【数学建模】（二）：数据处理方法：灰色预测+MATLAB神经网络模型+插值与拟合

数据处理方法灰色系统模型神经网络模型MATLAB函数相关介绍网格初始化函数网络训练函数网络泛化函数 神经网络的拟合神经网络的分类 插值一维插值反距离权重发（IDW）

数据处理方法

灰色系统模型

原始数据必须等时间间距。处理思路：首先对原始数据进行累加，弱化原始时间序列数据的随机因素，建立微分方程。 最终模型式子。 昂，，不想看原理了，直接举例子好了。

神经网络模型

MATLAB函数相关介绍

网格初始化函数

$x_m$每一个指标的最小值，$h_1$是第一层隐层，第二个参数代表隐藏层—输出层的节点数。激励函数 $tansig(x)$ -1到1，$logsig(x)$ 0到1 带动量会很快。

网络训练函数

X，Y每一列代表一个样本

网络泛化函数

Y2=sim(net,X1) X1为输入数据矩阵，各列为样本数据

神经网络的拟合

神经网络的分类

MATLAB只能在列求最小值。

插值

一维插值

有一个例子： 这里的subplot是画两个并列图的意思。 可以看到更平滑了。

反距离权重发（IDW）

距离越远，权重最小，二维里面求深度。 看上去还不错的样子 MATLAB程序如下