%GM（1,1）模型 clear clc disp('请输入原始数据序列，如 [60.7,73.8,86.2,100.4,123.3]') X0=input('请输入原始数据序列：') n=length(X0);%数据个数

灰色马儿科夫算法的java实现，其中包含残差修正的代码，但是结果中并未使用残差修正，只用了马尔科夫链，使用者可以根据自己需要进行修改

最好用的灰色预测gm（1,1）MATLAB代码，比别人编的好用多了

灰色预测模型GM（1，n）模型的matlab源代码，包括预测模型的建立，以及模型的精度检验指标c,p的计算

一个好的借鉴，关于GM（1，1）模型的，这种新陈代谢的模型是对原始的GM（1，1）模型的改进，在解决相关问题时可能更好的提供借鉴！！！！

多维灰色预测算法，一列特征因素和四列相关因素。

在灰色理论中，背景值系数是影响多变量灰色预测模型性能的一个重要参数。然而，实际操作中为了简化建模过程，既有的多变量灰色预测模型通常将背景值系数取为0.5。

新陈代谢GM（1,1），还不错，

针对传统的GM（1，1）模型预测精度不高，并且其求解优化与多项式拟合各有片面性的缺点，给出了基于求解优化和多项式拟合优化相结合的改进灰色等维动态预测方法。结合美国近两百年人口的相关统计数据，利用传统的GM（1，1）模型及其优化后的模型进行误差比较。结果表明改进后的灰色模型预测精度更高，说明改进后的灰色预测模型的可行性与可靠性更好。

摘要 本文对长江近两年多的水质情况做出了定量的综合评价，并对水质的污染状况、污染源的确定、水质的预测与控制这四个问题分别建立了相应的模型。并对求解结果作出了分析。 针对问题一，对于相同污染因素的不同等级，采取梯度赋权的方法确定权重。利用“理想点法”和灰色关联度的思想，建立综合排名模型，得到各个地区整体综合污染情况排名。相应的排名为{3，2，6，14，4，7，8，16，5，12，1，13，15，11，17，10， 9} 针对问题二，对干流上7个观测点隔开的6个江段进行分析。根据一位水质模型推导出浓度降解公式，据此公式联系实际，列出浓度在上中下游的变化方程，计算出每江段污水排放量。得出高锰酸盐主要由重庆朱沱-湖北宜昌-湖南岳阳两段排放，氨氮主要由重庆朱沱-湖北宜昌-湖南岳阳-江西九江三段排放。 针对问题三，用可饮用水的比例刻画长江水质的好坏。分析近两年的百分比发现其呈现波动下降的趋势。因此，建立基于灰色GM（1，1）模型和时间序列分析法的组合式模型，预测未来十年可饮用水占总水量百分比，以描述长江水质污染情况趋势：若不治理，长江10年后可饮用水的比例在大多数情况下将低于50%。 针对问题四，将Ⅳ类Ⅴ类化为一类，劣Ⅴ类单独成类，根据附件所给数据，建立二元线性回归模型，得到各类水的污水密度。结合预测出的未来10年的总流量，便可以得到未来10年符合要求的污水质量。而其与预测出的污水量之差即为需要处理的质量。 最后，结合实际给出治理污染的切实可行的建议与意见，并对模型作出了分析评价。