GM_11_main.zip_GM_GM(1_1)_GM模型_exponential model

%% 灰色预测,GM(1，1)模型,适用于指数规律较强的数列预测 %% 清理界面信息 clc; clear all; %% 数据读入处理 x0 = [92.810 97.660 98.800 99.281 99.537 99.537 99.817 100.000]; %% 检验序列是否适合用GM(1，1)模型预测 appr = GM_11_appr(x0); if appr == 1 disp('适合'); else disp('不合适'); end %% 数据处理及预测 % x0 为原始序列，k 为预测步数 % F0 为原始序列的预测对比值, F1 为预测步数对应值 % u 为最小二乘法得到的系数[a,b]， y 为白化方程 k = 2; [F0,F1,u,y] = GM_11_Forecast(x0,k); %% 模型精度的检验 % D 残差,E 相对误差 % Q 相对误差,C 方差比, P 小误差概率 [E,D,Q,C,P] = GM_11_check(x0,F0); %% 模型输出 F0,F1,Q,C,P %% 与Excel文件交互 headers = {'F0', 'F1', 'Q', 'C', 'P'}; xlswrite('E:\MATLAB\mydata.xlsx',headers,'sheet1'); xlswrite('E:\MATLAB\mydata.xlsx',F0','sheet1','A2:A9'); xlswrite('E:\MATLAB\mydata.xlsx',F1','sheet1','B2:B3'); xlswrite('E:\MATLAB\mydata.xlsx',Q,'sheet1','C2'); xlswrite('E:\MATLAB\mydata.xlsx',C,'sheet1','D2'); xlswrite('E:\MATLAB\mydata.xlsx',P,'sheet1','E2'); %% 绘图 n = length(x0); % 绘制原始数列与灰色模型预测得出的数列差异图 plot(1:n,x0,'ro');hold on plot(1:n,F0,'G*-');grid on; axis tight; xlabel('x');ylabel('y'); title('保有量比例与时间序列的关系'); legend('原始数列','模型数列');