﻿功能:一元一阶灰度模型预测

格式:ForecastGray(y)

y:为矩阵变量存储的校正值

说明:
1、程序执行完毕返回一个1*3或者1*5的矩阵变量

2、返回1*3的矩阵变量时,格式如下

z = [ a , b , error ]

则表示此预测值用直线拟合效果更佳,此时拟合方程为

y(n) = a + b*n

其中n = 1,2,3,……,m.其中error返回的表示拟合的残差平方和

3、返回1*5的矩阵变量时,格式如下

z = [ y0 , a , u , min ,error ]

则表示此预测值用一阶微分方程拟合更佳.此时

y(n) = (y0 - u / a)*[exp( - a*(n - 1)) - exp( - a*(n - 2))] - min 

其中n = 2,3,4,……,m.其中error返回的表示拟合的残差平方和

4、注意,数据的默认间隔为1,且y数据的第n个数据对应第n个时刻,注意看算例

参考:《{百度文库灰度模型预测<http://wenku.baidu.com/view/67e0c3c058f5f61fb7366614.html>}》

例子:

y = [ 2.87400000000000    3.27800000000000    3.33700000000000    3.39000000000000    3.67900000000000 ];//假如这是我们已知的数据

a=ForecastGray(y)//回车后得到如下结果
a =
[ 2.87400000000000   -0.03720438194355    3.06536331300153    0.00000000000000    0.01509696512987 ]
//即 y(n)=(2.87400000000000+3.06536331300153/0.03720438194355)*(exp(0.03720438194355*(n-1))-exp(0.03720438194355*(n-2)))-0 当n=2时即y(2)预测的值就应该和原始数据里的3.27800000000000作对比参照