收藏小站汉语词典作文论文文秘合同计划总结成教大学英语学习古诗名句成语大全字典查字灰色预测模型理论及其应用联系客服发布时间 : 2023/1/16 11:37:25 星期一 文章灰色预测模型理论及其应用更新完毕开始阅读灰色预测模型理论及其应用灰色系统理论认为对既含有已知信息又含有未知或非确定信息的系统进行预测，就是对在一定方位内变化的、与时间有关的灰色过程的预测. 尽管过程中所显示的现象是随机的、杂乱无章的，但毕竟是有序的、有界的，因此这一数据集合具备潜在的规律，灰色预测就是利用这种规律建立灰色模型对灰色系统进行预测.灰色预测模型只需要较少的观测数据即可，这和时间序列分析，多元回归分析等需要较多数据的统计模型不一样. 因此，对于只有少量观测数据的项目来说，灰色预测是一种有用的工具.本文主要围绕灰色预测GM(1,1)模型及其应用进行展开。一、灰色系统及灰色预测的概念灰色系统灰色系统产生于控制理论的研究中。若一个系统的内部特征是完全已知的，即系统的信息是充足完全的，我们称之为白色系统。若一个系统的内部信息是一无所知，一团漆黑，只能从它同外部的联系来观测研究，这种系统便是黑色系统。灰色系统介于二者之间，灰色系统的一部分信息是已知的，一部分是未知的。 区别白色和灰色系统的重要标志是系统各因素间是否有确定的关系。特点：灰色系统理论以“部分信息已知、部分信息未知”的 “小样本”、“贫信息”不确定型系统的研究对象。 灰色预测灰色系统分析方法是通过鉴别系统因素之间发展趋势的相似或相异程度，即进行关联度分析，并通过对原始数据的生成处理来寻求系统变动的规律。生成数据序列有较强的规律性，可以用它来建立相应的微分方程模型，从而预测事物未来的发展趋势和未来状态。灰色预测是用灰色模型GM(1,1)来进行定量分析的，通常分为以下几类：(1) 灰色时间序列预测。用等时距观测到的反映预测对象特征的一系列数量（如产量、销量、人口数量、存款数量、利率等）构造灰色预测模型，预测未来某一时刻的特征量，或者达到某特征量的时间。(2) 畸变预测（灾变预测）。通过模型预测异常值出现的时刻，预测异常值什么时候出现在特定时区内。(3) 波形预测，或称为拓扑预测，它是通过灰色模型预测事物未来变动的轨迹。 (4) 系统预测，是对系统行为特征指标建立一族相互关联的灰色预测理论模型，在预测系统整体变化的同时，预测系统各个环节的变化。上述灰预测方法的共同特点是： （1）允许少数据预测；（2）允许对灰因果律事件进行预测，比如灰因白果律事件：在粮食生产预测中，影响粮食生产的因子很多，多到无法枚举，故为灰因，然而粮食产量却是具体的，故为白果。粮食预测即为灰因白果律事件预测。 白因灰果律事件 ：在开发项目前景预测时，开发项目的投入是具体的，为白因，而项目的效益暂时不很清楚，为灰果。项目前景预测即为灰因白果律事件预测。（3）具有可检验性，包括：建模可行性的级比检验（事前检验），建模精度检验（模型检验），预测的滚动检验（预测检验）。二、GM（1,1）模型(1,1)模型GM(1,1)模型是基于灰色系统的理论思想，将离散变量连续化，用微分方程代替差分方程，按时间累加后所形成的新的时间序列呈现的规律可用一阶线性微分方程的解来逼近，用生成数序列代替原始时间序列，弱化原始时间序列的随机性，这样可以对变化过程作较长时间的描述，进而建立微分方程形式的模型. 其建模的实质是建立微分方程的系数，将时间序列转化为微分方程，通过灰色微分方程可以建立抽象系统的发展模型. 经证明，经一阶线性微分方程的解逼近所揭示的原始时间数列呈指数变化规律时，灰色预测GM(1,1)模型的预测将是非常成功的. (1,1)模型的建立GM(1,1)模型是指一阶，一个变量的微分方案预测模型，是一阶单序列的线性动态模型，用于时间序列预测的离散形式的微分方程模型.模型符号含义为G M （1， 1）Grey Model 1阶方程 1个变量设时间序列X??有n个观察值，X?0??x?0??1?,x?0??2?,0?,x?0??n?，为了使其成为?有规律的时间序列数据，对其作一次累加生成运算，即令 从而得到新的生成数列X??，X?1??x?1??1?,x?1??2?,1?,x?1??n?,称?为GM(1,1)模型的原始形式。新的生成数列X??一般近似地服从指数规律. 则生成的离散形式的微分方程具体的形1式为即表示变量对于时间的一阶微分方程是连续的. 求解上述微分方程，解为 当t=1时，x(t)?x(1)，即c?x(1)?体形式为其中，ax项中的x为u，则可根据上述公式得到离散形式微分方程的具adx的背景值，也称初始值；a，u是待识别的灰色参数，a为发dt展系数，反映x的发展趋势；u为灰色作用量，反映数据间的变化关系.按白化导数定义有显然，当时间密化值定义为1时，当t?1时，则上式可记为 这表明dx是一次累减生成的，因此该式可以改写为 dt当t足够小时，变量x从x(t)到x(t?t)是不会出现突变的，所以取x(t)与x(t?t)的平均值作为当t足够小时的背景值，即x(1)?1(1)(1)?x(t)?x(t?1)?（紧邻均值（MEAN）??2生成序列）将其值带入式子，整理得1x(0)(t?1)??a?x(1)(t)?x(1)(t?1)????u（GM(1,1)模型的均值形式） 2由其离散形式可得到如下矩阵：(0)(0)令 Y??x(2),x(3),?,x(0)(n)??T称Y为数据向量，B为数据矩阵，?为参数向量. 则上式可简化为线性模型： 由最小二乘估计方法得上式即为GM(1,1)参数a,u的矩阵辨识算式，式中?BB?BTY事实上是数据矩阵B的T?1广义逆矩阵.将求得的a，u值代入微分方程的解式，则其中，上式是GM(1,1)模型的时间响应函数形式，将它离散化得????t?再作累减生成可进行预测. 即 对序列x1上式便是GM(1,1)模型的预测的具体计算式. GM(1,1)模型的检验GM(1,1)模型的检验包括残差检验、关联度检验、后验差检验三种形式.每种检验对应不同功能：残差检验属于算术检验，对模型值和实际值的误差进行逐点检验；关联度检验属于几何检验范围，通过考察模型曲线与建模序列曲线的几何相似程度进行检验，关联度越大模型越好；后验差检验属于统计检验，对残差分布的统计特性进行检验，衡量灰色模型的精度. ? 残差检验残差大小检验，即对模型值和实际值的残差进行逐点检验.设模拟值的残差序列为e(0)(t)，则 令?(t)为残差相对值，即残差百分比为1n令?为平均残差，????(t).nt?1一般要求??t??20%，最好是??t??10%，符合要求.? 关联度检验关联度是用来定量描述各变化过程之间的差别. 关联系数越大，说明预测值和实际值越接近.?(0)(t)??x?(0)(1),x?(0)(2),?,x?(0)(n)? 设 X序列关联系数定义为?(0)的绝对误差，?(t)为第t个数据的关联系数，?(0)(t)?x(0)(t)为第t个点x(0)和x式中,x?称为分辨率，即取定的最大差百分比，0????,一般取??(0)(t)的关联度为 x(0)(t)和x关联度大于60%便满意了，原始数据与预测数据关联度越大，模型越好.? 后验差检验后验差检验，即对残差分布的统计特性进行检验. 检验步骤如下：1、计算原始时间数列X?0???x(0)(1),x(0)(2),2、计算残差数列e(0)??e(0)(1),e(0)(2),?(0)(t),t?1,2,其中e(0)(t)?x(0)(t)?x,x(0)(n)?的均值和方差2 ,e(0)(n)?的均值e和方差s2,n为残差数列.3、计算后验差比值4、计算小误差频率令S0=，?(t)?|e(0)(t)?e|，即P?P??(t)?S0?.