MATLAB实现基于指数平滑与灰色GM(1,1)的最优加权组合时间序列预测系统

资 源 简 介

本项目利用MATLAB开发，针对时间序列数据，分别采用指数平滑法与灰色GM(1,1)模型进行单模型预测，并通过最优加权和经验加权组合方法融合预测结果，实现更精准的预测。系统支持模型参数优化及权重计算。

详 情 说 明

基于指数平滑法与灰色GM(1,1)的最优加权组合时间序列预测系统

项目介绍

本项目旨在构建一个高精度时间序列预测系统。系统分别利用指数平滑法与灰色GM(1,1)模型对历史数据进行单模型预测，并创新性地引入最优加权组合与经验加权组合两种融合策略，将单一模型的预测结果进行加权组合，以降低单一模型的预测风险，提高整体预测的稳定性和准确性。该系统适用于经济指标、气象数据、能源消耗等领域的短期至中期预测任务。

功能特性

• 双模型预测：分别采用指数平滑法与灰色GM(1,1)模型进行独立预测。
• 组合预测：提供最优加权组合（基于误差最小化准则自动计算权重）和经验加权组合（基于预设或经验权重）两种融合方法。
• 参数优化：支持对指数平滑法的平滑系数等关键参数进行优化。
• 全面评估：输出各模型的预测曲线、误差指标（MSE, MAE）及组合模型的权重分配报告和精度对比。

使用方法

1. 准备数据：准备一个CSV或Excel格式的数据文件，包含两列：日期列和对应的数值列。建议历史数据点不少于10个。
2. 运行系统：在MATLAB环境中运行主程序文件。程序将自动读取数据、执行预测并生成结果。
3. 查看结果：系统运行后，将在命令行窗口输出预测数值和误差指标，并生成可视化图形，包括单一模型与组合模型的预测对比图。最终结果会以精度评估表格的形式呈现。

系统要求

• 操作系统：Windows / macOS / Linux
• 软件环境：MATLAB R2016b 或更高版本
• 依赖工具箱：统计和机器学习工具箱、优化工具箱（用于参数寻优）

文件说明

主程序文件作为系统的入口和核心调度器，承担了数据处理、模型调用、计算分析和结果展示的全部关键流程。其主要功能包括：读取用户提供的时间序列数据，分别调用指数平滑和灰色预测模型的实现函数完成单一预测，执行最优加权与经验加权两种组合算法以得到融合预测值，计算各预测模型的均方误差和平均绝对误差等评价指标，并最终生成包含预测曲线对比图和精度汇总表格的综合报告。