基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 2 元　

支付宝支付

微信支付

   源码介绍

---

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，最后得到其发展的模型。

if __name__ == '__main__':
    data=pd.DataFrame(data={"year":[1986,1987, 1988, 1989, 1990, 1991, 1992], "eqL":[71.1, 72.4, 72.4, 72.1, 71.4, 72.0, 71.6]})
    x0 = np.array(data.iloc[:,1])
    ratio, thred_la = step_ratio(x0)
    x0_solve, x1_solve, u = predict(x0) print(f"预测值：{x0_solve}")
    epsilon, delta, rho, P = accuracy(x0, x0_solve, ratio, u)