若对给定的C0?0，当C?C0时，称模型为方差比合格模型；若对给定的P0?0，当P?P0时，称模型为小残差概率合格模型.> > > << < < >模型精度 优 合格 勉强合格 不合格表 3 后验差检验判别参照表 GM(1,1)模型修正（残差GM(1,1)模型）当原始数据序列X(0)建立的GM(1,1)模型检验不合格时，可以用GM(1,1)残差模型来修正. 如果原始序列建立的GM(1,1)模型不够精确，也可以用GM(1,1)残差模型来提高精度.若用原始序列X(0)建立的GM(1,1)模型?(1)(k). 若取k=t, 可获得生成序列X(1)的预测值，定义残差序列e(0)(k)?x(1)(k)?xt+1, …, n，则对应的残差序列为计算其生成序列e(1)(k)，并据此建立相应的GM(1,1)模型 得修正模型12Word文档下载：灰色预测模型理论及其应用.doc搜索更多:灰色预测模型理论及其应用最新浏览泽林牛津版九年级下册(初三下期)英语 Unit闽高校计算机二级C语言模拟题医院的愿景赖文俊《催官篇》白话解学习优秀奖、学习进步奖、技能竞赛奖评选办法链熸潈浠庝笟钥冭瘯棰?鍚?瓟妗?4鍒?抛光机抛光工艺-流程及技巧辩论赛四辩总结陈词,酒店制度化管理还是人性化管【最新版】水杯盖注塑模说明书毕业设计论文华师版七年级数学最基本的图形点和线测试2百科学习知识的地方免费范文大全热门浏览外贸函电复习题对外汉语教学中的文化教学与跨文化交际遗传学重点考前冲刺—行政法电子教案——Visual FoxPro程序设计文献检索题(1)新版部编人教版三年级下册语文下册课外阅读训练及答案CPC-2&3&5可编程序控制器《综合医院建设标准》作业--操作系统答案计算机组成原理-郑秋梅 - 习题社区居委会与业主委员会的关系探究化工原理 计算题成熙英语中级班听力脚本2016年国家监理工程师市政专业继续教育试题及答案[可编辑]风力发电外文文献翻译中英文精选文档|免责声明|服务条款|联系我们|举报本页文档All rights reserved Powered by 南京廖华资料来自互联网， 有任何疑问，请联系客服邮箱：xxxxx☒ qq:xxxxx 苏ICP备20003344号-1
旅游专业的毕业论文提纲
导语：旅游经济是由旅游者引起的一系列经济效应，它是国民经济的重要组成部分，由此可见其重要性。在写作该主题论文的时候首先应该建立一个框架，下面我整理了旅游专业的毕业论文提纲，欢迎参考借鉴！
题目：武广高铁对其湖南沿线城市旅游经济的'影响
目录
Abstract
第1章 绪论
研究背景与意义
研究背景
研究意义
国内外研究综述
国外研究综述
国内研究综述
研究内容与思路
研究内容
研究思路
研究方法与创新之处
研究方法
创新之处
第2章 高速铁路对旅游业发展的影响
速铁路及其在我国的发展
高速铁路的概念
高速铁路的特点
高速铁路在我国的发展
高速铁路对旅游业发展的影响
缩短了旅行时间
改变了游客需求
扩展了客源市场
新增了旅游热点
加强了竞争合作
第3章 武广高铁湖南沿线城市旅游发展概况
岳阳旅游发展概况
长沙旅游发展概况
株洲旅游发展概况
衡阳旅游发展概况
郴州旅游发展概况
第4章 模型选取与数据来源
模型选取
灰色预测模型
旅游经济联系模型
数据来源
旅游经济相关指标
最短旅行时间
第5章 武广高铁对其湖南沿线城市旅游经济总量的影响
高铁沿线5城市旅游经济指标预测值与实际值对比
高铁开通前后沿线旅游经济总量年均增长率对比
高铁开通前后沿线各城市旅游经济总量年均增长率对比
第6章 武广高铁对其湖南沿线城市旅游经济联系的影响
高铁开通前后沿线城市间旅游经济联系强度分析
高铁开通前沿线城市间旅游经济联系强度分析
高铁开通后沿线城市间旅游经济联系强度分析
旅游经济联系强度变化特点分析
沿线各城市旅游经济联系总量变化
高铁开通前沿线城市间旅游经济联系总量分析
高铁开通后沿线城市间旅游经济联系总量分析
旅游经济联系总量变化特点分析
第7章 研究结论与建议
研究结论
高铁大幅提升沿线城市旅游经济总量
旅游经济联系强度增长幅度大
各城市与其他城市旅游经济联系总量增大
建议
重点发展武广高速铁路沿线特色旅游
完善各种交通衔接及旅游综合布局
借高铁旅游的杠杆发展都市旅游
加强泛珠江三角洲区域旅游合作
不足与展望
参考文献
致谢
1、不需要大量样本。
2、样本不需要有规律性分布。
3、计算工作量小。
4、定量分析结果与定性分析结果不会不一致。
5、可用于Recent、短期、中长期预测。
6、灰色预测准确度高。
1981年，中国控制论专家邓巨龙教授首次提出灰色系统的概念。后来，他出版了许多关于灰色系统的论文和专著，建立了灰色系统理论。自1982年以来，灰色系统理论在农业、工业、气象等领域得到了成功的应用。广泛应用于农业、地质、气象等学科。
扩展资料：
灰色预测模型的应用系统：
灰色预测模型可以通过DPS数据处理系统等计算软件进行计算。DPS数据处理系统的英文名称是DPS。系统采用多级下拉菜单。用户使用时，整个屏幕就像一个工作平台，可以随意调节，操作自由。因此，形象地称为DPS数据处理平台，简称为DPS平台。
DPS平台是作者设计开发的一个通用的多功能数理统计和数学模型处理软件系统。它集成了数值计算、统计分析、模型模拟、画线和制表等功能。
参考资料来源：百度百科-灰色模型
参考资料来源：百度百科-灰色系统理论
刘敏1，2 刘艳芳1，2 张雅杰1，2 刘洋1，2 夏玉平3
（1.武汉大学资源与环境科学学院，武汉，430079；2.武汉大学教育部地理信息系统重点实验室，武汉，430079；3.南方数码科技有限公司，广州，510665）
摘要：考虑到传统地价指数编制的难度和信息的滞后性以及常用预测方法忽视地价指数是随时间变化呈现上涨趋势的非平稳随机过程造成预测精度低的问题，通过为城镇地价指数提供一种新的预测方法，满足政府、开发商等市场主体对土地市场信息的需求，构建了城镇地价指数灰色——马尔柯夫预测模型，对深圳2004年第三、四季度地价指数进行预测，并将预测结果与实际值比较，吻合度较高。
关键词：地价指数；灰色理论；马尔柯夫；预测
地价指数是反映某一区域或某一城市的土地价格在时间上的平均变动和综合变动方向及变动程度的相对指标，是城镇土地市场变化的晴雨表，它体现的是基于规划条件下的各规划地块之间的相对地价比例关系，在很大程度上消除了房地产估价的实效性约束。随着社会主义市场经济的发展，土地市场的日益活跃和完善，地价指数的重要性得到越来越多的体现，无论是政府对土地市场的宏观管理，还是地产开发商的投资开发决策，或是土地估价中可比实例的交易日期修正，都离不开地价指数的指导。但采用传统的方法测算地价指数难度大，本文试通过建立灰色——马尔柯夫预测模型，采用某地区历史的地价指数数据预测同一地区未来的地价指数，是地价指数预测在方法上的一种有创意的尝试。
1 我国地价指数编制现状
目前我国对地价指数的具体测算方法主要有两种，即拉氏公式和帕氏公式。拉氏公式是以基期为权数综合方法，表明在基期地价水平的条件下地价的综合变化，公式为：
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
式中，P为报告期的平均地价；P0 为基期的平均地价；q0 为基期土地交易量。
帕氏公式也是加权综合指数公式，它与拉氏公式的区别在于是以报告期为权数的综合方法，表明在报告期地价水平的条件下地价综合变动的程度，公式为：
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
式中，P、P0 分别为报告期和基期的平均地价；qk为报告期土地的交易量。
