python中的灰色序列预测模型代码

以下是一个简单的Python灰色序列模型的实现，包括预测和绘图：

import numpy as np
import matplotlib.pyplot as plt

def GM11(x0):
    # 累加生成
    x1 = np.cumsum(x0)
    # 紧邻均值平均生成
    z1 = (x1[:len(x1) - 1] + x1[1:]) / 2.0
    # 级比计算
    y = x0[1:]
    B = np.array([[-z1[i], 1] for i in range(len(z1))])
    Y = np.array(y).reshape((len(y), 1))
    # 计算GM系数
    a = np.dot(np.dot(np.linalg.inv(np.dot(B.T, B)), B.T), Y)
    # 还原值
    x1 = np.zeros(len(x0))
    x1[0] = x0[0]
    for i in range(1, len(x1)):
        x1[i] = (x0[0] - a[0] / a[1]) * np.exp(-a[1] * (i)) + a[0] / a[1]
    # 预测值
    predict = [(x0[0] - a[0] / a[1]) * np.exp(-a[1] * (i + len(x0))) + a[0] / a[1] for i in range(5)]
    return x1, predict

if __name__ == "__main__":
    # 数据
    x0 = np.array([120, 135, 152, 148, 151, 165, 171, 174])
    # GM(1,1)模型
    x1, predict = GM11(x0)
    # 绘图
    plt.plot(range(len(x0)), x0, 'r', label='Original')
    plt.plot(range(len(x0)), x1, 'g', label='Predict')
    plt.plot(range(len(x0), len(x0) + 5), predict, 'b', label='Future')
    plt.legend(loc='upper right')
    plt.show()

代码实现了一个简单的GM(1,1)模型，用于预测未来五个时期的数据，并绘制了原始数据、预测值和未来预测值的图形。