function p=huise(X,k) %灰色模型的malab程序
if nargout>3;
error('Too many output argument.');
end
if nargin==1,k=1;x_orig=X;
elseif nargin==0|nargin>2
error('Wrong number of input arguments.');
end
x_orig=X;
predict=k; %AGO 处理,即是对初始数列进行一阶累加
x=cumsum(x_orig); %计算系数(a 和 u)------------------------
n=length(x_orig); %生成矩阵 B
for i=1:(n-1);
B(i)=-(x(i)+x(i+1));
end
B=[B' ones(n-1,1)]; %生成矩阵 Y
for i=1:(n-1);
y(i)=x_orig(i+1)/1.5;
end
Y=y'; %计算系数 a=au(1) u=au(2)
au=(inv(B'*B))*(B'*Y); %--------------------------------------------------------
%把huise模型公式转换成符号
coef1=au(2)/au(1);
coef2=x_orig(1)-coef1;
coef3=0-au(1);
costr1=num2str(coef1);
costr2=num2str(abs(coef2));
costr3=num2str(coef3);
eq=strcat(costr1,'+',costr2,'e^',costr3,'*(t-1))'); %计算每一个值
for t=1:(n+predict)
mcv(t)=coef1+coef2*exp(coef3*(t-1));
end
x_mcv0=diff(mcv);
x_mcve=[x_orig(1) -x_mcv0] %输出图形中的各点
x_mcv=diff(mcv(1:end-predict));
x_orig_n=x_orig(2:end);
x_c_error=x_orig_n-x_mcv';
x_error=mean(abs(x_c_error./x_orig_n));
if x_error>0.2 %相对误差的均值
disp('model disqualification!');
elseif x_error>0.1
disp('model check out');
else
disp('model is perfect!');
end
y=eq;
e=x_error;
p=x_mcve(end-predict+1:end);