写了一下2019年的“华中杯”B题，在第一问建立了2个模型分别是神经网络与灰色理论预测，第二三问用数据挖掘的方式

灰色系统建模，灰色系统建模。灰色系统建模使用

基于GMDH神经网络和动态灰色预测法的货币供应量预测，郑少智，欧珺楠，货币供应量作为中央银行干预经济发展的重要目标和基本任务具有重要的研究意义，货币供应量的各种预测方法也是经济研究的热点。GMD

灰色关联matlab实现代码灰色关联matlab实现代码灰色关联matlab实现代码灰色关联matlab实现代码灰色关联matlab实现代码

本章重点内容：灰色系统理论的产生和发展动态，灰色系统的基本概念，灰色系统与模糊数学、黑箱方法的区别，灰色系统预测GM（1，1）模型，GM（1，N）模型，灰色系统模型的检验，应用举例。

文章对现有统计排序方法进行了探究，并在现有方法基础之上，研究了基于熵权法的 加权平均法和基于熵权法的灰色关联分析法，并分析了各评分方法的公平性。利用 Matlab7.0 求解获得了32 篇论文的综合排名，并结合获奖比例确定了5 种方法的获奖结果。

本文的目的是基于MATLAB灰色模型研究雄安新区的大气污染物[1]。 从2011年至2016年，分析了雄安三个县监测点的二氧化硫（SO2），二氧化氮（NO2）和可吸入颗粒物（PM1O）的结果。 根据国家环境空气质量标准[2]，基于MATLAB中的灰色模型对雄安新区的空气质量进行了合理评价。 从模型中污染因子的权重来看，二氧化硫（SO2）是雄安新区空气质量的控制因素，二氧化氮（NO2）的重量逐渐增加。 通过综合数据分析获得了三种污染物的主要来源，并根据主要空气污染物的质量浓度建立了灰色模型，并对灰色预测模型进行了检验。 实验结果表明，该模型可以有效地应用于环境空气质量的预测。 在此基础上，得出了雄安新区大气环境质量现状及改进建议。

解决word中mathtype嵌入之后灰色的问题，提供详细操作步骤

本文利用灰色系统分析就SARS对某市商品零售业、旅游业和综合服务业所造成的影响建立了预测模型，进行了定量分析，并将分析结果与实际数据进行了比较，从而得出SARS对某市2003的经济影响。 模型：首先，根据题目所给的1997-2002年商品零售业、接待海外游人和综合服务业的数据（即表1-1，表1-2，表1-3）建立了灰色预测模型GM(1,1)，进行预测2003年各项经济指标的相应数据。预测得出2003年1月到12月的商品零售额（单位：亿元），各月接待海外旅游人数（单位：万人）和2003年2月到12月的综合服务业总额（单位：亿元） 表1 对2003相关行业的预测结果 一月 二月 三月 四月 五月 六月 七月 八月 九月 十月 十一月 十二月 商品零售 152.9 155.4 144.2 151.2 157.7 157.4 162.6 161.3 168.0 170.5 166.7 177.1 旅游人数 14.8 26.6 25.5 31.9 33.0 30.8 30.4 37.1 36.7 37.8 33.2 25.5 综合服务 — 240.1 389.6 545.2 743.8 915.8 1100.8 1316.1 1516.6 1708.6 1906.5 2200.9 其次，将2003年预测值与表1-1、1-2、1-3中所给真实值进行比较，画出相应的折线图，得到SARS对该市商品零售业和旅游业的影响比较显著，但对综合服务业的影响不大。损失比的折线图进一步分析。得出在商品零售业、接待海外旅游业、综合服务业三个行业中，SARS对接待海外旅游业的影响最大。 最后，本文对模型的预测值进行了准确的误差分析。将求得的预测值进行检验，计算出商品零售业、综合服务业相对误差都小于0.01，达到一级要求；接待海外旅游业的相对误差小于0.05，达到了二级要求。均方差比值 表3 相关产业预测值与真实值的均方差比 商品零售 接待海外游人 综合服务业 均方差比 0.0398 0.2560 0.0528 通过我们定义的损失比，消除了量纲的影响，从而能够通过损失比衡量SARS疫情对各行业的影响大小。

灰色预测GM(1,1)模型(1阶单变量时间序列灰色预测模型）的matlab代码实现