灰色预测matlab代码怎么写

这是我曾经写过的一个灰色预测的程序：第一个文件为函数，需要在调用时输入原始数据x0和预测周期T, 第二个文件用于计算灰色关联度，使用时直接修改相关参数和原始数据。

--------------------------------------------------------------------------

第一个文件（用于灰色建模）：grymdlm

--------------------------------------------------------------------------

function GM=grymdl(x0,T)

% 输入原始数据x0

% T为从最后一个历史数据算起的第T时点

x1=zeros(1,length(x0));B=zeros(length(x0)-1,2);

yn=zeros(length(x0)-1,1);Hatx0=zeros(1,length(x0)+T);

Hatx00=zeros(1,length(x0));Hatx1=zeros(1,length(x0)+T);

epsilon=zeros(length(x0),1);omega=zeros(length(x0),1);

for i=1:length(x0)

    for j=1:i

        x1(i)=x1(i)+x0(j);

    end

end

for i=1:length(x0)-1

    B(i,1)=(-1/2)(x1(i)+x1(i+1));

    B(i,2)=1;

    yn(i)=x0(i+1);

end

HatA=(inv(B'B))B'yn; %GM(1,1)模型参数估计

for k=1:length(x0)+T

    Hatx1(k)=(x0(1)-HatA(2)/HatA(1))exp(-HatA(1)(k-1))+HatA(2)/HatA(1);

end

Hatx0(1)=Hatx1(1);

for k=2:length(x0)+T

    Hatx0(k)=Hatx1(k)-Hatx1(k-1);%累计还原得到历史数据的模拟值

end

for i=1:length(x0) %开始模型检验

    epsilon(i)=x0(i)-Hatx0(i);

    omega(i)=(epsilon(i)/x0(i))100;

end

x0;

HatA;

Hatx0;

epsilon;

omega;

c=std(epsilon)/std(x0);

p=0;

for i=1:length(x0)

    if abs(epsilon(i)-mean(epsilon))<06745std(x0)

        p=p+1;

    end

end

p=p/length(x0);

if p>=095

    M1=1;

elseif p>=08

    M1=2;

elseif p>=07

    M1=3;

else

    M1=4;

end

if c<=035

    M2=1;

elseif c<=05

    M2=2;

elseif c<=065

    M2=3;

else

    M2=4;

end

M=max(M1,M2);

if M==1

    disp('The model is good,and the forecast is:'),

    disp(Hatx0(length(x0)+T))

elseif M==2

    disp('The model is eligibility,and the forecast is:'),

    disp(Hatx0(length(x0)+T))

elseif M==3

    disp('The model is not good,and the forecast is:'),

    disp(Hatx0(length(x0)+T))

else

    disp('The model is bad and try again')

    disp(Hatx0(length(x0)+T))

end

for i=1:length(x0)

    Hatx00(i)=Hatx0(i);

end

z=1:length(x0);

plot(z,x0,'-',z,Hatx00,':') %将原始数据和模拟值画在一个图上帮助观察

text(2,x0(2),'History data: real line')

text(length(x0)/2,Hatx00(length(x0))/2,'Simulation data:broken line')

GM=Hatx0(length(x0)+T);

--------------------------------------------------------------------------------

第二个文件（用于计算灰色关联度）：grydgrm

--------------------------------------------------------------------------------

x=[264,4083,5,185,27,49;

    3256,5036,65,238,349,597;

    4116,6366,79,306,45,683;

    5182,8015,96,3943,6076,821;

    7058,10916,113,521,818,978;

    11147,13612,15,7392,11812,123;

    12716,1667,18,11817,18451,1675;

    16599,19691,2066,15665,24083,2149;

    24676,25756,2415,2183,3334,271]; %原始数据

delta=zeros(size(x,1),size(x,2)-1); %初始化绝对差

yita=zeros(size(delta,1),size(delta,2)); %初始化关联系数

for i=1:size(x,2)

    x(:,i)=x(:,i)/x(1,i);  %无量纲化处理

end

for i=1:(size(x,2)-1)

    delta(:,i)=abs(x(:,1)-x(:,i+1));  %求解delta

end

delta_min=min(min(delta,[],1)); %求解最小二级差

delta_max=max(max(delta,[],1)); %求解最大二级差

rou=05; %设定分辨系数为05

for i=1:size(delta,1)

