QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 4715|回复: 0
打印 上一主题 下一主题

[建模教程] 灰色系统理论及其应用 (六) :SARS 疫情对某些经济指标影响问题

[复制链接]
字体大小: 正常 放大
浅夏110 实名认证       

542

主题

15

听众

1万

积分

  • TA的每日心情
    开心
    2020-11-14 17:15
  • 签到天数: 74 天

    [LV.6]常住居民II

    邮箱绑定达人

    群组2019美赛冲刺课程

    群组站长地区赛培训

    群组2019考研数学 桃子老师

    群组2018教师培训(呼伦贝

    群组2019考研数学 站长系列

    跳转到指定楼层
    1#
    发表于 2020-5-27 15:06 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta |邮箱已经成功绑定
    1 问题的提出/ K8 F# r, j; Z5 H3 x( V
    2003 年的 SARS 疫情对中国部分行业的经济发展产生了一定影响,特别是对部分 疫情较严重的省市的相关行业所造成的影响是显著的,经济影响主要分为直接经济影响 和间接影响。直接经济影响涉及商品零售业、旅游业、综合服务等行业。很多方面难以 进行定量地评估,现仅就 SARS 疫情较重的某市商品零售业、旅游业和综合服务业的影 响进行定量的评估分析。 究竟 SARS 疫情对商品零售业、旅游业和综合服务业的影响有多大,已知某市从 1997 年 1 月到 2003 年 12 月的商品零售额、接待旅游人数和综合服务收入的统计数据 如表 8、表 9 和表 10。; V- D+ \# y+ y' p: t9 A% ~

    ) [/ v) S7 c! R( x. c. ]7 S                                               表8 商品的零售额(单位:亿元)8 k5 c6 V7 K& O, Q4 x" f% f

    , E" P: I: F6 }
    0 y) f, R9 ]( R8 p7 ?8 T$ N- ^. f5 M7 K/ Z

    " ~  h' |& t! J0 ~2 d. {
    3 H# z/ r* Y% D# y3 l试根据这些历史数据建立预测评估模型,评估 2003 年 SARS 疫情给该市的商品零 售业、旅游业和综合服务业所造成的影响。
    " z7 N0 b- F% q6 H8 h7 p# v8 ]
    2 模型的分析与假设
    ' S  t8 [6 {5 L7 R根据所掌握的历史统计数据可以看出,在正常情况下,全年的平均值较好地反映了 相关指标的变化规律,这样可以把预测评估分成两部分:8 F& r+ b& A, [2 D' ]
    ; I- J. e% R4 V" g, p, V' L' M
    (1)利用灰色理论建立 GM(1,1)模型,由 1997-2002 年的平均值预测 2003 年平 均值;6 c7 G: J( V! f( F3 E

    8 P8 e4 ]  h1 Z2 V/ B5 ~(2)通过历史数据计算每个月的指标值与全年总值的关系,从而可预测出正常情况下 2003 年每个月的指标值,再与实际值比较可以估算出 SARS 疫情实际造成的影响。 给出下面两条假设:1 z0 a! G0 c7 k% j8 z
    1 `& s( Q- N; b7 k3 x
    (1)假设该市的统计数据都是可靠准确的;
    $ u: v7 Y5 J% m6 h) M+ v( c  L# F" t" J# \% x0 D, K: m0 w' C6 y
    (2)假设该市在 SARS 疫情流行期间和结束之后,数据的变化只与 SARS 疫情的影响有关,不考虑其它随机因素的影响。% A5 k8 N2 n* t

    ' m3 t* {2 C/ q3 建立灰色预测模型 GM(1,1)
    ( G; p4 {$ d7 e2 K( T( j
    ' q5 D- V1 l6 l3 u5 P8 J% y
    9 i: y+ W) M6 l( U) O% X6 o& K+ p9 M2 X! g# N8 G0 L% F$ G
    , r  M7 N* ^# A

    ' `& [  g) P1 J, b% ?, m' z8 g# P) A! R' c8 u; O4 L

    * g4 n' G  x* E) {1 ]参数的估计值' M$ Q9 m$ g/ l% j# W
    ' ^5 u# L5 J0 c. h
    6 I# H; G0 M/ N2 V5 y$ k9 M
    4 M3 O9 z# D2 z: M1 B9 G/ [5 d
    . R8 @% i9 U1 u% z& P1 \
    4 模型的求解8 z; d6 m6 ^) U/ ^( l
    (1)商品零售额
    8 W, q* ]# d' U- o: z
    ) x, _+ U4 N: o" q8 G3 @由数据表 8,用(13)和(14)式计算可得年平均值、一次累加值分别为
    ) l+ ], S- s8 E5 q/ l" f8 o4 {, f$ x1 f$ H& Y2 |

    " Z6 c7 M7 b9 H& `2 M, M3 x& I( s/ z4 i8 |6 ?8 h1 c
    ( m: ]" A, K1 m( _7 r
    & B" [- O- A+ i) I6 G
    将预测值与实际统计值进行比较如表 11 所示。
    % j0 s/ P1 s" ?. x2 p/ B2 B' F! }; F, S6 e
    . L6 r% o" ~7 j7 g- J# }5 V  u

