QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 4709|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/ y6 F4 k. N8 c3 T$ v3 ]
    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。
    1 \$ v) O$ ~$ A8 D2 U* X& Y8 {5 _# N: h+ I" q# J
                                                   表8 商品的零售额(单位:亿元)/ E% |* c- H% X9 t5 [

    * W' y' M" ]% D/ e' q. \2 C; ?
    ; L# v3 i) C- p; A# T) Q) }; I( v& b6 i& W% F- u. ?0 `
    ( e4 q" J" k& V1 `5 L' m
    % d" R# D; U5 t) r- x  e) e
    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。8 o. |5 E' ^; U* {" h+ _; @
    * j6 B# O0 |* D1 ?
    2 模型的分析与假设
    5 T( [. u) k" o' k& |7 F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:
    - J3 T/ Y! Q) G4 I9 v1 B+ ^7 r. B
    (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;2 J2 K7 X) g9 p. Q  o4 Y, m# t
    & b5 W5 U& T# P- S5 e. e8 v: I- e
    (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:. W& p* c* ~* O6 |' R$ q% w
    + ?0 `4 W- ^6 d+ a' |, b2 _5 R2 X
    (1)假设该市的统计数据都是可靠准确的;: D, [% @$ ~" `# V. i3 C

    ) K5 K: E/ h( c8 _7 k(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。
    + R# c' O& s+ O; m# z' U3 T" I! j1 k
    3 建立灰色预测模型 GM(1,1)5 c( h, Q+ [/ x5 `' T( x* ]
    8 Q6 z* l1 B: w# i' j8 R- }
    . U! f6 ]# S% w- S

    , E) E2 d0 u  @. s9 G# E
    7 `$ s2 D% _7 M) U* k. X- [. w5 I5 [% s
    5 D4 q1 V  T" G% M0 }: j- X7 n
    8 {4 F9 V! R4 n; \8 t+ Q
    参数的估计值# h# s" @6 X. j  o9 q$ v% d4 W) h
    ) C$ h' c9 Z# H2 k

    2 c& c: j# Q1 R$ m
      e4 v1 \* x- {$ d
    $ v  n/ V, X" E0 y! f. f4 模型的求解- C2 s+ C+ G3 L" r6 C
    (1)商品零售额7 \5 X1 ~$ m& T8 M- S1 V0 c5 C( [, W) {
    9 s. T; x/ X0 I# w! s$ M8 I. \
    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- `# v8 _3 ?$ E/ s; g; t6 b

    , A" w, I. d% z' a
    / H& t+ f$ ?2 {
    # T# Z* }. D: k* o$ [" [. g+ J; g- w1 K) U5 }$ d7 S

    ) M9 A) e2 e9 t/ A/ }2 _( V4 l将预测值与实际统计值进行比较如表 11 所示。
    $ G7 @: ~7 m+ t5 y- g4 n& n  @7 N0 b# V6 w" K2 Y

    : z6 p8 M- n( {0 u/ Y
    5 l. v+ ^  X+ L计算的 MATLAB 程序如下:$ e; b/ l  ?4 b
    , v- Y9 ~4 t. V
    clc,clear- w$ |5 x: l* G% D2 L4 z( ^
    load han1.txt %把原始数据保存在纯文本文件han1.txt中
    7 s8 T" J3 @0 |han1(end,=[];m=size(han1,2);
    / z  E+ `% K+ q# j* Ux0=mean(han1,2);
    8 N, M$ t! M6 h, {x1=cumsum(x0)
    * S1 t5 O0 S  l& o6 O" E) s+ t7 E$ halpha=0.4;n=length(x0);
    3 X' m, g! l) u9 }1 ^, ]% ^z1=alpha*x1(2:n)+(1-alpha)*x1(1:n-1)
    / T" }8 C3 T: R* G" n- }; r- L! @Y=x0(2:n);B=[-z1,ones(n-1,1)];* l4 g, o0 o. F* ^1 R0 }
    ab=B\Y
    & L3 ~% h+ x1 L' }) \) q# T" Kk=6;
    * T% }. _, m% i) D! `+ {2 bx7hat=(x0(1)-ab(2)/ab(1))*(exp(-ab(1)*k)-exp(-ab(1)*(k-1)))
    " R: T$ S% v/ X3 G# C6 n4 ]z=m*x7hat
    $ u. z5 M" L  F/ X( A( uu=sum(han1)/sum(sum(han1))
    " i. ?/ N' p. ]6 G5 S3 \v=z*u& K7 s, M  R2 @

    + K% u. y( G# y+ m/ d9 V( o(2)接待海外旅游人数
    - w8 j5 o& n1 t# `3 F! f) `( T  G& ^
    4 Y9 B" j& V* X( I6 A: F6 M) X  n5 b

    % I+ R2 k$ \+ D$ k& i/ K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。2 {+ F8 H! \1 [. B: g( G

    # o4 z+ b) N, I" s) q                                                    表 12 2003 年接待海外旅游人数(单位:万人)
    8 W. x, ?7 G+ p1 k, A% e% J2 }" U+ F( Q! q* d- x* @& o: [

    , L7 h1 C8 u5 F) A. i! k* R2 A( }3 o3 {. `( _( N
    (3)综合服务业累计数据
    1 M( j! }. Z$ B! R7 s; u3 R: ~- P7 y; n: P6 D' s1 G  [8 E1 `
    0 }6 w* k- z4 C$ M

    ! E) w3 x2 u% H! n" G$ }4 w1 g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。
    ! l. `; [. }& i+ K  c
    " d4 F* T4 t3 G
    8 ~! o( l  T- j5 B( X% x4 h) j' J, f- ?) t& j5 \( `1 i
    7 a: X/ V$ f0 S8 x
    5 模型的结果分析9 a/ J* |8 ]- ]
    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。& M9 k2 s( f, N- w  D! U

    & w6 \, M' f+ }8 E, T" G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。- g5 r# D- f0 t# K- z9 Y) N
    ; P+ t0 H' a- z; I) k3 @: S/ Y9 p
    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。
    6 K" |- F) ^, s6 l3 n* Z. K: i9 j, N4 q, G4 |, P9 w8 a. I  w  f4 U
    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。
    2 h6 o, T0 X1 u" J  W7 s# a% ?. q/ N, p& ]1 \; V
    5 T3 x! ^6 E7 O8 m0 g( B

    9 |. `' O+ L. g; x- ]————————————————
    , y  b. |, M3 k8 o, W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。
    ( N! ^8 Y5 T! b7 q; B/ N7 g3 Y% d2 @: ?8 h原文链接:https://blog.csdn.net/qq_29831163/article/details/89714281
    ) O+ U0 S5 v& G, l5 L' H8 `: p  m. ?: p* X

    8 f( y" a* u9 h$ C
    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 01:26 , Processed in 0.359921 second(s), 50 queries .

    回顶部