    for j=1:size(delta,2)

        yita(i,j)=(delta_min+roudelta_max)/(delta(i,j)+roudelta_max); %计算关联系数

    end

end

r=sum(yita)/size(yita,1); %计算灰色关联

阳性预测值=真阳性例数/（真阳性例数+假阳性例数）=TP/(TP+FP)。

阴性预测值=真阴性例数/（真阴性例数+假阴性例数）=TN/(TN+FN)。

阳性预测值

1灵敏性，即病人中得出阳性检测的样本占病人总数的百分比；

2特异性，即健康人中得出阴性检测的样本占健康人总数的百分比；

3阳性预测值，即得出阳性检测的样本总数中，病人样本占阳性检测样本总数的百分比；

4阴性预测值，即得出阴性检测的样本总数中，正常人样本占阴性检测样本总数的百分比。

成本预测是指运用一定的科学方法，对未来成本水平及其变化趋势作出科学的估计。通过成本预测，掌握未来的成本水平及其变动趋势，有助于减少决策的盲目性，使经营管理者易于选择最优方案，作出正确决策。

成本预测分类：

1、按预测的期限分，成本预测可以分为长期预测和短期预测

长期预测指对一年以上期间进行的预测如三年或五年；

短期预测指一年以下的预测，如按月，按季或按年。

2、按预测内容分为两类：

(1)制订计划或方案阶段的成本预测；

(2)在计划实施过程中的成本预测。

成本预测程序：

1、根据企业总体目标提出初步成本目标。

2、初步预测在目前情况下成本可能达到的水平，找出达到成本目标的差距。其中初步预测，就是不考虑任何特殊的降低成本措施，按目前主客观条件的变化情况，预计未来时期成本可能达到的水平。

3、考虑各种降低成本方案，预计实施各种方案后成本可能达到的水平。

4、选取最优成本方案，预计实施后的成本水平，正式确定成本目标。

以上成本预测程序表示的只是单个成本预测过程，而要达到最终确定的正式成本目标，这种过程必须反复多次。也就是说，只有经过多次的预测、比较以及对初步成本目标的不断修改、完善，才能最终确定正式成本目标，并依据本目标组织实施成本管理。

环境预测是根据已掌握的情报资料和监测数据，对未来的环境发展趋势进行的估计和推测，为提出防止环境进一步恶化和改善环境的对策提供依据。

预测工作的程序可以大致分为四个阶段和十一个步骤：

1准备阶段

2收集并分析信息阶段

3预测分析阶段

4输出预测结果十一个步骤：确定预测目的、确定预测时间、制定预测计划、收集预测资料、资料分析检验、选择预测方法、建立预测模型、进行预测计算、预测结果检验、输出预测结果、提交预测结果 环境预测的方法：

（一）根据预测方法的特性分类 定性预测方法有：专家评估法、特尔非法、主观概率法、集合意见法、层次分析法、先导指标预测法等。 定量预测方法有：趋势外推法、回归分析法、投入产出法、模糊推理法、马尔柯夫法等。 综合预测方法

（二）根据预测方法的原理分类 1直观法：即定性预测方法 2因果型预测方法：用相关性原理来分析预测对象与有关因素的相互关系，并以此关系构造模型进行预测。

编辑本段什么是市场预测？

所谓市场预测，就是运用科学的方法，对影响市场供求变化的诸因素进行调查研究，分析和预见其发展趋势，掌握市场供求变化的规律，为经营决策提供可靠的依据。

市场预测产生的历史悠久。根据我国《史记》记载，公元前6世纪到5世纪，范蠡在辅佐勾践灭吴复国以后，即弃官经商，19年之中三致千金，成为天下富翁，他的商场建树取决于他懂得市场预测。例如，“论其存余不足，则知贵贱，贵上极则反贱，贱下极则反贵。”这是他根据市场上商品的供求情况来预测商品的价格变化。

严格地说，市场预测是从19世纪下半夜开始的。一方面，资本主义经济中的市场变化极其复杂，只要能获取利润，减少经营风险，就要把握经济周期的变化规律；另一方面，数理经济学对现象数量关系的研究已经逐步深入，各国统计资料的积累也日益丰富，适用于处理经济问题，包括市场预测的统计方法也逐步完善。学术界关于市场预测的里程碑是从奥地利经济学家兼统计学家斯帕拉特·尼曼算起的。他运用指数分析方法研究了金、银、煤、铁、咖啡和棉花的生产情况，有关铁路、航运、电信和国际贸易方面的问题，以及1866-1873年的进出口价值数据。

