灰色预测基本介绍（代码+例子）

1. 主要解决什么问题？
预测类（例如人口预测）
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。

2. 原理/思路是啥？
先对原数列进行处理：如图，有累加数列、累减数列、加权邻值生成等。





提问：什么是灰色系统，什么是白色系统，后面为什么要“白化”转化？
利用上面，则有：



发展系数与预测情况的探究：

GM(1,1)模型的评价：
残差检验、级比残差值检验

3. 建模步骤？



4. 论文写作？

5. 模型的优缺点？
优：不需要很多的数据，一般只需要4个数据；能将无规律的原始数据进行生成得到规律性较强的生成序列，运算简便，易于检验，不考虑分布规律，不考虑变化趋势
缺：只适用于中短期的预测，只适合指数增长的预测

6. 代码讲解？

7. 模型的拓展？

8. 例子？

参考书籍：《数学模型》第四版，姜启源著。