); r1.setSeriesShapesVisible(2, false);
XYPlot plot = (XYPlot) chart.getPlot();
plot.setDataset(0, dataset); plot.setRenderer(0, r1);
plot.mapDatasetToRangeAxis(0, 0); //xz plot.setBackgroundPaint(Color.LIGHT_GRAY); plot.setDomainGridlinePaint(Color.WHITE); plot.setRangeGridlinePaint(Color.WHITE);
//Создание окна вывода ChartFrame frame = new ChartFrame("НКФ", chart); frame.pack(); frame.setVisible(true); }
/** * Метод, подсчитывающий и выводящий на консоль первые 10 теоретических * значений НКФ для данной модели АРСС(M,N) А также погрешность e^2 для * данной модели * * @param M параметр М для модели ARMA(M,N) * @param N параметр N для модели ARMA(M,N) * @param rOld выборочная НКФ * @param betas коэффициенты betas */ public static void eps2(int M, int N, double[] rOld, double[] betas) { double[] rNew = new double[16]; double tmpSum = 0; double eps2 = 0; int m = 0;
while (m < N + M + 1) { rNew[m] = rOld[m]; m++; } for (int i = m; i < 16; i++) { for (int j = 0; j < M; j++) { //считаем значения НКФ tmpSum += betas[j] * rNew[i - j]; } rNew[i] = tmpSum; } System.out.println("ARRRRRRRRRRR"); for (int i = 1; i < 11; i++) { System.out.println(rNew[i]); }
System.out.println(""); for (int i = 1; i < 11; i++) { eps2 += Math.pow(rNew[i] - rOld[i], 2); } System.out.println("Погрешность: " + eps2); rNew = null; }
public static double rand() { Random randR = new Random(); //объекты будут создаваться при выхове статического метода? double sum = -6; for (int i = 0; i < 11; i++) { sum += randR.nextDouble();//генерирует случайное число [0,1] } return sum; }
/** * Подсчет моментных функций: * * среднее по выборке макс мин диссперсия корреляционная функция нкф радиус * корреляции * * + 2 графика СП НКФ * * @param array выборка * @param str Заголовок: "Моментные функциии для +str" */ public static double[] momentsFunction(double[] array, String str) { //среднее по выборке double x_ = 0; //среднее double current = 0; double max = 0; double min = 0; double disp = 0; double[] r = new double[16]; //КФ double[] r_ = new double[16]; //НКФ
for (int i = 0; i < array.length; i++) { current = array[i]; if (current > max) { max = current; } else if (current < min) { min = current; } x_ += current; } x_ /= array.length; x_ = Math.round(x_ * 10000); x_ /= 10000; System.out.println("Моментные функциии для " + str); System.out.println("Среднее по выборке: " + x_); System.out.println("Максимальное значение в выборке: " + max); System.out.println("Минимальное значение в выборке: " + min);
//Выборочная не смещенная диссперсия for (int i = 0; i < array.length; i++) { disp += (array[i] - x_) * (array[i] - x_); } disp /= array.length; disp = Math.round(disp * 10000); disp /= 10000; System.out.println("Выборочная диссперсия: " + disp);
//Корреляционная функция для k=0,1,2,3,4,5,6,7,8,9,10,11,12,13,14. System.out.println("Корреляционная функция:"); for (int k = 0; k < r.length; k++) { for (int i = 0; i < array.length - k; i++) { r[k] += (array[i] - x_) * (array[i + k] - x_); }
r[k] /= (array.length - k); r[k] = Math.round(r[k] * 10000); r[k] /= 10000; System.out.println(r[k]); } //НКФ System.out.println("Нормированая корреляционная функция:"); int radius = 0; for (int k = 0; k < r_.length; k++) {
r_[k] = r[k] / disp; r_[k] = Math.round(r_[k] * 10000); r_[k] /= 10000; System.out.println(r_[k]); if ((r_[k] >= (1 / Math.E)) || (r_[k] <= -(1 / Math.E))) { radius = k; } }
