灰色预测(GM)的MATLAB实现

GM简介

1. 灰色系统的定义：

灰色系统指既含有已知信息又含有未知信息的系统。

2. 灰色预测模型的定义：

对灰色系统进行预测的模型。
灰色模型（Grey Model，简称GM模型）一般表达方式为GM（n,x）模型，其含义是：用n阶微分方程对x个变量建立模型。

3. 灰色预测模型的目的：

通过把分散在时间轴上的离散数据看成一组连续变化的序列，采用累加和累减的方式，将灰色系统中的未知因素弱化，强化已知因素的影响程度，最后构建一个以时间为变量的连续微分方程，通过数学方法确定方程中的参数，从而实现预测目的。

4. 灰色预测模型的特点：

无需大量数据样本，短期预测效果好，运算过程简单。
数据必须是线性，要是非线性的话，它也会给你化成线性，就起不到预测的效果，预测出来都是错的。

5. 灰色预测模型的缺点：

对非线性数据样本预测效果差。

---

GM

1. 数列生成

（1）累加生成
生成列的数据 B(i) = A(1) + A(2) + … + A(i)

一般（90%的情况）做一次累加就可以了，有个别情况需要做多次累加

（2）累减生成
A(0)=0
B(i) = A(i) - A(i-1)
累减是累加的逆运算，累减可将累加生成列还原为非生成列，在建模中获得增量信息

（3）均值生成
紧邻生成数：C(i) = a*B(i) + (1-a)*B(i-1)
紧邻生成均值数：C(i) = [ B(i) + B(i-1) ] / 2

2. GM(1,1) model

（1）灰微分方程模型

$A(i)+a\ast C(i)=b$

A(i) ：原始序列，一般称为灰导数
C(i)：一次均值生成序列
a：发展系数
b：灰作用量

（2）白化模型

$dx/dt+ax(t)=b$

x(t)：一次累加序列

（3）求解

最小二乘法
$c=[a,b{]}^{\prime }$
$c=(B^{\prime }\ast$