数学建模——灰色预测模型及matlab代码实现

灰色预测的主要特点是模型使用的不是原始数据序列，而是生成的数据序列。其核心体系是灰色模型（Grey Model，简称GM），即对原始数据作累加生成（或其他方法生成）得到近似的指数规律再进行建模的方法。

优点是不需要很多的数据，一般只需要4个数据就够。缺点是只适合于中短期的预测，只适合指数增长的预测。

GM(1,1)预测模型1阶微分方程，只含1个变量

GM(1,1)模型预测步骤
1.数据的检验与处理
2.建立模型
3.检验预测值
（1）残差检验
（2）级比偏差检验
4.预测数据

灰色预测模型使用条件：

1.已知数据[x,y]的组合大于4组，小于10组。（已知的样本数据过小或过大可选择其他的方法预测）

2.在实际应用中，数据通常是以年份度量的非负数据（如果是月份或季度数据可用时间序列模型）

3.数据能经过准指数规律的检验（除了前两期外，后面至少90%的期数的光滑比要低于0.5&#x