灰色预测模型--GM（1，1）预测模型

灰色预测模型

主要特点：模型使用的不是原始数据序列，而是生成的数据序列。
GREY MODEL即对原始数据作累加生成或者其他方法得到近似的指数规律再进行建模的方法。
GREY MODEL一般只需要4个数据就能解决历史数据少，序列完整性以及可靠性低的问题。
缺点是只适合中短期的预测，只适合指数增长的预测。

GM（1，1）预测模型

GM(1,1)表示模型是一阶微分方程，且只含有一个变量的灰色模型。

模型预测步骤：
1.数据的检验与处理
   首先计算序列的级比，如果所有的级比都落在可容覆盖内，则序列可以作为模型GM(1,1)的数据进行灰色预测。
   否则需要对序列进行必要的变换处理（选取适当常数，作平移变换），使其落在可容覆盖内。
2.建立模型
   按公式建立模型，得到预测值
3.检测预测值
  *残差检验
  *级比偏差值检验：先计算出级比，再用发展系数求出相应的级比偏差。
  *预测预报：得到指定时区内的预测值，根据实际问题的需求给出相应的预测预报。