灰色预测模型及MATLAB实例推荐下面的:
https://www.cnblogs.com/somedayLi/p/9543202.html
<https://www.cnblogs.com/somedayLi/p/9543202.html>

https://www.cnblogs.com/yocichen/p/9348946.html
<https://www.cnblogs.com/yocichen/p/9348946.html>
function y=gm11() %建立符号变量a(发展系数)和b(灰作用量) syms a b ; GG=[]; c = [a b]'; %原始数列 A
%A = [41462, 28969, 32251, 47694, 32265, 27819, 33539, 36994];%VA %A=[70999
71282 85415 93747 101423 109150 115276 119349];%OH %A=[89981 86793 78577 72096
77318 75351 72376 68751];%PA %A=[29588 28285 27502 26820 27077 25811 26530
28870];%KY %A=[8668 9310 9429 9062 6926 5345 5405 3672];%WV %A=[240698 232146
234767.3 238130.8 40988.7 40345.4 39819.1 39392.8]%sum
x=xlsread('VACountry-new.xlsx') for k= 1:118 A =x(k,:) n = length(A); %对原始数列 A
做累加得到数列 B B = cumsum(A); %对数列 B 做紧邻均值生成 for i = 2:n C(i) = (B(i) + B(i - 1))/2;
end C(1) = []; %构造数据矩阵 B = [-C;ones(1,n-1)]; Y = A; Y(1) = []; Y = Y';
%使用最小二乘法计算参数 a(发展系数)和b(灰作用量) c = inv(B*B')*B*Y; c = c'; a = c(1); b = c(2);
%预测后续数据 F = []; F(1) = A(1); for i = 2:(n+10) %这里10代表向后预测的数目,如果只预测一个的话为1 F(i) =
(A(1)-b/a)/exp(a*(i-1))+ b/a; end %对数列 F 累减还原,得到预测出的数据 G = []; G(1) = A(1); for
i = 2:(n+10) %10同上 G(i) = F(i) - F(i-1); %得到预测出来的数据 end disp('预测数据为:'); G
GG=[GG;G]; end xlswrite('VACountryyuce.xlsx',GG) %模型检验 H = G(1:8);
%这里的10是已有数据的个数 %计算残差序列 epsilon = A - H %法一:相对残差Q检验 %计算相对误差序列 delta =
abs(epsilon./A); %计算相对误差Q disp('相对残差Q检验:') Q = mean(delta) %法二:方差比C检验
disp('方差比C检验:') C = std(epsilon, 1)/std(A, 1) %法三:小误差概率P检验 S1 = std(A, 1); tmp
= find(abs(epsilon - mean(epsilon))< 0.6745 * S1); disp('小误差概率P检验:') P =
length(tmp)/n %绘制曲线图 t1 = 2010:2017; t2 = 2010:2027; plot(t1, A,'ro'); hold on;
plot(t2, G, 'g-'); xlabel('年份'); ylabel('污水量/亿吨'); legend('实际污水排放量','预测污水排放量');
title('长江污水排放量增长曲线'); %都用自己的 grid on;