预测为决策服务，是为了提高管理的科学水平，减少决策的盲目性，我们需要通过预测来把握经济发展或者未来市场变化的有关动态，减少未来的不确定性，降低决策可能遇到的风险，使决策目标得以顺利实现。

编辑本段市场预测的原理

对未来的先知不仅是人类渴望的，所以预测很早就有，包括“前知500年后知500年”的神话，因此预测落了一个不光彩的前身叫“占卜”。

企业如果能做到某种程度的先知先觉，对企业的经营的益处当然不言而喻。当然做到完全的先知先觉不可能，否则每个人都是百万富翁，每个企业都必定欣欣向荣。

虽然企业对未来不可把握，但是人类的认识、思维的进步使人们发现“规律”的重要性，古人很早就有“辨道、顺道”的说法，“道”就是规律，随着历史经验的积累和科技的进步，人类认识自然的能力大大增强。作为企业，发现、认识和利用“规律”（包括市场的、顾客的、技术的、企业发展的）对企业的经营必定增大胜算把握。

（一）预测的基本原理

以最简单易懂的说法：是如下这样一个模式

已知→未知，过去、现在→将来

规律、趋势、逻辑、经验、实质是分析问题的能力和手段。

（二）预测的四大原则

预测本身要借助数学、统计学等方法论，也要借助于先进的手段。我们先不讲技术和方法，对企业的管理者而言，可能最先关注的是怎样形成一套有效的思维方式？以下几个原则可能会有些启发：

1、相关原则：建立在“分类”的思维高度，关注事物（类别）之间的关联性，当了解（或假设）到已知的某个事物发生变化，再推知另一个事物的变化趋势。

最典型的相关有正相关和负相关，从思路上来讲，不完全是数据相关，更多的是“定性”的。

（1）正相关是事物之间的“促进”，比如，居民平均收入与“百户空调拥有量”；有企业认识到“独生子女受到重视”推知玩具、教育相关产品和服务的市场；某地区政府反复询问企业一个问题：“人民物质文化生活水平提高究竟带来什么机遇”，这实际上是目前未知市场面临的一个最大机遇！该地区先后发展的“家电业”、“厨房革命”、“保健品”应该是充分认识和细化实施的结果。这也体现企业的机遇意识。再如现在进行的人口普查，有专家提出那些资料是企业的“宝”，就看您怎么认识了：有个大型家具企业，起家把握的一个最大机遇是“中国第三次生育浪潮生育的这些人目前到了成家立业的高峰”。

（2）负相关，是指事物之间相互“制约”，一种事物发展导致另一种事物受到限制。特别是“替代品”。比如资源政策、环保政策出台必然导致“一次性资源”替代品的出现，象“代木代钢”发展起来的PVC塑钢；某地强制报废助力车，该地一家“电动自行车”企业敏锐地抓住机遇也是一样。

2、惯性原则。任何事物发展具有一定惯性，即在一定时间、一定条件下保持原来的趋势和状态，这也是大多数传统预测方法的理论基础。比如“线性回归”、“趋势外推”等等。

3、类推原则。这个原则也是建立在“分类”的思维高度，关注事物之间的关联性。

（1）由小见大—从某个现象推知事物发展的大趋势：例如现在有人开始购买私家汽车，您预见到什么？运用这一思路要防止以点代面、以偏概全。

（2）由表及里—从表面现象推实质：例如“统一食品”在昆山兴建，无锡的“中萃面”应意识到什么？“海利尔”洗衣粉到苏南大做促销，“加佳洗衣粉”意识到可能是来抢市场的。换个最简单的例子说：一次性液体打火机的出现，真的就有火柴厂没有意识到威胁的例子。

（3）由此及彼—引进国外先进的管理和技术也可以由这一思路解释。你记住一句话：上海做的，四川人可能还没有想到。发达地区被淘汰的东西，落后地区可能有市场。

（4）由过去、现在推以后--毛泽东说过一句话：我不是李自成。可见历史的东西对以后的发展是极有指导性的。换句话说： 10年以前，谁敢想想自己家有空调、电脑、电话？那么站在现在，我们问：您能不能想想10年后您会拥有自己的汽车？这种推理对商家是颇具启发的。您能总结一下中国家庭电视机的发展规律吗？也许，您从中就能找到商机！