由于拉氏公式在定基指数的数列中各期权数相同，因此采用基于拉氏指数公式的加权平均指数公式测算的地价指数不仅能较好反映地价水平的变化、反映地价结构的影响，而且还可以很方便地计算环比地价指数，使地价指数的可比性增加，并有利于地价的动态研究，所以较常采用拉氏公式测算地价指数。
但无论采用拉氏公式还是采用帕氏公式都需要取得区域基期和报告期的平均地价数据，数据的获取存在以下困难：①单纯的土地交易较少，大部分的土地交易伴随着房产交易，因此难以直接获得土地的交易价格，一般要借助估价手段，通过复杂的计算求取；②土地市场是不完全竞争市场，土地交易价格受主观因素影响大，很多交易属于非正常交易；③土地价格具有地区性和个别性特征，因此不同地块不仅价格不同，价格内涵也有可能不一致，因此要从地价的构成因素上对土地价格进行修正，直接测算地价指数难度也较大。
鉴于直接测算地价指数存在以上的困难，同时缺乏前瞻性，因此采用一定的数学方法，利用历史的地价指数数据预测未来的地价指数具有实践意义。目前地价指数预测较常采用趋势外推法，利用计算机建立线性趋势预测模型和二次曲线趋势预测模型进行预测，但是这两种预测模型没有考虑到地价指数是随时间变化呈现上涨趋势的非平稳随机过程，由于受各种随机因素（如政府部门的土地供应政策、金融政策等）的影响，时序数据总是围绕这一变化趋势出现波动、跳跃，产生偏差，因此只能用于短期预测，对于长期预测就无法保证精度。
2 地价指数的灰色——马尔柯夫预测思想
灰色预测和马尔柯夫链预测是两种用于时间序列类型问题的预测方法，灰色模型的优点是适于预测时间短，数据资料少，波动不大的系统对象，不足之处是对随机波动大的数据序列预测准确度低；马尔柯夫链理论优点是适于预测随机波动大的动态过程，局限性在于马尔柯夫链预测对象要求具有马氏性和平稳过程等均值的特点，两种方法具有互补性。
地价指数是受各种随机因素影响而随时间变化呈现上涨趋势的非平稳随机过程，因此如果将两种预测方法有效的结合起来，先采用灰色模型对地价指数的时序数据进行拟合，找出其变化趋势，则可以弥补马尔柯夫链预测的局限，而在灰色预测的基础上再进行马尔柯夫预测，又可以弥补灰色预测对随机波动大的数据序列预测准确度低的缺陷。
3 建立灰色——马尔柯夫预测模型
建立GM （1，1） 模型
设原始序列为： ，将X（0）做一次累加，得累加生成序列 。
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
其中，
X（1）可以通过求解一阶线性微分方程：
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
的解得到，其中a、u 为未知参数。
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
计算出a、u 后，可求出方程（2）的解为：
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
由（5）式可对 X（1）做出预测，由累减生成得到原始数据序列 X（0）的预测，即：
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
其中，
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
记 即为k时刻GM（1，1）模型求得的原始数据序列的灰色预测值，它反映了原始数据呈指数规律变化的总趋势。
状态划分
在灰色预测的基础上进行马尔柯夫预测，必须将序列划分为若干状态。一般是以y＾k曲线为基准，划分成若干条形区域，每一条形区域构成一个状态。其中任一状态区间Qi 表达为：
Qi＝［Q1i，Q2i］ （i＝1，2，3，…，n）
其中：
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
Oi，Pi为常数，数值根据具体情况确定。由于 是随时间k变化而变化，因此，Q1i，Q2i也随时序变化，即状态区间 Qi 具有动态性。
转移矩阵的计算和确定预测值
转移概率矩阵公式为：
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
式中， 为由状态Qi经过m步转移到Qj的概率；n为划分的状态数目；Mi为原始数据按一定的概率落入状态Qi的样本数； 为由状态Qi经m步转移到Qj的原始数据样本数。
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
一般只需考察一步转移概率矩阵P（1），但当状态的未来转向难以确定时，则需要考察多步转移概率矩阵 P（m），多步转移概率矩阵可以根据切普曼 －柯尔莫哥洛夫方程确定。
确定了预测对象未来的状态转移以后，即确定了预测值变动的灰区间Qi＝［Q1i，Q2i］，可以用区间的中位数作为预测对象未来时刻的预测值： 。
4 实证研究
选取样本数据
深圳作为我国最早实行改革开放的地区，土地市场相对于其他城市而言要完善和发达许多，而综合地价指数能较为准确的反映深圳土地价格的总体水平，具有较强的综合性和趋势性，鉴于数据获取的可得性，笔者选取深圳 2001年第一季度到 2004年第二季度的综合地价指数作为样本数据，2004年第三第四季度的综合地价指数作为检验数据。具体数据见表1。
表1 深圳2001年1季度～2004年4季度综合地价指数
数据来源：深圳地价指数报告。
建立 GM （1，1） 模型
原始序列X（0）＝｛，，，，，，，，，，，，，｝
根据公式（1），一次累加序列 X（1）＝｛，，，，，，，，，，，，，｝
根据公式（3）、（4）可求得
则
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
划分状态
根据深圳地价指数变化的实际情况，划分为Q0 （持平）、Q1 （微升）、Q2 （上升）、Q3 （微降）和Q4 （下降）五种状态。具体划分标准如下：
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
其中： ，为深圳2001年第一季度至2004年第二季度综合地价指数的平均数。
状态Qi（i＝0，1，2，3，4）表示原始数据序列X（0）偏离预测曲线 的程度，落入各状态的样本点数分别为M0＝3，M1＝6，M2＝1，M3＝2，M4＝2。由于原始数据序列中最后一个数的状态转向不确定，所以，应删掉最后一个数据，然后根据由i经一步转移到j的样本点数Mij，计算一步状态矩阵M，再根据M计算 经一步转移到 的转移概率Pij从而得到一步状态转移矩阵P（1），结果如下：
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
深圳2004年第二季度综合地价指数处于Q0 状态，考察一步转移概率矩阵第一行可知，下一季度转为状态Q1、Q2 的概率均为1/2，因此根据此一步转移概率矩阵无法预测深圳2004年第三季度综合地价指数所处的状态，需要进一步考察二步转移概率矩阵。根据切普曼－柯尔莫哥洛夫方程确定二步转移概率矩阵P（2），结果如下：
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
考察此二步转移概率矩阵第一行可知，处于Q0 状态的第二季度综合地价指数在第三季度转为状态Q1 的概率最大，概率值为，因此可预测2004年第三季度综合地价指数处于Q1，即微升状态。指数预测值为：
土地信息技术的创新与土地科学技术发展：2006年中国土地学会学术年会论文集
同理，根据第三季度地价指数预测值，判定其所处的状态为 Q0，可预测出深圳2004年第四季度地价指数状态转向Q1，综合地价指数值为： ，预测结果与现实数据的比较见表2。
