预测方法:1.数据:多,少,时间序列2.模型:(1).线性(简单,常用,精度?)(2).非线性(准确,复杂,参数?)3.如何识别模型类别:理论,图形,经验4.参数估计:利用已有数据信息各种计算方法5.预测(应用):短期中期长期6.检验:误差,精度,修正7.评价:标准灰色预测模型及其应用灰色预测模型（GrayForecastModel）是通过少量的、不完全的信息，建立数学模型并做出预测的一种预测方法.当我们应用运筹学的思想方法解决实际问题，制定发展战略和政策、进行重大问题的决策时，都必须对未来进行科学的预测.预测是根据客观事物的过去和现在的发展规律，借助于科学的方法对其未来的发展趋势和状况进行描述和分析，并形成科学的假设和判断.?灰色系统理论是研究解决灰色系统分析、建模、预测、决策和控制的理论.灰色预测是对灰色系统所做的预测.目前常用的一些预测方法（如回归分析等），需要较大的样本.若样本较小，常造成较大误差，使预测目标失效.灰色预测模型所需建模信息少，运算方便，建模精度高，在各种预测领域都有着广泛的应用，是处理小样本预测问题的有效工具.灰色系统的定义和特点灰色系统理论是由华中理工大学邓聚龙教授于1982年提出并加以发展的。二十几年来，引起了不少国内外学者的关注，得到了长足的发展。目前，在我国已经成为社会、经济、科学技术在等诸多领域进行预测、决策、评估、规划控制、系统分析与建模的重要方法之一。特别是它对时间序列短、统计数据少、信息不完全系统的分析与建模，具有独特的功效，因此得到了广泛的应用.在这里我们将简要地介绍灰色建模与预测的方法。1.灰色系统的定义灰色系统是黑箱概念的一种推广。我们把既含有已知信息又含有未知信息的系统称为灰色系统.作为两个极端，我们将称信息完全未确定的系统为黑色系统；称信息完全确定的系统为白色系统.区别白色系统与黑色系统的重要标志是系统各因素之间是否具有确定的关系。2.灰色系统的特点（1）用灰色数学处理不确定量，使之量化.（2）充分利用已知信息寻求系统的运动规律.（3）灰色系统理论能处理贫信息系统.常用的灰色预测有五种：（1）数列预测，即用观察到的反映预测对象特征的时间序列来构造灰色预测模型，预测未来某一时刻的特征量，或达到某一特征量的时间。（2）灾变与异常值预测，即通过灰色模型预测异常值出现的时刻，预测异常值什么时候出现在特定时区内。（3）季节灾变与异常值预测，即通过灰色模型预测灾变值发生在一年内某个特定的时区或季节的灾变预测。（4）拓扑预测，将原始数据作曲线，在曲线上按定值寻找该定值发生的所有时点，并以该定值为框架构成时点数列，然后建立模型预测该定值所发生的时点。（5）系统预测.通过对系统行为特征指标建立一组相互关联的灰色预测模型，预测系统中众多变量间的相互协调关系的变化。灰色系统的模型GM通过下面的数据分析、处理过程，我们将了解到，有了一个时间数据序列后，如何建立一个基于模型的灰色预测。1.数据的预处理首先我们从一个简单例子来考察问题.【例1】设原始数据序列x(0)?{x(0)(1),x(0)(2),?,x(0)(N)}?{6,3,8,10,7}对数据累加xxxxx(1)(1)?x(0)(1)?6，(1)?x(1)?x(1)?x(1)?x(0)(1)(2)?x(3)?x(4)?x(5)?x(0)(2)?6?3?9，(2)?x(2)?x(2)?x(0)(1)(0)(0)(3)?6?3+8?17，(3)?x(3)?x(0)(1)(0)(0)(0)(4)?6?3+8+10?27，(4)?x(0)(1)(0)(0)(0)(0)(5)?6?3+8+10+7?34.于是得到一个新数据序列x(1)?{6,9,17,27,34}归纳上面的式子可写为称此式所表示的数据列为原始数据列的一次累加生成，简称为一次累加生成.显然有x(1)(1)?x(0)(1).将上述例子中的x(0)，x(1)分别做成图1、图2.j?1x（i）?{?x(1)i(0)(j)i?1,2?,N}可见图1上的曲线有明显的摆动，图2呈现逐渐递增的形式，说明原始数据的起伏已显著弱化.可以设想用一条指数曲线乃至一条直线来逼近累加生成数列x(1).图1图2为了把累加数据列还原为原始数列，需进行后减运算或称相减生成，它是指后前两个数据之差，如上例中?x?x?x?x?x?x(1)(5)?x(4)?x(3)?x(2)?x(1)?x(1)(5)?x(4)?x(3)?x(