本文通过建立灰色系统，即GM(1，1)模型，分析往年的淮安市PM2。5的实测值，从而对淮安市PM2。5的浓度进行预测分析。这一过程离不开MATLAB，MATLAB最突出的特点就是简洁，它将数值分析、矩阵计算以及非线性动态系统的建模等功能集成在易于使用的视窗环境中，用直观的、符合人们思维习惯的代码，代替C语言冗长的代码，更易掌握。

2  GM(1,1)预测模型的建模原理及方法文献综述

中国的邓聚龙教授创立了灰色理论系统，这是一种研究少数据、贫信息不确定性问题的方法[4]。GM(1，1)模型是一个近似的差分微分方程模型，模型的参数可调，结构随时间而变，突破了一般建模要求数据多的局限。

对于PM2。5浓度的预测分析，由于只知道2013年开始PM2。5浓度的月度数据，缺少其他影响因素及相关数据，所以适合用灰色模型来研究分析，由于是离散数据，所以采用离散模型，故这里就只需用GM(1，1)模型。首先对原始数据进行一定的处理，用累加或者累减的方式得到一个新序列，然后对新序列进行转化，建立白化形式的方程，即一个一阶一变量的微分方程模型，称为GM(1,1)模型，然后计算相关参数即可得到预测模型[5]。当然，还要对模型进行一定的检验,检验通过则模型可用，否则需要进行修正。

而在灰色预测的理论过程中，需要进行大量的数列和矩阵运算，比较繁琐，而使用MATLAB和GM(1,1)模型结合，使灰色预测模型的算法更为简便。MATLAB的基本数据单位是矩阵，它的指令表达式通俗易懂，容易掌握。故用MATLAB来解决问题要比用C语言等完成相同的事情要简捷的多。