各位朋友帮帮忙，用matlab求灰色预测模型，这道题完全符合灰色预测模型的做题步骤

各位朋友帮帮忙，用matlab求灰色预测模型，这道题完全符合灰色预测模型的做题步骤

问题补充说明：X(0) =(7585.23，9144.17，10875.14 ，12580.54，15099.56)累加生成得X(1)=(7585.23，16729.40，27604.54，40185.08，55284.64)②对X(0)进行准光滑检验和对进行准指数规律检验p(k) =(0.90，0.65，0.46，0.38)可见，不满足p(k)属于[0,ε]、ε<0.5，则称不符合为准光滑序列，须进行一阶弱化。X(0)‘=(11056.93，11924.85，12851.75，13840.05，15099.56)=X(0)则对X(0)新的累加生成为X(1)=(11056.93，22981.78，35833.53，49673.58，64773.14)③求解a、u运用MATLAB工具算得a=??，u=??到这里我就不会做了，朋友们帮帮忙求一下吧，谢谢啦~~~

我一直用这个程序你看看360问答。。。。。

MATLAB实现灰色预测程序

function[y,p,e]=huise_1_1(X,k)%灰色模型的malab程序

%Example[y,p]=叶复确七gm_1_1([200250300350],2)

%接口描述：X的预测的初始数列，|X|>4，K是指向后进行预测的个数

%命令格式：程序后破二各保存的文件名，eg：huise.m则命令是：huise([579.8547.5527.0492.3437.0],5)

ifnargout>3;

error('Toomanyoutputargument.');

end

ifnargin==1,k=1;x_orig=X;

elseifnargin==0|nargin>2

error('Wrongnumberofinput普上困翻守千酒arguments.')握你正破主台;

end

x_orig=X;

predict=k;%AGO处理，即是对初始数列进行一阶累加

x=cumsum(x负劳_orig);%计算系数(a和u)------------------------

n=length(x_orig);%生成矩阵B

fori=1:(n-1);

B(i)=-(x(i)+x(i+1))/2;

end

B=[B'one进速破村抗财球s(n-1,1)];%生成矩阵Y

fori=1:大乐斤军至期给(n-1);

y(i)=x_orig(i+1);

end

Y=y';%计算系数a=au(1)u=au(2)

au=(inv(B'*B))*(B'*Y);%----例群水则晚发----------------------------------------------------

%把huise模型公式转换成符号

coef1=au(2)/au(1);

coef2=x_orig(1)-coef1;

coef3=0-au(1);

costr1=num2str(coef1);

costr2=num2str(abs(coef2));

costr3=num2st机听位脸宗良族高谁内r(coef3);

eq=strcat(costr1,'+',costr2,'e^',costr3,'*(t-1))');%计算每一个值

fort=1:(n+predict)

mcv(t)=coef1+coef2*exp(coef3*(t-1));

end

x_mcv0=diff(mcv);

x_mcve=[x_orig(1)x_mcv0]%输出图形中的各点

x_mcv=diff(mcv(1:end-predict));

x_orig_n=x_orig(2:end);

x_c_error=x_orig_n-x_mcv;

x_error=mean(abs(x_c_error./x_orig_n));

ifx_error>0.2%相对误差的均值

disp('modeldisqualification!');

elseifx_error>0.1

disp('modelcheckout');

else

disp('modelisperf发板配ect!');

end

plot(1:n,x_orig,'o',1:n+predict,x此司_mcve);

p=x_mcve(end-predict+1:end)位安一间弱工须季;%画出预测模型和初始数列的门组室属承切望求坚娘调点

xlabel('年份(从第一个数据年份起)');

ylabel('产水量（万吨）');

title('灰度模包句副头商束以月美务型GM(1,1)');

gridon

y=eq;

剂病况谓e=x_error;

p=x_mcve(end-predict+1:end);