    ; N8 Q7 k; A& q; J计算的 MATLAB 程序如下:5 H4 `. M' m8 t3 T( E! \# @0 t
    0 [7 c$ }6 L7 _/ h" c% l7 Z
    clc,clear- Q3 f6 T4 Q3 l3 e
    load han1.txt %把原始数据保存在纯文本文件han1.txt中4 ~, {0 j/ g, y/ v: _9 c* K
    han1(end,=[];m=size(han1,2);
    6 H6 Y5 C8 `; [: G' n6 ?  y  ex0=mean(han1,2);/ F) c+ C' n( I- \6 {
    x1=cumsum(x0), D9 q3 X  t4 e7 h' H
    alpha=0.4;n=length(x0);
    % _7 L5 ?/ i' z8 `z1=alpha*x1(2:n)+(1-alpha)*x1(1:n-1)! i- p( {- D  q4 ^* b# a  T' F
    Y=x0(2:n);B=[-z1,ones(n-1,1)];
    + F' ~  |+ ^* T4 wab=B\Y* O! h& c% `* a( b. i
    k=6;# |/ }' ^6 b. }5 f7 N0 p
    x7hat=(x0(1)-ab(2)/ab(1))*(exp(-ab(1)*k)-exp(-ab(1)*(k-1)))
    ! p, u2 d' `# u4 D6 @! |' t: oz=m*x7hat# n9 _7 }  j  V9 Y+ n& v
    u=sum(han1)/sum(sum(han1))4 |  B6 K/ Q- C9 E' C
    v=z*u
    . V6 p* g( q5 B! e, c1 v; D7 t9 _$ {$ b1 G) U! \8 f
    (2)接待海外旅游人数: z" Q9 d+ ], h1 @
    9 t9 U2 h1 m  t# D. n4 n% v
    4 W, p1 F1 L& |) O% i" z
    1 G# W5 j* k. M) N* l8 c/ T
    于是可得到 2003 年的接待海外旅游人数的预测值,并与实际值比较如表 12 所示。6 I6 Q5 e8 N+ A# ^  @

    & e/ K; w& _) m: F6 ~) G7 Y+ m                                                    表 12 2003 年接待海外旅游人数(单位:万人)6 V- m; C9 j6 f, ~
    " M0 [5 i6 r, V6 ~
    8 [# @5 h& E' M! C9 D; |9 j" E/ E. ]

    * V" d+ Y# p# x. t2 Z(3)综合服务业累计数据' U  J, w! o  U

    / j  [! Z) _& Q0 u* b5 W2 `; i
    / D1 d9 v- O% O* }. e* ~5 [# B% H" Z
    8 w; ~/ m# A" H4 R0 B于是可得到 2003 年的综合服务业累计数额的预测值,并与实际值比较如表 13 所示。
    ) C$ x0 r. U. q9 w& F5 ~4 X0 ^
    ' Y1 w4 _, P/ i  C. G9 \
    2 D7 z3 z0 f4 m8 t5 |) \' X; j
    % J* k4 G1 ^! A% H5 q
    . S3 X8 X- w% J1 n" x! g5 模型的结果分析: V9 N# G8 ?- [+ ^# Q& Q! N
    根据该市的统计报告显示,2003 年 4、5、6 三个月的实际商品零售额分别为 145.2、 124、144.1 亿元。在这之前,根据统计部门的估计 4、5、6 三个月份 SARS 疫情对该市 的商品零售业的影响最为严重,这三个月估计大约损失 62 亿元左右。从我们的模型预 测结果来计算,4、5、6 三个月的损失为 60.1 亿元,这个数基本与专家的估计值相符, 8 月基本恢复正常,这业说明了模型的正确性和可靠性。8 t9 x4 n/ g7 j

    - T% X. e: A7 N3 s对于旅游业来说是受影响最严重的行业之一,最严重的 4、5、6、7 四个月就损失 100 多万人,按最新统计数据,平均每人消费 1002 美元计算,大约损失 10 亿美元。全 年大约损失 162 万人,约合 16.2 亿美元,到年底基本恢复正常。
    $ ~+ t% l9 [. b/ `) W0 k# M) F- j. s; c' d" H' \
    对于综合服务业中的部分行业影响较大,如航空交通运输、宾馆餐饮等,但有些 行业影响不大,如电信、通讯等,总平均来看,影响还不算太大,5、6、7、8 四个月 大约损失 70 亿元。
    3 u/ A; R1 G1 P; p$ a0 [- J2 H- N5 D, G" C) N- s; I
    该模型虽是就某经济指标的发展规律进行评估预测而建立的,但类似地也适用于 其它方面的一些数据规律的评估预测问题,即该模型具有很广泛的应用性。
    6 s9 X# v6 n; f2 ~; [7 c9 O8 \4 c  o- \
    ! v- f( N" s6 O* C; \) s

    2 A# B% N/ a6 s. k————————————————
    ' z& z& }6 e4 K7 T( u版权声明:本文为CSDN博主「wamg潇潇」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。3 L. j; {3 D: D+ z' v- y% S
    原文链接:https://blog.csdn.net/qq_29831163/article/details/89714281
    " ?% v9 e2 M! O9 Y( H/ U1 `2 R) f% q9 {

    . p6 ~1 o' ~! R7 f
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-4-16 08:23 , Processed in 0.504825 second(s), 51 queries .

    回顶部