表2 地价指数预测效果比较
由表2 预测结果可以看出，用灰色——马尔柯夫模型对深圳2004年第三、四季度的综合地价指数进行预测所得结果与现实数据吻合度较高。
5 结语
由于我国过去长期实行的是计划经济体制，土地市场的形成和发育时间都较短，因此土地市场信息相对较少，但是随着市场经济的不断发展和完善，政府、开发商等市场主体对土地市场信息的需求越来越迫切，这在信息的供给与需求之间就形成了一种矛盾。本文建立的灰色——马尔柯夫模型，综合考虑了市场规律本身的趋势性和国家的宏观调控和大政方针对土地市场的影响造成地价指数的波动性，用城镇较少的历史地价指数数据预测城镇未来的地价指数，并通过实例验证预测结果与现实情况吻合度较高，能够较好预测土地市场的价格走势，较好地解决了土地市场贫信息和多需求的矛盾。
本文实例验证采用的是市场化程度较高的深圳地价指数数据，但是由于我国目前大部分城市的土地市场发育程度还不理想，而且模型预测结果从根本上来说仍然需要市场交易资料的斧正，所以适用范围和程度有一定限制，但不失为一种有益的尝试。
参考文献
［1］李何超，汪四文.论城镇地价指数编制方法［J］.城市发展研究，2000，4：56～58
［2］岳朝龙，王琳.股票价格的灰色——马尔柯夫预测［J］.系统工程，1999，11：54～59
［3］贾 华，祝国瑞.土地利用规划中农作物单产预测的灰色——马尔柯夫链方法 ［J］.武汉测绘科技大学学报，1998，23 （2）：149～152
［4］刘耀林，刘艳芳，张玉梅.基于灰色——马尔柯夫模型的耕地总量预测模型［J］.武汉大学学报.信息科学版2004，29 （7）：575～580
灰色预测模型所需要的数据量比较少，预测比较准确，精度较高。样本分布不需要有规律性，计算简便，检验方便。 灰色预测模型适用于中长期预测。
你的感觉是正确的，见下面截图（摘录于《基于灰色模型的中国人口预测》）
你可以去下个灰色预测的程序，改改数据
随着科学技术特别是信息技术的高速发展，数学建模的应用价值越来越得到众人的重视，
数学建模本身是一个创造性的思维过程，它是对数学知识的综合应用，具有较强的创新性，以下是一篇关于数学建模教育开展策略探究的论文 范文 ，欢迎阅读参考。
大学数学具有高度抽象性和概括性等特点，知识本身难度大再加上学时少、内容多等教学现状常常造成学生的学习积极性不高、知识掌握不够透彻、遇到实际问题时束手无策，而数学建模思想能激发学生的学习兴趣，培养学生应用数学的意识，提高其解决实际问题的能力。数学建模活动为学生构建了一个由数学知识通向实际问题的桥梁，是学生的数学知识和应用能力共同提高的最佳结合方式。因此在大学数学教育中应加强数学建模教育和活动，让学生积极主动学习建模思想，认真体验和感知建模过程，以此启迪创新意识和 创新思维 ，提高其素质和创新能力，实现向素质教育的转化和深入。
一、数学建模的含义及特点
数学建模即抓住问题的本质，抽取影响研究对象的主因素，将其转化为数学问题，利用数学思维、数学逻辑进行分析，借助于数学 方法 及相关工具进行计算，最后将所得的答案回归实际问题，即模型的检验，这就是数学建模的全过程。一般来说",数学建模"包含五个阶段。
1.准备阶段
主要分析问题背景，已知条件，建模目的等问题。
2.假设阶段
做出科学合理的假设，既能简化问题，又能抓住问题的本质。
3.建立阶段
从众多影响研究对象的因素中适当地取舍，抽取主因素予以考虑，建立能刻画实际问题本质的数学模型。
4.求解阶段
对已建立的数学模型，运用数学方法、数学软件及相关的工具进行求解。
5.验证阶段
用实际数据检验模型，如果偏差较大，就要分析假设中某些因素的合理性，修改模型，直至吻合或接近现实。如果建立的模型经得起实践的检验，那么此模型就是符合实际规律的，能解决实际问题或有效预测未来的，这样的建模就是成功的，得到的模型必被推广应用。
二、加强数学建模教育的作用和意义
(一) 加强数学建模教育有助于激发学生学习数学的兴趣，提高数学修养和素质
数学建模教育强调如何把实际问题转化为数学问题，进而利用数学及其有关的工具解决这些问题， 因此在大学数学的教学活动中融入数学建模思想，鼓励学生参与数学建模实践活动，不但可以使学生学以致用，做到理论联系实际，而且还会使他们感受到数学的生机与活力，激发求知的兴趣和探索的欲望，变被动学习为主动参与其效率就会大为改善。数学修养和素质自然而然得以培养并提高。
(二)加强数学建模教育有助于提高学生的分析解决问题能力、综合应用能力
数学建模问题来源于社会生活的众多领域，在建模过程中，学生首先需要阅读相关的文献资料，然后应用数学思维、数学逻辑及相关知识对实际问题进行深入剖析研究并经过一系列复杂计算，得出反映实际问题的最佳数学模型及模型最优解。因此通过数学建模活动学生的视野将会得以拓宽，应用意识、解决复杂问题的能力也会得到增强和提高。
(三)加强数学建模教育有助于培养学生的创造性思维和创新能力
所谓创造力是指"对已积累的知识和 经验 进行科学地加工和创造，产生新概念、新知识、新思想的能力，大体上由感知力、 记忆力 、思考力、 想象力 四种能力所构成"[1].现今教育界认为，创造力的培养是人才培养的关键，数学建模活动的各个环节无不充满了创造性思维的挑战。
很多不同的实际问题，其数学模型可以是相同或相似的，这就要求学生在建模时触类旁通，挖掘不同事物间的本质，寻找其内在联系。而对一个具体的建模问题，能否把握其本质转化为数学问题，是完成建模过程的关键所在。同时建模题材有较大的灵活性，没有统一的标准答案，因此数学建模过程是培养学生创造性思维，提高创新能力的过程[2].
(四)加强数学建模教育有助于提高学生科技论文的撰写能力
数学建模的结果是以论文形式呈现的，如何将建模思想、建立的模型、最优解及其关键环节的处理在论文中清晰地表述出来，对本科生来说是一个挑战。经历数学建模全过程的磨练，特别是数模论文的撰写，学生的文字语言、数学表述能力及论文的撰写能力无疑会得到前所未有的提高。
(五)加强数学建模教育有助于增强学生的团结合作精神并提高协调组织能力建模问题通常较复杂，涉及的知识面也很广，因此数学建模实践活动一般效仿正规竞赛的规则，三人为一队在三天内以论文形式完成建模题目。要较好地完成任务，离不开良好的组织与管理、分工与协作[3].
三、开展数学建模教育及活动的具体途径和有效方法
(一)开展数学建模课堂教学
即在课堂教学中，教师以具体的案例作为主要的教学内容，通过具体问题的建模，介绍建模的过程和思想方法及建模中要注意的问题。案例教学法的关键在于把握两个重要环节：
案例的选取和课堂教学的组织。
教学案例一定要精心选取，才能达到预期的教学效果。其选取一般要遵循以下几点。
1. 代表性：案例的选取要具有科学性，能拓宽学生的知识面，突出数学建模活动重在培养兴趣提高能力等特点。
2. 原始性：来自媒体的信息，企事业单位的 报告 ，现实生活和各学科中的问题等等，都是数学建模问题原始资料的重要来源。
3. 创新性：案例应注意选取在建模的某些环节上具有挑战性，能激发学生的创造性思维，培养学生的创新精神和提高创造能力。
案例教学的课堂组织，一部分是教师讲授，从实际问题出发，讲清问题的背景、建模的要求和已掌握的信息，介绍如何通过合理的假设和简化建立优化的数学模型。还要强调如何用求解结果去解释实际现象即检验模型。另一部分是课堂讨论，让学生自由发言各抒己见并提出新的模型，简介关键环节的处理。最后教师做出点评，提供一些改进的方向，让学生自己课外独立探索和钻研，这样既突出了教学重点，又给学生留下了进一步思考的空间，既避免了教师的"满堂灌",也活跃了课堂气氛，提高了学生的课堂学习兴趣和积极性，使传授知识变为学习知识、应用知识，真正地达到提高素质和培养能力的教学目的[4].