（5）由远及近—比如国外的产品、技术、管理模式、营销经验、方法，因为可能比较进步，就代表先进的方向，可能就是“明天要走的路”。

（6）自下而上—从典型的局部推知全局，一个规模适中的乡镇，需要3台收割机，这个县有50个类似的乡镇，可以初步估计这个县的收割机可能的市场容量为150台。

（7）自上而下—从全局细分，以便认识和推知某个局部。例如，我们想知道一个40万人口的城市女士自行车市场容量，40万人口——20万女性——（去掉12岁以下50岁以上）还有10万——调查一下千人女性骑自行车比率（假设60%）——可能的市场容量为6万。对大致了解一个市场是很有帮助的。

4、概率推断原则。我们不可能完全把握未来，但根据经验和历史，很多时候能大致预估一个事物发生的大致概率，根据这种可能性，采取对应措施。扑克、象棋游戏和企业博弈型决策都在不自觉地使用这个原则。有时我们可以通过抽样设计和调查等科学方法来确定某种情况发生的可能性。

编辑本段市场预测的基本要素

要搞好预测，必须把握预测的四个基本要素：

1、信息。信息是客观事物特性和变化的表征和反映，存在于各类载体，是预测的主要工作对象、工作基础和成果反映。

2、方法。方法是指在预测的过程中进行质和量的分析时所采用的各种手段。预测的方法按照不同的标准可以分成不同的类别。按照预测结果属性可以分为定性预测和定量预测，按照预测时间长短的不同，可以分为长期预测、中期预测和短期预测。按照方法本身，更可以分成众多的类别，最基本的是模型预测和非模型预测。

3、分析。分析是根据有关理论所进行的思维研究活动。根据预测方法得出预测结论之后，还必须进行两个方面的分析：一是在理论上要分析预测结果是否符合经济理论和统计分析的条件；二是在实践上对预测误差进行精确性分析，并对预测结果的可靠性进行评价。

4、判断。对预测结果采用与否，或对预测结果依据相关经济和市场动态所作的修正需要判断，同时对信息资料、预测方法的选择也需要判断。判断是预测技术中重要的因素。

编辑本段市场预测的基本步骤

预测应该遵循一定的程序和步骤以使工作有序化、统筹规划和协作。市场预测的过程大致包含以下的步骤：

1、确定预测目标

明确目的，是开展市场预测工作的第一步，因为预测的目的不同，预测的内容和项目、所需要的资料和所运用的方法都会有所不同。明确预测目标，就是根据经营活动存在的问题，拟定预测的项目，制定预测工作计划，编制预算，调配力量，组织实施，以保证市场预测工作有计划、有节奏地进行。

2、搜集资料

进行市场预测必须占有充分的资料。有了充分的资料，才能为市场预测提供进行分析、判断的可靠依据。在市场预测计划的指导下，调查和搜集预测有关资料是进行市场预测的重要一环，也是预测的基础性工作。

3、选择预测方法

根据预测的目标以及各种预测方法的适用条件和性能，选择出合适的预测方法。有时可以运用多种预测方法来预测同一目标。预测方法的选用是否恰当，将直接影响到预测的精确性和可靠性。运用预测方法的核心是建立描述、概括研究对象特征和变化规律的模型，根据模型进行计算或者处理，即可得到预测结果。

4、预测分析和修正

分析判断是对调查搜集的资料进行综合分析，并通过判断、推理，使感性认识上升为理性认识，从事物的现象深入到事物的本质，从而预计市场未来的发展变化趋势。在分析评判的基础上，通常还要根据最新信息对原预测结果进行评估和修正。

5、编写预测报告

预测报告应该概括预测研究的主要活动过程，包括预测目标、预测对象及有关因素的分析结论、主要资料和数据，预测方法的选择和模型的建立，以及对预测结论的评估、分析和修正等等。

编辑本段市场预测的内容

市场预测的内容十分广泛丰富，从宏观到微观，二者相互联系、相互补充。具体讲主要包括以下几个内容：�

1预测市场容量及变化。市场商品容量是指有一定货币支付能力的需求总量。市场容量及其变化预测可分为生产资料市场预测和消费资料市场预测。生产资料市场容量预测是通过对国民经济发展方向、发展重点的研究，综合分析预测期内行业生产技术、产品结构的调整，预测工业品的需求结构、数量及其变化趋势。消费资料市场容量预测重点有以下三个方面：�

(1)消费者购买力预测。预测消费者购买力要做好两个预测：第一，人口数量及变化预测。人口的数量及其发展速度，在很大程度上决定着消费者的消费水平。第二，消费者货币收入和支出的预测。�

(2)预测购买力投向。消费者收入水平的高低决定着消费结构，即消费者的生活消费支出中商品性消费支出与非商品性消费支出的比例。消费结构规律是收入水平越高，非商品性消费支出会增大，如娱乐、消遣、劳务费用支出增加，在商品性支出中，用于饮食费用支出的比重大大降低。另外还必须充分考虑消费心理对购买力投向的影响。�

(3)预测商品需求的变化及其发展趋势。根据消费者购买力总量和购买力的投向，预测各种商品需求的数量、花色、品种、规格、质量等等。

2预测市场价格的变化。企业生产中投入品的价格和产品的销售价格直接关系到企业盈利水平。在商品价格的预测中，要充分研究劳动生产率、生产成本、利润的变化，市场供求关系的发展趋势，货币价值和货币流通量变化以及国家经济政策对商品价格的影响。

3预测生产发展及其变化趋势。对生产发展及其变化趋势的预测，这是对市场中商品供给量及其变化趋势的预测。�

编辑本段市场预测方法

市场预测的方法很多，主要有以下几种

一、时间序列预测法

在市场预测中，经常遇到一系列依时间变化的经济指标值，如企业某产品按年（季）的销售量、消费者历年收入、购买力增长统计值等，这些按时间先后排列起来的一组数据称为时间序列。依时间序列进行预测的方法称为时间序列预测

二、回归预测法

1“回归”的含义。回归是指用于分析、研究一个变量（因变量）与一个或几个其它变量（自变量）之间的依存关 系，其目的在于根据一组已知的自变量数据值，来估计或预测因变量的总体均值。在经济预测中，人们把预测对象（经济指标）作为因变量，把那些与预测对象密切相关的影响因素作为自变量。根据二者的历史和现在的 统计资料，建立回归模型，经过统计检验后用于预测。回归预测有一个自变量的一元回归预测和多个自变量的多元回归预测，这里仅讨论一元线性回归预测法。

2回归分析的基本条件。应用一组已知的自变量数据去估计、预测一个因变量之值时，这两种变量需要满足以下两个条件：�

第一，统计相关关系。统计相关关系是一种不确定的函数关系，即一种因变量（预测变量）的数值与一个或多个自变量的数值明显相关但却不能精确且不能唯一确定的函数关系，其中的变量都是随机变量。经济现象中这种相关关系是大量存在的。例如粮食亩产量y与施肥量x之间的关系，二者明显相关但不存在严格的函数关系，亩产量不仅与施肥量有关，还与土壤、降雨量、气温等多种因素有关，这样亩产量y存在着随机性。�

第二，因果关系。如果一个或几个自变量x变化时，按照一定规律影响另一变量y，而y的变化不能影响x，即x的变化是y变化的原因，而不是相反，则称x与y之间具有因果关系，反映因果关系的模型称为回归模型。�

另一种分类市场预测的分类方法般可以分为定性预测和定量预测两大类。对于企业营销管理人员来说，应该了解和掌握的企业预测方法主要有：�

（1）定性预测法�

定性预测法也称为直观判断法，是市场预测中经常使用的方法。定性预测主要依靠预测人员所掌握的信息、经验和综合判断能力，预测市场未来的状况和发展趋势。这类预测方法简单易行，特别适用于那些难以获取全面的资料进行统计分析的问题。因此，定性预测方法在市场预测中得到广泛的应用。定性预测方法又包括：专家会议法，德尔菲法，销售人员意见汇集法，顾客需求意向调查法。

（2）定量预测法�

定量预测是利用比较完备的历史资料，运用数学模型和计量方法，来预测未来的市场需求。定量预测基本上分为两类，一类是时间序列模式，另一类是因果关系模式。

>

以上就是关于灰色预测matlab代码怎么写全部的内容，包括:灰色预测matlab代码怎么写、如何计算预测值、成本预测都有哪些分类程序等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！