灰色预测法 —— python

目录

1.简介

2.算法详解

2.1 生成累加数据

2.2  累加后的数据表达式

2.3 求解2.2的未知参数

3.实例分析

3.1 导入数据

3.2 进行累加数据

 3.3 求解系数

3.4 预测数据及对比

完整代码

1.简介

        灰色系统理论认为对既含有已知信息又含有未知或非确定信息的系统进行预测，就是对在一定方位内变化的、与时间有关的灰色过程的预测。尽管过程中所显示的现象是随机的、杂乱无章的，但毕竟是有序的、有界的，因此这一数据集合具备潜在的规律，灰色预测就是利用这种规律建立灰色模型对灰色系统进行预测。

        灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。其用等时距观测到的反应预测对象特征的一系列数量值构造灰色预测模型，预测未来某一时刻的特征量，或达到某一特征量的时间。

2.算法详解

2.1 生成累加数据

2.2  累加后的数据表达式

2.3 求解2.2的未知参数

3.实例分析

现有1997—2002年各项指标相关统计数据如下表：