(二)开展数模竞赛的专题培训指导工作
建立数学建模竞赛指导团队，分专题实行教师负责制。每位教师根据自己的专长，负责讲授某一方面的数学建模知识与技巧，并选取相应地建模案例进行剖析。如离散模型、连续模型、优化模型、微分方程模型、概率模型、统计回归模型及数学软件的使用等。学生根据自己的薄弱点，选择适合的专题培训班进行学习，以弥补自己的不足。这种针对性的数模教学，会极大地提高教学效率。
(三)建立数学建模网络课程
以现代 网络技术 为依托，建立数学建模课程网站，内容包括：课程介绍，课程大纲，教师教案，电子课件，教学实验，教学录像，网上答疑等;还可以增加一些有关栏目，如历年国内外数模竞赛介绍，校内竞赛，专家点评，获奖心得交流;同时提供数模学习资源下载如讲义，背景材料，历年国内外竞赛题，优秀论文等。以此为学生提供良好的自主学习网络平台，实现课堂教学与网络教学的有机结合，达到有效地提高学生数学建模综合应用能力的目的。[5,6]
(四)开展校内数学建模竞赛活动
完全模拟全国大学生数模竞赛的形式规则：定时公布赛题，三人一组，只能队内讨论，按时提交论文，之后指导教师、参赛同学集中讨论，进一步完善。笔者负责数学建模竞赛培训近 20 年，多年的实践证明，每进行一次这样的训练，学生在建模思路、建模水平、使用软件能力、论文书写方面就有大幅提高。多次训练之后，学生的建模水平更是突飞猛进，效果甚佳。
如 2008 年我指导的队荣获全国高教社杯大学生数学建模竞赛的最高奖---高教社杯奖，这是此赛设置的唯一一个名额，也是当年从全国(包括香港)院校的约 1 万多个本科参赛队中脱颖而出的。又如 2014 年我校 57 队参加全国大学生数学建模竞赛，43 队获奖，获奖比例达 75%,创历年之最。
(五)鼓励学生积极参加全国大学生数学建模竞赛、国际数学建模竞赛
全国大学生数学建模竞赛创办于 1992 年，每年一届，目前已成为全国高校规模最大的基础性学科竞赛， 国际大学生数学建模竞赛是世界上影响范围最大的高水平大学生学术赛事。参加数学建模大赛可以激励学生学习数学的积极性，提高运用数学及相关工具分析问题解决问题的综合能力，开拓知识面，培养创造精神及合作意识。
四、结束语
数学建模本身是一个创造性的思维过程，它是对数学知识的综合应用，具有较强的创新性，而高校数学教学改革的目的之一是要着力培养学生的创造性思维，提高学生的创新能力。因此应将数学建模思想融入教学活动中，通过不断的数学建模教育和实践培养学生的创新能力和应用能力从而提高学生的基本素质以适应社会发展的要求。
参考文献：
[1]辞海[M].上海辞书出版社，2002,1:237.
[2]许梅生，章迪平，张少林。 数学建模的认识与实践[J].浙江科技学院学报，2003,15(1)：40-42.
[3]姜启源，谢金星，一项成功的高等教育改革实践[J].中国高教研究，2011,12:79-83.
[4]饶从军，王成。论高校数学建模教学[J].延边大学学报(自然科学学版)，2006,32(3)：227-230.
[5]段璐灵。数学建模课程教学改革初探[J].教育与职业，2013,5:140-142.
[6]郝鹏鹏。工程网络课程教学的实践与思考[J]科技视界，2014,29:76-77.
大部分数学知识是抽象的，概念比较枯燥，造成学生学习困难，而数学建模的运用，在很大程度上可以将抽象的数学知识转化成实体模型，让学生更容易理解和学习数学知识。教师要做的就是了解并掌握数学建模的方法，并且把这种 教学方法 运用到数学教学中。
对教师来说，发现好的教学方法不是最重要的，而是如何把方法与教学结合起来。通过对数学建模的长期研究和实践应用，笔者 总结 了数学建模的概念以及运用策略。
一、数学建模的概念
想要更好地运用数学建模，首先要了解什么是数学建模。可以说，数学建模就像一面镜子，可以使数学抽象的影像产生与之对应的具体化物象。
二、在小学数学教学中运用数学建模的策略
1.根据事物之间的共性进行数学建模
想要运用数学建模，首先要对建模对象有一定的感知。教师要创造有利的条件，促使学生感知不同事物之间的共性，然后进行数学建模。
教师应做好建模前的指导工作，为学生的数学建模做好铺垫，而学生要学会尝试自己去发现事物的共性，争取将事物的共性完美地运用到数学建模中。在建模过程中，教师要引导学生把新知识和旧知识结合起来的作用，将原来学习中发现的好方法运用到新知识的学习、新数学模型的构建中，降低新的数学建模的难度，提高学生数学建模的成功率。如在教学《图形面积》时，教师可以利用不同的图形模板，让学生了解不同图形的面积构成，寻找不同图形面积的差异以及图形之间的共性。这样直观地向学生展示图形的变化，可以加深学生对知识的理解，提高学生的学习效率。
2.认识建模思想的本质
建模思想与数学的本质紧密相连，它不是独立存在于数学教学之外的。所以在数学建模过程中，教师要帮助学生正确认识数学建模的本质，将数学建模与数学教学有机结合起来，提高学生解决问题的能力，让学生真正具备使用数学建模的能力。
建模过程并不是独立于数学教学之外的，它和数学的教学过程紧密相连。数学建模是使人对数学抽象化知识进行具体认识的工具，是运用数学建模思想解决数学难题的过程。因此，教师要将它和数学教学组成一个有机的整体，不仅要帮助学生完成建模，更要带领学生认识数学建模的本质，领悟数学建模思想的真谛，并逐渐引导学生使用数学建模解决数学学习过程中遇到的问题。
3.发挥教材在数学建模上的作用
教材是最基础的教学工具，在数学教材中有很多典型案例可以利用在数学建模上，其中很大一部分来源于生活，更易于小学生学习和理解，有助于学生构建数学建模思想。教师要利用好教材，培养学生的建模能力，帮助学生建造更易于理解的数学模型，从而提高学生的学习效率。如在教学加减法时，教材上会有很多数苹果、香蕉的例题，这些就是很好的数学模型，因为贴近生活，可以激发学生的学习兴趣，培养学生数学建模的能力，所以教师应该深入研究教材。
数学建模是一种很好的数学教学方法，教师要充分利用这种教学方法，真正做到实践与理论完美结合。
1、层次分析法，简称AHP，是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初，在为美国国防部研究"根据各个工业部门对国家福利的贡献大小而进行电力分配"课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。
2、多属性决策是现代决策科学的一个重要组成部分，它的理论和方法在工程设计、经济、管理和军事等诸多领域中有着广泛的应用，如：投资决策、项目评估、维修服务、武器系统性能评定、工厂选址、投标招标、产业部门发展排序和经济效益综合评价等.多属性决策的实质是利用已有的决策信息通过一定的方式对一组(有限个)备选方案进行排序或择优.它主要由两部分组成：(l) 获取决策信息.决策信息一般包括两个方面的内容：属性权重和属性值(属性值主要有三种形式：实数、区间数和语言).其中，属性权重的确定是多属性决策中的一个重要研究内容;(2)通过一定的方式对决策信息进行集结并对方案进行排序和择优。
3、灰色预测模型(Gray Forecast Model)是通过少量的、不完全的信息，建立数学模型并做出预测的一种预测方法.当我们应用运筹学的思想方法解决实际问题，制定发展战略和政策、进行重大问题的决策时，都必须对未来进行科学的预测.预测是根据客观事物的过去和现在的发展规律，借助于科学的方法对其未来的发展趋势和状况进行描述和分析，并形成科学的假设和判断。
4、Dijkstra算法能求一个顶点到另一顶点最短路径。它是由Dijkstra于1959年提出的。实际它能出始点到 其它 所有顶点的最短路径。