System.out.println("Радиус корреляции: " + ++radius);
if ("исходной выборки".equals(str)) { plotSP(array, x_, disp); plotR(r_); } return r_; }
public static double[] tehorNKF_MA0(double[] r_) { // теоретические НКФ double[] MA0 = new double[16]; double[] betas1 = {0}; double eps = 0; MA0[0] = 1.000; System.out.println("Теоретичесая НКФ MA(0):"); for (int i = 1; i < 16; i++) { MA0[i] = 0; } for (int i = 1; i < 11; i++) { System.out.println(0); } for (int i = 1; i < 11; i++) {//погрешности первых 10 погрешностей, начиная с индекса 1. eps += Math.pow(MA0[i] - r_[i], 2); } System.out.println("Погрешность: " + eps); System.out.println(""); return MA0; }
public static double[] tehorNKF_AR2(double[] r_) { // теоретические НКФ double[] betas2 = {1.0425, -0.7726}; double[] AR2 = new double[16]; double eps = 0; AR2[0] = 1.0000; AR2[1] = 0.5881; AR2[2] = -0.1595; System.out.println("Теоретическая НКФ AR(2):"); for (int i = 3; i < 16; i++) { AR2[i] = AR2[i - 1] * betas2[0] + AR2[i - 2] * betas2[1]; } for (int i = 1; i < 11; i++) {//выписываем первые 10 значений System.out.println(AR2[i]); } for (int i = 1; i < 11; i++) {//погрешности первых 10 погрешностей, начиная с индекса 1. eps += Math.pow(AR2[i] - r_[i], 2); } System.out.println("Погрешность: " + eps); System.out.println(""); return AR2; }
public static double[] tehorNKF_ARMA23(double[] r_) { // теоретические НКФ double[] betas2 = {0.9444, -0.883}; double[] ARMA23 = new double[16]; double eps = 0; ARMA23[0] = 1.0000; ARMA23[1] = 0.5881; ARMA23[2] = -0.1595; System.out.println("Теоретичесая НКФ ARMA(2,3):"); for (int i = 3; i < 16; i++) { ARMA23[i] = ARMA23[i - 1] * betas2[0] + ARMA23[i - 2] * betas2[1]; } for (int i = 1; i < 11; i++) { System.out.println(ARMA23[i]); } for (int i = 1; i < 11; i++) {//погрешности первых 10 погрешностей, начиная с индекса 1. eps += Math.pow(ARMA23[i] - r_[i], 2); } System.out.println("Погрешность: " + eps); System.out.println(""); return ARMA23; }
public static double[] model_AR2() { //Моделирование СП для модели АР(2) double[] AR2 = new double[6000]; double[] riliAR2 = new double[5000];
AR2[0] = 49.947 + 10.5326 * rand(); AR2[1] = 49.947 + 1.0425 * AR2[0] + 10.5326 * rand(); AR2[2] = 49.947 + 1.0425 * AR2[1] - 0.7726 * AR2[0] + 10.5326 * rand(); for (int i = 3; i < 1000; i++) { //в холостую AR2[i] = 49.947 + 1.0425 * AR2[i - 1] - 0.7726 * AR2[i - 2] + 10.5326 * rand(); } for (int i = 1000; i < 6000; i++) {//рили AR2[i] = 49.947 + 1.0425 * AR2[i - 1] - 0.7726 * AR2[i - 2] + 10.5326 * rand(); riliAR2[i - 1000] = AR2[i]; } return riliAR2; }
public static double[] model_MA0() { double[] MA0 = new double[6000]; double[] riliMA0 = new double[5000]; //PrintWriter pwMA0 = new PrintWriter(new File("C:\\Users\\User\\Desktop\\MA0.txt")); for (int i = 0; i < 1000; i++) { //в холостую MA0[i] = 49.947 + 20.5136 * rand(); } for (int i = 1000; i < 6000; i++) {//рили MA0[i] = 49.947 + 20.5136 * rand(); riliMA0[i - 1000] = MA0[i]; } return riliMA0; }
public static double[] model_ARMA23() { double[] ARMA23 = new double[6000]; double[] riliARMA23 = new double[5000]; double t0 = rand(); double t1 = rand(); double t2 = rand(); double t3 = rand();
