matlab灰色预测代码

以下是一个简单的 Matlab 灰色预测代码：

% 输入数据
X = [1 2 3 4 5 6 7 8 9 10];
Y = [2.5 4.1 6.0 7.8 9.2 11.1 13.2 15.0 16.8 18.0];

% 灰色预测模型
n = length(X);
for i = 2:n
    X1(i) = (X(i) + X(i-1)) / 2;
    B(i-1) = -X1(i) / X(i);
    Y1(i-1) = Y(i) / X(i);
end
B = B';
Y1 = Y1';
u = inv(B'*B) * B' * Y1;
a = u(1);
b = u(2);
Y0 = (Y(1)-b/a) * exp(-a*X(1)) + b/a;
for i = 2:n+1
    Y(i) = (Y(1)-b/a) * exp(-a*X(i)) + b/a;
end

% 绘制图像
plot(X, Y, 'r', 'LineWidth', 2);
hold on;
plot(X, Y0, 'b--', 'LineWidth', 2);
legend('真实值', '预测值');
xlabel('时间');
ylabel('数据');
title('灰色预测');

这段代码假设输入的数据是 `X` 和 `Y`，其中 `X` 是时间序列，`Y` 是对应的数据。代码中采用的是 GM(1,1) 灰色预测模型，使用普通最小二乘法计算参数，并使用指数累加生成预测值。最后通过 `plot` 函数绘制真实值和预测值的图像。需要注意的是，这只是一个简单的示例代码，实际使用时需要根据具体数据进行调整和优化。