Dijkstra算法是一种标号法：给赋权图的每一个顶点记一个数，称为顶点的标号(临时标号，称T标号，或者固定标号，称为P标号)。T标号表示从始顶点到该标点的最短路长的上界;P标号则是从始顶点到该顶点的最短路长。
5、Floyd算法是一个经典的动态规划算法。用通俗的语言来描述的话，首先我们的目标是寻找从点i到点j的最短路径。从动态规划的角度看问题，我们需要为这个目标重新做一个诠释(这个诠释正是动态规划最富创造力的精华所在)从任意节点i到任意节点j的最短路径不外乎2种可能，1是直接从i到j，2是从i经过若干个节点k到j。所以，我们假设Dis(i,j)为节点u到节点v的最短路径的距离，对于每一个节点k，我们检查Dis(i,k) + Dis(k,j) < Dis(i,j)是否成立，如果成立，证明从i到k再到j的路径比i直接到j的路径短，我们便设置Dis(i,j) = Dis(i,k) + Dis(k,j)，这样一来，当我们遍历完所有节点k，Dis(i,j)中记录的便是i到j的最短路径的距离。
6、模拟退火算法是模仿自然界退火现象而得，利用了物理中固体物质的退火过程与一般优化问题的相似性从某一初始温度开始，伴随温度的不断下降，结合概率突跳特性在解空间中随机寻找全局最优解。
7、种群竞争模型：当两个种群为争夺同一食物来源和生存空间相互竞争时，常见的结局是，竞争力弱的灭绝，竞争力强的达到环境容许的最大容量。使用种群竞争模型可以描述两个种群相互竞争的过程，分析产生各种结局的条件。
8、排队论发源于上世纪初。当时美国贝尔电话公司发明了自动电话，以适应日益繁忙的工商业电话通讯需要。这个新发明带来了一个新问题，即通话线路与电话用户呼叫的数量关系应如何妥善解决，这个问题久久未能解决。1909年，丹麦的哥本哈根电话公司.埃尔浪(Erlang)在热力学统计平衡概念的启发下解决了这个问题。
9、线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支,它是辅助人们进行科学管理的一种数学方法.在经济管理、交通运输、工农业生产等经济活动中，提高经济效果是人们不可缺少的要求，而提高经济效果一般通过两种途径：一是技术方面的改进，例如改善生产工艺，使用新设备和新型原材料.二是生产组织与计划的改进，即合理安排人力物力资源.线性规划所研究的是：在一定条件下，合理安排人力物力等资源，使经济效果达到最好.一般地，求线性目标函数在线性约束条件下的最大值或最小值的问题，统称为线性规划问题。满足线性约束条件的解叫做可行解，由所有可行解组成的集合叫做可行域。决策变量、约束条件、目标函数是线性规划的三要素。
10、非线性规划：非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。运筹学的一个重要分支。20世纪50年代初，库哈() 和托克 () 提出了非线性规划的基本定理，为非线性规划奠定了理论基础。这一方法在工业、交通运输、经济管理和军事等方面有广泛的应用，特别是在“最优设计”方面，它提供了数学基础和计算方法，因此有重要的实用价值。
数学建模全国优秀论文相关 文章 ：
★ 数学建模全国优秀论文范文
★ 2017年全国数学建模大赛获奖优秀论文
★ 数学建模竞赛获奖论文范文
★ 小学数学建模的优秀论文范文
★ 初中数学建模论文范文
★ 学习数学建模心得体会3篇
★ 数学建模论文优秀范文
★ 大学生数学建模论文范文(2)
★ 数学建模获奖论文模板范文
★ 大学生数学建模论文范文
前两个可以参照灰色系统在残缺图像的修补来预测第3问用GM（1,1）模型来预测 会写程序就很简单了
你可以去下个灰色预测的程序，改改数据，就好啦
A题：深圳人口与医疗需求预测 摘要深圳是我国经济发展最快的城市之一，近年来，随着改革开放，深圳产业结构的变化，深圳的人口也发生着巨大的变化。由此预测深圳人口的变化趋势就显得尤为重要。本文就深圳人口变化及未来医疗床位需求进行了预测。1.针对问题一：分析近十年深圳户籍人口与非户籍人口的变化特征。运用matlab编程绘出两者与总人口的关系曲线——由logstic模型求出该曲线所符合的函数如下：户籍人口： f（x）=a*exp(b*x)+c*exp(d*x) a=，b= c=0 ，d=非户籍人口：f(x) = a*exp(b*x) a = ， b = 2.针对问题二：预测未来十年深圳市人口数量和结构的发展趋势。收集数据（见题目附表）运用matlab编程绘出人口数量变化曲线求出函数、灰色预测法预测人口变化，结果如下：表一 未来十年人口数量的变化 单位（万人）年份（年） 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020非户籍人口 户籍人口 1063总人口 同理可得，各年龄段，地区，性别的人口变化趋势。3.针对问题三：预测未来全市和各区医疗床位需求。首先通过互联网查得医疗床位与年份的关系的数据；然后根据灰色预测法进行可行性分析，编程对已知数据用此法求出模拟值，并绘图。然后对未来十年全市及各区床位进行预测，经后验差检验，发现此法可用。得到数据如下：表二 未来十年全市及各区床位预测 单位（个）年份 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020深圳市 24894 26825 28905 31146 33562 36164 38969 41991 45247 48756罗湖区 602 632 663 696 730 766 803 843 884 928福田区 902 925 948 971 995 1020 1045 1071 1098 1125南山区 1865 1982 2106 2238 2377 2526 2684 2852 3030 3220盐田区 368 391 416 442 470 499 530 564 599 637宝安区 5058 5330 5618 5920 6239 6576 6930 7304 7698 8113龙岗区 2656 2775 2899 3028 3163 3304 3451 3605 3766 3934关键词：深圳人口发展，医疗床位需求，灰色预测法，logstic模型，matlab 一、问题重述深圳是我国经济发展最快的城市之一，30多年来，卫生事业取得了长足发展，形成了市、区及社区医疗服务系统，较好地解决了现有人口的就医问题。从结构来看，深圳人口的显著特点是流动人口远远超过户籍人口，且年轻人口占绝对优势。深圳流动人口主要是从事第二、三产业的企业一线工人和商业服务业人员。年轻人身体强壮，发病较少，因此深圳目前人均医疗设施虽然低于全国类似城市平均水平，但仍能满足现有人口的就医需求。然而，随着时间推移和政策的调整，深圳老年人口比例会逐渐增加，产业结构的变化也会影响外来务工人员的数量。这些都可能导致深圳市未来的医疗需求与现在有较大的差异。未来的医疗需求与人口结构、数量和经济发展等因素相关，合理预测能使医疗设施建设正确匹配未来人口健康保障需求，是保证深圳社会经济可持续发展的重要条件。然而，现有人口社会发展模型在面对深圳情况时，却难以满足人口和医疗预测的要求。为了解决此问题，请根据深圳人口发展变化态势以及全社会医疗卫生资源投入情况（医疗设施、医护人员结构等方面）收集数据、建立针对深圳具体情况的数学模型，预测深圳未来的人口增长和医疗需求，解决下面几个问题：首先分析深圳近十年户籍人口、非户籍人口变化特征其次预测未来十年深圳市人口数量和结构的发展趋势，最后以此为基础预测未来全市和各区医疗床位需求；二、模型假设1.假设收集到的数据都是正确的。2.假设第二、三产业发展平稳，政府政策相对稳定，外来务工人员按正常比例增加。3.