huiseyuce.rar_huiseyuce_matlab 灰色预测_灰色 预测_灰色预测_预测 matlab

function []=greymodel(y) % 本程序主要用来计算根据灰色理论建立的模型的预测值所用的背景值为平均值 % 应用的数学模型是 GM(1,1)。 % 原始数据的处理方法是一次累加法。 % y=input('请输入数据 '); %y=[1080.94 1083.03 1162.8 1155.61 1092.82 1099.26 1161.06 1258.05 1299.03 1298.3 1440.22 1641.3 1672.21 1612.73 1658.64 1752.42 1837.99 2099.29 2675.47 2786.33 2881.07 3183.98 3841.27 4109.65 3820.7 4471.03 5218.83 5552.3 5954.77 4871.78 5261.56 4383.39 4348.54 3472.71 3693.11 3433.35 2736.1 2775.72 2397.37 2293.78 1728.79 1871.16 1820.81 1990.66 2082.85 2373.21 2477.57]; %y=[1871.16 1820.81 1990.66 2082.85 2373.21 2477.57]; %y=[198.6 186.3 216.5 196.8 235.5 241.6 284.4 327.2 386.6 467.9]; y=[2.718 7.389 20.086 54.598 148.41 403.43 1096.6]; n=length(y); yy=ones(n,1); yy(1)=y(1); for i=2:n yy(i)=yy(i-1)+y(i);%存储累加序列的列向量 end B=ones(n-1,2); for i=1:(n-1) B(i,1)=-(yy(i)+yy(i+1))/2; B(i,2)=1; end BT=B';%BT矩阵为B矩阵的转置 for j=1:n-1 YN(j)=y(j+1);%YN存储已知序列的从第二个元素起的元素 end YN=YN'; A=inv(BT*B)*BT*YN; a=A(1); u=A(2); t=u/a; t_test=input('请输入需要预测个数：'); i=1:t_test+n; yys(i+1)=(y(1)-t).*exp(-a.*i)+t;%yys存储累加后的预测序列的元素值 yys(1)=y(1); for j=n+t_test:-1:2 ys(j)=yys(j)-yys(j-1);%ys存储预测值，这里做一次累减 end ys(1)=yys(1); x=1:n; xs=2:n+t_test; yn=ys(2:n+t_test); plot(x,y,'^r',xs,yn,'*-b'); legend('历史数据','预测数据') title('上海股票市场走势图') xlabel('时间：2008.11--2009.4（按月预测）') ylabel('每月平均收盘价格') for i=1:n W(i)=abs(ys(i)-y(i));%W存储相对误差 end disp(['发展灰数为:',num2str(a)]); disp(['内生控制灰数:',num2str(u)]); disp(['预测序列值为： ',num2str(ys(1:n+t_test))]); disp(['相对误差为：',num2str(W(1:n))]);