ARMA23[0] = 49.947 - 4.8714 * t0; ARMA23[1] = 49.947 + 0.9444 * ARMA23[0] - 4.8714 * t1 - 1.2166 * t0; ARMA23[2] = 49.947 + 0.9444 * ARMA23[1] - 0.883 * ARMA23[0] - 4.8714 * t2 + 1.2166 * t1 - 12.5896 * t0; ARMA23[3] = 49.947 + 0.9444 * ARMA23[2] - 0.883 * ARMA23[1] - 4.8714 * t3 + 1.2166 * t2 - 12.5896 * t1 - 2.7796 * t0;
for (int i = 4; i < 1000; i++) { //в холостую t0 = t1; t1 = t2; t2 = t3; t3 = rand(); ARMA23[i] = 49.947 + 0.9444 * ARMA23[i - 1] - 0.883 * ARMA23[i - 2] - 4.8714 * t3 + 1.2166 * t2 - 12.5896 * t1 - 2.7796 * t0; } for (int i = 1000; i < 6000; i++) t0 = t1; t1 = t2; t2 = t3; t3 = rand(); ARMA23[i] = 49.947 + 0.9444 * ARMA23[i - 1] - 0.883 * ARMA23[i - 2] - 4.8714 * t3 + 1.2166 * t2 - 12.5896 * t1 - 2.7796 * t0; riliARMA23[i - 1000] = ARMA23[i]; } return riliARMA23; }
public static void main(String[] args) throws IOException { BufferedReader in = new BufferedReader(new FileReader("C:\\Users\\User\\Desktop\\Учёба\\Математика\\ТСП\\Курсач\\input.txt")); String tmp = null; int c = 0; double current = 0, eps = 0; double[] array = new double[5000];//выборка double[] r_ = new double[16]; //НКФ
while ((tmp = in.readLine())!= null) { current = Double.parseDouble(tmp); array[c++] = current; } System.out.println("********************************************"); r_ = momentsFunction(array, "исходной выборки");//выводим моментные функции для исходной выбрки System.out.println("********************************************\n\n\n"); in.close();
//теоретические НКФ и их погрешности для лучших моделей AR(2),MA(0),ARMA(3) double[] teorAR2 = new double[10]; double[] teorMA0 = new double[10]; double[] teorARMA23 = new double[10];
System.out.println("********************************************"); teorAR2 = tehorNKF_AR2(r_); teorMA0 = tehorNKF_MA0(r_); teorARMA23 = tehorNKF_ARMA23(r_); System.out.println("********************************************\n\n\n");
//Моделирование моделей double[] arrayAR2 = new double[5000]; double[] arrayMA0 = new double[5000]; double[] arrayARMA23 = new double[5000]; arrayAR2 = model_AR2();//смоделированные СП для лучших моделей arrayMA0 = model_MA0(); arrayARMA23 = model_ARMA23(); //Анализ моделей double[] r_AR2 = new double[16]; double[] r_MA0 = new double[16]; double[] r_ARMA23 = new double[16]; System.out.println("********************************************"); r_AR2 = momentsFunction(arrayAR2, "AR(2)");//выводим моментные функции для смоделированных моделей и сохраняем нкф каждой модели for (int i = 1; i < 11; i++) {//погрешности первых 10 погрешностей, начиная с индекса 1. eps += Math.pow(r_AR2[i] - r_[i], 2); } System.out.println("Погрешность: " + eps); eps = 0; System.out.println(); r_MA0 = momentsFunction(arrayMA0, "MA(0)"); for (int i = 1; i < 11; i++) {//погрешности первых 10 погрешностей, начиная с индекса 1. eps += Math.pow(r_MA0[i] - r_[i], 2); } System.out.println("Погрешность: " + eps); eps = 0; System.out.println(); r_ARMA23 = momentsFunction(arrayARMA23, "ARMA(2,3)"); for (int i = 1; i < 11; i++) {//погрешности первых 10 погрешностей, начиная с индекса 1. eps += Math.pow(r_ARMA23[i] - r_[i], 2); } System.out.println("Погрешность: " + eps); eps = 0; System.out.println("********************************************\n\n\n"); //Графики НКФ для лучших моделей plotAll_R(r_, teorAR2, r_AR2, "AR(2)"); plotAll_R(r_, teorMA0, r_MA0, "MA(0)"); plotAll_R(r_, teorARMA23, r_ARMA23, "ARMA(2,3)");
//График выборки смоделированной СП plotSP(arrayARMA23, 63.4437, 732.1111); } }
|
