该项目实现了灰色系统理论中核心的多变量GM(1,n)预测算法,专门针对受到多个相关因素影响的复杂系统进行建模与趋势预测。程序通过对输入的原始非负时间序列进行一次累加生成处理(1-AGO),旨在弱化原始数据中潜在的随机性与噪声,使其展现出更明显的单调增长特征。代码内置了紧邻均值生成序列构建逻辑,利用最小二乘法对灰色微分方程中的发展系数与驱动系数进行精确参数辨识。该模型不仅能够分析主序列与其相关驱动因素之间的长期演变规律,还支持对模型进行精度检验,包括残差分析和后验差检验。本项目适用于样本量较小、信息不完全的