QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 4835|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
    * V/ Z& i8 D2 Y3 o9 a) |5 {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。* k9 A- Z/ H& u& X- F

    5 o* W8 n# M# `$ s- }+ ^                                               表8 商品的零售额(单位:亿元)- D; B/ D' e1 H
    6 t( `5 w3 Q! `: {
    * C8 z6 u5 j' V. V. u
    ( b6 `' a- V- R  L' D5 V2 \4 e: j
    . q9 R$ W. v9 S
    % ^/ x. v* S7 \* @1 y
    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。
    ; N$ z, o4 u. J1 |7 W0 B
    ( C6 H& L3 @! W7 z+ n2 D( X) G2 模型的分析与假设
    : k* O" N: s) v( b; x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:
    : L6 G  F0 c" ]6 i$ a  x; }$ E8 M/ ?$ v+ z: g4 B* F+ d1 _
    (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;& E6 s5 |2 r1 `3 g! p* |

    2 I+ [# A: v8 A& J4 N# u* r1 @(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:* L  C+ y6 k, `- `1 m# Z+ O( M

    ( j! o7 S4 f+ I  {6 a* R8 i7 H(1)假设该市的统计数据都是可靠准确的;
    # A# U6 g& d4 C& |
    , l2 u- |' f4 X0 y5 d5 V: g(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。( F5 ]$ p+ _2 D
    8 m+ H$ E: q& _  D- |/ [
    3 建立灰色预测模型 GM(1,1)
    4 b% O1 e8 s1 R7 Z2 O* f1 ^' g( J! w6 l& f2 l9 @3 O2 q0 _
    / n) E1 b0 q2 V/ Y' M
    5 b. S+ l: w$ \# e9 ]

    8 O' ?- T- P3 S; g. `
    ) r* t2 g/ Q% |8 f# z* a! v, K9 d7 {- U8 R9 N; s5 R7 T
    ; t! G# h+ D6 q& N
    参数的估计值3 m2 M$ h  Y! [6 r6 v% J
    & O& d5 J9 y# d
    , a0 o" g, @* ?6 f2 X$ j, J
    : X% V  j2 _- r) l) y
    8 P& i9 R" ~% I/ Z% f7 t; c) s' c
    4 模型的求解* |/ N9 S) h# u5 i& L1 k* {% ~
    (1)商品零售额8 U  M9 F' W2 J. K2 u
    " L! ]+ g8 n; O) P$ 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$ F9 f+ A0 n( K( V+ i9 N" }
    % ^+ q% e* P$ \0 F5 ~0 v% Y6 Y
    ( m- B) Q# ^7 a9 O; w

    1 v. a0 X+ S) z. \* d$ Y5 a7 s! J4 {- F1 }3 P) O+ o
    + L) v% s& ~0 @9 E
    将预测值与实际统计值进行比较如表 11 所示。
    % r! s4 A4 C% {% G7 U- Y. Y7 E% n& A# V

    9 B) M1 `5 p, E' M: l4 U
    " O+ n/ A& S% W: `" P* d3 |! J计算的 MATLAB 程序如下:7 V8 F6 f) a1 [0 J

    , H$ Z: i. X- K- K' b/ K, `clc,clear
    ; y" ~+ E- k* r6 ~8 ]load han1.txt %把原始数据保存在纯文本文件han1.txt中
    % E  `9 h) b1 i. ^% H) Hhan1(end,=[];m=size(han1,2);" F0 I% k: O4 b4 y  c0 N, @; z+ T% e1 r
    x0=mean(han1,2);
    0 Q+ }' `( ^( ?# mx1=cumsum(x0)
    3 a: G0 ~$ K! }8 G) a  M+ [alpha=0.4;n=length(x0);
    ( Q. n- g) j; ?( Q6 D- e" Jz1=alpha*x1(2:n)+(1-alpha)*x1(1:n-1)2 b; u  J: q1 h9 H* ?2 X
    Y=x0(2:n);B=[-z1,ones(n-1,1)];  ]9 C4 x  |; A9 W4 f  b
    ab=B\Y5 R% e# U4 G1 g) L# Y, W4 P! t
    k=6;
    , _6 o& d5 \' R. {! k7 Zx7hat=(x0(1)-ab(2)/ab(1))*(exp(-ab(1)*k)-exp(-ab(1)*(k-1)))
    8 w9 ~9 ]; ]" e" Jz=m*x7hat' I9 w- ~  [7 T
    u=sum(han1)/sum(sum(han1))0 t7 g4 }. {) z3 a6 {& O
    v=z*u
    ) k6 {6 l4 F/ T  W7 D6 k# |9 K! H0 H8 x( l, h  c
    (2)接待海外旅游人数
    & B) r1 @( D  Q8 m# [% D/ Q, O: K. p- m
    / l9 V: r  E9 I4 i3 J
    / y, k1 ^4 g5 ?3 k- b; j7 K$ [1 w1 ?. A/ \/ \* {& m
    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。- t% v: _9 d$ x1 u4 G
    : ]) a5 x2 C8 O( j* K" d% c
                                                        表 12 2003 年接待海外旅游人数(单位:万人)
    2 j, T% K$ G  ^$ y! Z5 X
    ) r2 X, Q& E! E. E, B& ?3 |( c4 d2 s  U; Q6 j& S8 Y4 p
    9 d1 }( r5 ]9 H" B9 d% A: d
    (3)综合服务业累计数据) x6 x. [* m) Y4 `) K$ \) p
    : O$ b7 [- Y, p  r* }0 `: v( \0 U

    ' k" x3 a/ T% J  E% E
    $ B2 m! z# ^! u0 i. C8 i  T- c8 T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! i  o1 w7 [+ c# d
    ! d' _1 n3 n/ Z9 t9 S* M, r" N' ~" J; k

    $ L2 _  _/ t& f& F, h) b
    & K, h. D9 E, C# ~8 X5 模型的结果分析
    / ^. I, v1 d. x! _" k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。
    , W9 n/ d0 H$ r  }2 t5 c. o. _+ V: _6 J, L, U5 N4 f; u
    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。5 M# u+ m# M0 ~. N" C" u* G; \5 ]

    3 Z+ L. {8 N/ A+ Z5 h4 M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。
    2 H: U/ j4 w* b' e9 L, A% d0 q1 |( Q8 f7 e1 G9 b6 P
    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。
    : M+ h3 w$ z4 P" P
    $ `! r' B6 E$ ~- ]
    ; n1 s  I/ \$ {. x0 v( r: e6 U4 v. ?0 v" T' _* F* t' h+ T
    ————————————————
    ) q+ r% H. x+ v( `7 F# s: K3 P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。
    7 w, u1 X( i0 A原文链接:https://blog.csdn.net/qq_29831163/article/details/89714281
    + v) Q; R5 C/ v. ]% T& }
    ' C1 d; x7 \$ E; j- }* G) Z4 J$ t$ _# @, |
    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, 2026-9-13 18:18 , Processed in 0.550656 second(s), 50 queries .

    回顶部