本文只选取人口数量与年龄，地区，户籍，性别方面的因素的关系，暂不考虑自然灾害等其他方面的影响。三、符号约定预测变量：表示年份（x）表示人口数，具体见模型的建立与求解 四、问题分析 问题一的分析：由于深圳经济发展迅速，人口增长变化较大，我们选取历年深圳人口的数量进行定量分析，进而求出深圳户籍人口，非户籍人口及总人口的变化曲线，再根据曲线拟合出与之相近的函数，由函数可以分析户籍人口与非户籍人口的变化特征。问题二的分析：分析近十年深圳总人口的变化走势曲线，找出与之最接近的函数曲线，运用matlab编程求出函数，再对户籍人口非户籍人口进行二次拟合，求出总函数，预测未来十年总人口数量变化。同理可求出不同的年龄，不同的地区，不同的性别的人口变化趋势。问题三的分析：医疗床位的需求与人口变化密切相关，由问题二即可求出床位的变化 五、模型的建立与求解针对问题一，建立模型并求解：首先利用已给数据用excel绘出下图图一 1979——2010年深圳市人口发展情况其次用matlab描绘出2001—2010，户籍人口变化曲线与非户籍人口变化曲线，总人口变化曲线图二：户籍人口变化曲线与非户籍人口变化曲线图 图三：总人口变化曲线图由以上两个图可以看出人口数满足阻滞增长函数拟合曲线得到函总人口变化函数f(x) = a1*exp(-((x-b1)/c1)^2) + a2*exp(-((x-b2)/c2)^2) a1 = (, ) b1 = 2011 (2007, 2015) c1 = (, ) a2 = 352 (-1679, 2383) b2 = 2000 (1997, 2003) c2 = (, )通过对以上两个图的拟合可以得到下图图四：拟合图通过对比，发现黄棕色最接近原始数据，此函数为总人口的变化函数最终得出总函数的具体模型为：f(x) = a1*exp(-((x-b1)/c1)^2) + a2*exp(-((x-b2)/c2)^2) a1 = (, ) b1 = 2011 (2007, 2015) c1 = (, ) a2 = 352 (-1679, 2383) b2 = 2000 (1997, 2003) c2 = (, )由此得出结论：1.近十年的非户籍人口数远远高于户籍人口数。2.深圳市年末户籍人口数，户籍人口及非户籍人口都呈现着随时间的推移而递增的趋势，且增长趋势基本相同3. 由编程可得到户籍人口，非户籍人口，总人口的变化函数具体模型如下户籍人口： f（x）=a*exp(b*x)+c*exp(d*x) a=，b= c=0 ，d=非户籍人口：f(x) = a*exp(b*x) a = ， b = 总人口：f(x) = a1*exp(-((x-b1)/c1)^2) + a2*exp(-((x-b2)/c2)^2) a1 = (, ) a2 = 352 (-1679, 2383) b1 = 2011 (2007, 2015) b2 = 2000 (1997, 2003) c1 = (, ) c2 = (, ) 针对问题二，建立模型并求解关于人口数量和结构的变化，我们只考虑以下几方面的因素 年龄根据已有数据运用matlab绘出2000年，2005年，2010年各年龄段人口数曲线图，由此可以看出各阶段年龄人口的变化趋势。 图五 深圳市各年龄段人口变化图由这个图可以看出，这些年龄阶段人数大致吻合，由此得出的结论：各年龄段人口变化基本不大，预测未来十年人口的年龄阶段人口变化图如下： 图六 深圳市2000~2020年年龄结构图 户籍， 运用灰色预测法进行可行性分析：（1）2000-2010年户籍人口原始值与模拟值的对比如下图： 图七 2000-2010年户籍人口原始值与模拟值的对比图（2）2000-2010年户籍人口、非户籍人口的原始值与模拟值的对比如下图： 图八 2000-2010年户籍人口、非户籍人口的原始值与模拟值的对比图结论：通过图表可以看出，灰色预测法的模拟值与真实值较接近，可以运用此种方法。、运用灰色预测法进行预测：（1）对2011-2020年深圳市户籍人口进行预测：由程序可知，2011年末户籍人口模拟值为1076万人，同理可得到2012-2020年深圳市户籍人口的模拟值表三 2012-2020年深圳市户籍人口的模拟值年份 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020人口 所得结果可由下图表示： 图九2000~2020年人口变化图(2)对2011-2020年深圳市户籍人口和非户籍人口进行预测：同理可得到表四2012-2020年深圳市户籍人口的模拟值年份 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020人口 表五 2012-2020年深圳市户籍人口的模拟值年份 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020人口 1063所得结果可由下图表示： 图十2000~2020 户籍人口与非户籍人口走势图结论： 未来十年深圳市户籍人口与非户籍人口及总人口的预测数值见下表：表六 未来十年深圳市户籍人口与非户籍人口及总人口的预测数值年份 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020非户籍人口 户籍人口 1063总人口 地区根据已有数据利用excel表制得下图 图十一 2000年与2010年深圳市人口分布图结论：1.各区人口均有所增加，其中宝安区人口增加明显 性别 图十二2010年深圳市各区男女总数图图十三 2010年深圳市总人数及男女人数走势图 结论：深圳市男女人数均增加，但是男性增加趋势明显高于女性模型三的建立与分析由于收集到的数据有限，以下预测仅对深圳市政府办医院床位给出预测。据所搜集的数据，用matlab编程得到深圳市创维的初始值与模拟值图如下图十四深圳市2000~2010年床位数量走势图可行性分析：由上图可以看到，深圳市床位原始值与模拟值较接近，并且经过后验差检验，结果为good，因此对床位预测来说，灰色预测法可行编程，在Matlab中输入已知数据可得表七2012-2020年床位模拟值。年份 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020床位 24894 26825 28905 31146 33562 36164 38969 41991 45247 48756根据所得数据作图如下： 图十五 罗湖区床位数量预测图同理可得到表八 其他各区的床位，并预测未来十年的床位需求年份地区 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020福田 902 925 948 971 995 1020 1045 1071 1098 1125南山 1865 1982 2106 2238 2377 2526 2684 2852 3030 3220盐田 368 391 416 442 470 499 530 564 599 637宝安 5058 5330 5618 5920 6239 6576 6930 7304 7698 8113龙岗 2656 2775 2899 3028 3163 3304 3451 3605 3766 3934罗湖 602 632 663 696 730 766 803 843 884 928图十六 深圳市各区床位变化走势图结论：在对罗湖区床位进行预测时，由‘The model is eligibility’可知，经后验差检验，结论为‘合格’，误差稍大，但依旧可行。其他检验均为良好。