灰色关联度matlab源程序(完整版)讲解 原发布者：雷臣斌 灰色关联度matlab源程序（完整版）最 近几天一直在写算法，其实网上可以下到这些算法的源程序的，但是为了搞懂，搞清楚，还是自己一个一个的看了，写了，。
？？？ 灰色关联度 | Error： The input character is not valid in MATLAB statements or expressions.
灰色预测matlab代码怎么写 这是我曾经写过的一个灰色预测的程序：第一个文件为函数，需要在调用时输入原始数据x0和预测周期T，第二个文件用于计算灰色关联度，使用时直接修改相关参数和原始数据。第一个文件（用于灰色建模）：grymdl.mfunction GM=grymdl(x0，T)输入原始数据x0T为从最后一个历史数据算起的第T时点x1=zeros(1，length(x0))；B=zeros(length(x0)-1，2)；yn=zeros(length(x0)-1，1)；Hatx0=zeros(1，length(x0)+T)；Hatx00=zeros(1，length(x0))；Hatx1=zeros(1，length(x0)+T)；epsilon=zeros(length(x0)，1)；omega=zeros(length(x0)，1)；for i=1：length(x0)for j=1：ix1(i)=x1(i)+x0(j)；endendfor i=1：length(x0)-1B(i，1)=(-1/2)*(x1(i)+x1(i+1))；B(i，2)=1；yn(i)=x0(i+1)；endHatA=(inv(B'*B))*B'*yn；GM(1，1)模型参数估计for k=1：length(x0)+THatx1(k)=(x0(1)-HatA(2)/HatA(1))*exp(-HatA(1)*(k-1))+HatA(2)/HatA(1)；endHatx0(1)=Hatx1(1)；for k=2：length(x0)+THatx0(k)=Hatx1(k)-Hatx1(k-1)；累计还原得到历史数据的模拟值endfor i=1：length(x0)%开始模型检验epsilon(i)=x0(i)-Hatx0(i)；omega(i)=(epsilon(i)/x0(i))*100；endx0；HatA；Hatx0；epsilon；omega；c=std(epsilon)/std(x0。
matlab7.0工具箱中有没有灰色关联度的函数 没有
SPSS可以做灰色关联度的分析么 可以的，但是最好用matlab
如何用matlab实现灰色关联度的检验 这要有数据的，根据不同要求，求出相关系数。可把数据发给我QQ2674716548，我写个程序，求出灰色关联度。
谁能教我matlab 求灰色关联度，或者帮我分析下我的数据，QQ聊下 我想起来当时有上过灰色系统这门课，那本书上面有算法的，你吧他整到matlab 里面就是的，不过当时是上的选修课，也就考试的时候拿计算器算过一次，现在都不记得了，你找找灰色系统那本书
求问如何在matlab上面进行灰色相对关联度的计算，因为论文的关系，需要用matlab计算，但对matlab并不熟练 function f=grayrelated(X，Y)这里X是标准化后的参考序列，Y是评价矩阵Y=71.8 90.1 0.57 0.45 051 40.2 0.38 0.55 10.552 25 0.22 0.52 1268 90 0.38 0.38 2128 40 0.32 0.3 18.551 45 0.15 0.3 576 95 0.7 0.55 1287 95 0.7 0.5 9.876 90 0.57 0.5 1150 35 0.32 0.35 2068 90 0.57 0.35 18.582 95 0.7 0.35 0100 200 1 1 097.5 180 0.94 0.95 1.395 160 0.88 0.9 2.586.3 105 0.68 0.75 6.382.5 90 0.6 0.7 7.578.8 75 0.53 0.65 8.875 60 0.45 0.7 7.568.8 52.5 0.41 0.55 13.862.5 45 0.38 0.5 17.556.3 37.5 0.34 0.45 21.343.8 26.3 0.28 0.35 50.650 30 0.3 0.4 2537.5 22.5 0.25 0.3 7531.3 18.8 0.23 0.25 10018.8 11.3 0.15 0.15 168.825 15 0.2 0.2 12512.5 7.5 0.1 0.1 212.56.3 0.8 0.05 0.05 256.3输入评价矩阵YX=[1 1 1 1 1]；X为参考序列，均为1，个数就是指标个数，情形不同要修改个数Len=size(Y，2)；取Y矩阵的列数，也就是指标的个数Wen=size(Y，1)；取行数，就是目标个数for i=1：LenY(：，i)=(Y(：，i)-mean(Y(：，i)))/sqrt(var(Y(：，i)))；将Y矩阵用统计方法标准化标准化，endfor i=1：Len-1S(：，i)=(Y(：，i)-min(Y(：，。
