%灰色MGM（1，n）預測模型
function?x=MGM_model（）
%原始數據輸入；
x1=[7?2?3?5?1?4?3?2?2?7?2?6?8?9?2?3?8?4?5?2?5?6]‘;
x2=[7?2?3?5?1?4?3?2?2?7?2?6?8?9?2?3?8?4?5?2?5?6]‘;
x3=[7?2?3?5?1?4?3?2?2?7?2?6?8?9?2?3?8?4?5?2?5?6]‘;
x4=[7?2?3?5?1?4?3?2?2?7?2?6?8?9?2?3?8?4?5?2?5?6]‘;
x5=[7?2?3?5?1?4?3?2?2?7?2?6?8?9?2?3?8?4?5?2?5?6]‘;
x6=[7?2?3?5?1?4?3?2?2?7?2?6?8?9?2?3?8?4?5?2?5?6]‘;
x7=[7?2?3?5?1?4?3?2?2?7?2?6?8?9?2?3?8?4?5?2?5?6]‘;????%變量可以修改，根據自己實際修改
x1=[x1x2x3x4x5x6x7];???????%x1為系統特征數據序列，其余為相關因素序列
n=7;%矩陣列
m=22;%矩陣行
%歸一化處理
for?i=1:n
????for?j=1:m
????????x（ji）=（x1（ji）-min（x1（:i）））/（max（x1（:i））-min（x1（:i）））*0.998+0.001
????end
end
%由數列x生成數列1-AGO序列;
s=0;
for?j=1:n
???for?i=1:m
?????s=s+x（ij）;
??????y1（ij）=s
???end
???s=0;
end
%緊鄰均值生成數列
for?i=1:n
??for?j=1:m-1
?????z（ji）=（y1（j+1i）+y1（ji））/2