QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 4711|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 |正序浏览
    |招呼Ta 关注Ta |邮箱已经成功绑定
    1 问题的提出
    2 V+ ], g- q7 }% c3 i2003 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。1 G% q* y+ f3 v( J1 F# c# _0 D

    ! ~" m1 h" O+ c                                               表8 商品的零售额(单位:亿元)
    1 S4 y  N8 i# U2 ^0 @) h, E
    $ \. P# J2 _5 f1 w) \4 ^" K
    - j9 p# K8 O$ U/ u# {( }/ _5 q7 b" \: p$ R1 i! V
    & N! [5 h0 S9 D* p* B# z
    8 P" B! f9 x$ D4 x
    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。
    " U; R' s  \7 x) e
    ; e8 [! ]* a  k- l1 S! o2 模型的分析与假设' S8 o8 N: t* n- T1 F6 Z
    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:* r( ?7 k: Z/ z
    7 G- W. U3 E, {1 x3 r
    (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;
    + T, l, I, w4 r" w' M8 R4 q; p& P/ D0 O
    (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:
    8 }" R3 n1 f) |) F" N) q" k) c8 _# o$ @/ t9 K' x* B4 S* p
    (1)假设该市的统计数据都是可靠准确的;! t, e. B0 s4 _* F( [# u( |9 w

    , G  G& G: z  g$ v  ^' m7 E(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。, f* K7 y: Y3 l

      \" g; Q1 v0 j4 S3 w# [9 H3 建立灰色预测模型 GM(1,1)
    - ?! @/ w/ s* s9 N: u$ z0 U# J5 q5 Q  m% l# e
    " D. Z/ ~5 c' f2 |

    5 y8 z- X8 R8 g. c4 @; g
    1 x) i3 ~# G9 ]( Y7 ^7 i
    5 r2 P: \' A3 u! i- G/ V# A. @
    - k' M' H! R, Q/ C9 S
    8 E, S, r8 {+ [- A  |9 x+ ^" q参数的估计值
    ; Q0 X5 L$ g, Q5 K# J  t3 u
    ( K3 F  L' k; ~
    " G- e2 i  @1 l$ B. H- j2 R- [% |
    + b& I; s  C0 ~3 o! _. |( X+ h
    4 模型的求解7 V, ~3 C" Z5 W8 `) b
    (1)商品零售额
    ) q1 L1 s, G/ z& b0 c  _9 m4 z2 S8 Q
    * h; A: `% w6 G! E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
    ) c" i% |* _- U! e0 ?  k5 E' S% f5 D
    ) j( l$ A- l% A# ?' R, y; W) `% }7 A$ ?3 \

    - K- y1 ~. L- r5 k/ A0 ^$ W( ]" ?+ H0 w" R

    5 J/ o7 S; z" b. B将预测值与实际统计值进行比较如表 11 所示。
    , R9 z+ Q/ \- X+ C* V7 U- i' e% P6 y" s% R) R

    - Z; E3 m. C( e# }! B8 w2 e1 Y# G4 ^  c+ v7 p  H2 k5 \
    计算的 MATLAB 程序如下:. L& H* k( c0 h1 D+ [

    : M  Y& w  C3 G% b- U/ Eclc,clear
    - Y2 X# I" q6 x7 g8 {/ bload han1.txt %把原始数据保存在纯文本文件han1.txt中" ~3 r8 e( {9 P2 n$ O0 w9 a
    han1(end,=[];m=size(han1,2);
    ) ?$ p2 h8 R# D6 {/ m! m9 k& Yx0=mean(han1,2);
    9 F6 I/ Y1 i: }x1=cumsum(x0)
    - y2 w$ \, Y1 e8 ~3 z, Salpha=0.4;n=length(x0);' ]* z" @/ x4 o; j6 B
    z1=alpha*x1(2:n)+(1-alpha)*x1(1:n-1)
    7 T- C/ n/ }, f0 i% D; `, w) DY=x0(2:n);B=[-z1,ones(n-1,1)];
    " T1 h7 a0 }1 I9 ^# Kab=B\Y* c7 L" Y  `, w; W) c9 _+ p
    k=6;
    0 N' E; L6 H/ m# j5 ^" w) F& Cx7hat=(x0(1)-ab(2)/ab(1))*(exp(-ab(1)*k)-exp(-ab(1)*(k-1)))% p: Q- \9 J' ]  E  m# m9 K
    z=m*x7hat3 ?' m' L# j0 M& u$ H! Q
    u=sum(han1)/sum(sum(han1)); a4 B& |) Q' L
    v=z*u
    $ A4 l& O, n, Z
    8 Y$ t5 D8 Y6 _* z+ f* I" k$ W1 Y(2)接待海外旅游人数
    6 L2 j$ \* Q: N7 N. s- B3 ^
    4 w4 P! y6 q, p; E, S
    , K) U. U3 ], P9 E% n% q4 K* u$ u
    1 W2 E+ q6 i( L8 g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。
    $ `4 x$ {$ w3 j) _1 `( l* q
    4 S" h, c, U- n' r1 c+ p2 i                                                    表 12 2003 年接待海外旅游人数(单位:万人)
    . y( Y5 P. L- ~8 ~( H9 @% x/ G
    ( x4 L4 D7 ~0 Z  d3 k+ {; w8 W  t- X5 \: T3 q( M, P1 W
    # _7 z% X. ~; O# b; i5 E
    (3)综合服务业累计数据5 _: W' `3 T7 P6 i3 n
    + s7 z* @$ Q& R# i( q/ O# b
    # D# X0 \3 M+ o
    7 _8 M5 M$ @* j: I7 j/ O& W
    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。
    0 g# s* B0 v4 f8 t9 w( N+ X" O$ I" {) @% t' H0 T1 P

    ! [5 l; g( D! H! Q$ E/ F/ v
    0 A" E/ w4 ?+ e( p" f  ?; `3 n! {: R4 p7 O  M( P
    5 模型的结果分析
    . V: i- I9 A3 H- g1 x9 [$ p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。
    ; I5 F5 d, Q. n  H
    8 c! a# {5 ?2 J/ v5 `5 A6 q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。! b+ n4 J. F- ]9 i& E
    9 ~2 A' Y  p) l/ G2 S) M7 a4 }
    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。, Z2 d2 z- ^9 d) S, o

    1 o% Q, j( a# |$ k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。
    1 G% M. d6 v: ]. v" Y: Z& G
    / l2 ~. ?$ D+ {8 v( B5 n% d: b  z5 P+ W: v) k8 Q

    9 ~* f) M& Q- b' Q5 E9 F+ ?————————————————
    2 i* h& a* Y( D+ X/ `& z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。
    4 H8 n0 Q  q# g8 _原文链接:https://blog.csdn.net/qq_29831163/article/details/897142816 \) G; X* ^" B6 k5 ~" H$ Z
    ; @4 M$ M- l2 ]  _, b% n+ N

    / C* |# E! @& U4 d8 U
    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, 2026-4-12 17:20 , Processed in 0.384845 second(s), 52 queries .

    回顶部