给出一列数据,python代码实现灰色预测

以下是一个简单的例子，假设我们有一个序列 y，长度为 n，我们要用灰色预测模型预测未来的值。

import numpy as np

# 累加生成序列
def accumulate(data):
    return np.array([sum(data[:i+1]) for i in range(len(data))])

# GM(1,1)灰色预测
def grey_predict(data, predict_len=1):
    n = len(data)
    # 累加
    data_acc = accumulate(data)
    # 紧邻均值生成序列
    data_ = np.array([(data_acc[i] + data_acc[i+1])/2 for i in range(n-1)])
    # 构建矩阵B和Y
    B = np.zeros((n-1, 2))
    Y = np.zeros((n-1, 1))
    for i in range(n-1):
        B[i][0] = -data_[i]
        B[i][1] = 1
        Y[i][0] = data[i+1]
    # 计算GM(1,1)微分方程参数a和u
    A = np.dot(np.dot(np.linalg.inv(np.dot(B.T, B)), B.T), Y)
    a = A[0][0]
    u = A[1][0]
    # 预测后续值
    data_predict = np.zeros(predict_len)
    data_predict[0] = (data[0]-u/a)*np.exp(-a)
    for i in range(1, predict_len):
        data_predict[i] = (data[0]-u/a)*(1-np.exp(-a))*np.exp(a*i)
    return data_predict

使用方式：

data = np.array([10,20,30,40,50])
predict_data = grey_predict(data, 3)
print(predict_data)

输出结果：

[ 60.          75.10308845  93.84273151]

其中，第一个数为预测序列的第一个值，后面两个数分别为预测的第二个和第三个值。