综上所述，本文采用****的数学思想对深圳人口数量和结构的变化作了定量的描述与预测，得出了深圳市近十年人口在年龄，性别，地区，有无户籍方面的变化；其次通过matlab编程预测出了深圳未来十年的人口数量；最后运用灰色预测法对深圳全市及各区未来十年的医疗床位进行了定量预测 六、模型评价：优点：1. 本文采用了较为经典的logistics模型，灰色预测模型 ，短期内预测结果较准确2. 本文采用的专业软件有matlab编程软件，excel 等可以提高计算的准确度3. 建立的模型客观且较符合实际4. 本文结构清晰，层次分明，且简单易懂。5. 采用较多的图示使结论更加清晰明了缺点：1.不适用于长期的预测2.模型考虑的因素较少3. 在利用曲线拟合处理模型时有些曲线的精确度不是很高。4.数据有限，导致预测存在误差 七、模型的原理、改进与应用模型原理：关于人口增长，细菌繁殖，渔牧业的规律之类的问题，由于诸多外界因素的影响，不可能呈指数增长。对于这类问题，我们考虑到logstic模型。理想状态下是J型的，实际上是S型增长，阻滞增长模型就是根据这个演变而来的。其原理是根据数据拟合一条logstic曲线，发现很接近。其公式为：f（x）=a*exp(b*x)+c*exp(d*x)2.灰色预测均为GM（1,1）模型:其形式为： 设原始时间序列： 预测第n+1期，第n+2期，…的值： 设相应的预测模型模拟序列为： 设 为 的一次累加序列： 即： 利用 计算GM(1,1)模型参数 、 。令 则有： 式中： 由此获得GM(1,1)模型： 后验差检验：后验差比值 ，小误差频率 对于外推性好的预测来说，C要小，而p要大。C小即预测误差离散性小。预测精度及所对应值如下表：预测精度等级 P值 C值Good(好) > <（合格） > < good(勉强合格) > <(不合格) ≤ ≥.对于问题二，我们可以考虑更多的人口结构所包括的因素，从而建立更精确的模型，来预测深圳市人口结构的变化对于问题三，我们应该收集更多更全面的数据进行模型分析
加QQ8447798
我去论文答辩了，老师就问到这个。我当时回答错了。然后，他告诉我正确答案：灰色预测的数学理论基础应该是，模糊数学。
收藏小站汉语词典作文论文文秘合同计划总结成教大学英语学习古诗名句成语大全字典查字灰色预测模型理论及其应用联系客服发布时间 : 2023/1/16 11:37:25 星期一 文章灰色预测模型理论及其应用更新完毕开始阅读灰色预测模型理论及其应用灰色系统理论认为对既含有已知信息又含有未知或非确定信息的系统进行预测，就是对在一定方位内变化的、与时间有关的灰色过程的预测. 尽管过程中所显示的现象是随机的、杂乱无章的，但毕竟是有序的、有界的，因此这一数据集合具备潜在的规律，灰色预测就是利用这种规律建立灰色模型对灰色系统进行预测.灰色预测模型只需要较少的观测数据即可，这和时间序列分析，多元回归分析等需要较多数据的统计模型不一样. 因此，对于只有少量观测数据的项目来说，灰色预测是一种有用的工具.本文主要围绕灰色预测GM(1,1)模型及其应用进行展开。一、灰色系统及灰色预测的概念灰色系统灰色系统产生于控制理论的研究中。若一个系统的内部特征是完全已知的，即系统的信息是充足完全的，我们称之为白色系统。若一个系统的内部信息是一无所知，一团漆黑，只能从它同外部的联系来观测研究，这种系统便是黑色系统。灰色系统介于二者之间，灰色系统的一部分信息是已知的，一部分是未知的。 区别白色和灰色系统的重要标志是系统各因素间是否有确定的关系。特点：灰色系统理论以“部分信息已知、部分信息未知”的 “小样本”、“贫信息”不确定型系统的研究对象。 灰色预测灰色系统分析方法是通过鉴别系统因素之间发展趋势的相似或相异程度，即进行关联度分析，并通过对原始数据的生成处理来寻求系统变动的规律。生成数据序列有较强的规律性，可以用它来建立相应的微分方程模型，从而预测事物未来的发展趋势和未来状态。灰色预测是用灰色模型GM(1,1)来进行定量分析的，通常分为以下几类：(1) 灰色时间序列预测。用等时距观测到的反映预测对象特征的一系列数量（如产量、销量、人口数量、存款数量、利率等）构造灰色预测模型，预测未来某一时刻的特征量，或者达到某特征量的时间。(2) 畸变预测（灾变预测）。通过模型预测异常值出现的时刻，预测异常值什么时候出现在特定时区内。(3) 波形预测，或称为拓扑预测，它是通过灰色模型预测事物未来变动的轨迹。 (4) 系统预测，是对系统行为特征指标建立一族相互关联的灰色预测理论模型，在预测系统整体变化的同时，预测系统各个环节的变化。上述灰预测方法的共同特点是： （1）允许少数据预测；（2）允许对灰因果律事件进行预测，比如灰因白果律事件：在粮食生产预测中，影响粮食生产的因子很多，多到无法枚举，故为灰因，然而粮食产量却是具体的，故为白果。粮食预测即为灰因白果律事件预测。 白因灰果律事件 ：在开发项目前景预测时，开发项目的投入是具体的，为白因，而项目的效益暂时不很清楚，为灰果。项目前景预测即为灰因白果律事件预测。（3）具有可检验性，包括：建模可行性的级比检验（事前检验），建模精度检验（模型检验），预测的滚动检验（预测检验）。二、GM（1,1）模型(1,1)模型GM(1,1)模型是基于灰色系统的理论思想，将离散变量连续化，用微分方程代替差分方程，按时间累加后所形成的新的时间序列呈现的规律可用一阶线性微分方程的解来逼近，用生成数序列代替原始时间序列，弱化原始时间序列的随机性，这样可以对变化过程作较长时间的描述，进而建立微分方程形式的模型. 其建模的实质是建立微分方程的系数，将时间序列转化为微分方程，通过灰色微分方程可以建立抽象系统的发展模型. 经证明，经一阶线性微分方程的解逼近所揭示的原始时间数列呈指数变化规律时，灰色预测GM(1,1)模型的预测将是非常成功的. (1,1)模型的建立GM(1,1)模型是指一阶，一个变量的微分方案预测模型，是一阶单序列的线性动态模型，用于时间序列预测的离散形式的微分方程模型.模型符号含义为G M （1， 1）Grey Model 1阶方程 1个变量设时间序列X??有n个观察值，X?0??x?0??1?,x?0??2?,0?,x?0??n?，为了使其成为?有规律的时间序列数据，对其作一次累加生成运算，即令 从而得到新的生成数列X??，X?1??x?1??1?,x?1??2?,1?,x?1??n?,称?为GM(1,1)模型的原始形式。新的生成数列X??一般近似地服从指数规律. 则生成的离散形式的微分方程具体的形1式为即表示变量对于时间的一阶微分方程是连续的. 求解上述微分方程，解为 当t=1时，x(t)?x(1)，即c?x(1)?体形式为其中，ax项中的x为u，则可根据上述公式得到离散形式微分方程的具adx的背景值，也称初始值；a，u是待识别的灰色参数，a为发dt展系数，反映x的发展趋势；u为灰色作用量，反映数据间的变化关系.按白化导数定义有显然，当时间密化值定义为1时，当t?1时，则上式可记为 这表明dx是一次累减生成的，因此该式可以改写为 dt当t足够小时，变量x从x(t)到x(t?t)是不会出现突变的，所以取x(t)与x(t?t)的平均值作为当t足够小时的背景值，即x(1)?1(1)(1)?x(t)?x(t?1)?（紧邻均值（MEAN）??2生成序列）将其值带入式子，整理得1x(0)(t?1)??a?x(1)(t)?x(1)(t?1)????u（GM(1,1)模型的均值形式） 2由其离散形式可得到如下矩阵：(0)(0)令 Y??x(2),x(3),?,x(0)(n)??T称Y为数据向量，B为数据矩阵，?为参数向量. 则上式可简化为线性模型： 由最小二乘估计方法得上式即为GM(1,1)参数a,u的矩阵辨识算式，式中?BB?BTY事实上是数据矩阵B的T?1广义逆矩阵.将求得的a，u值代入微分方程的解式，则其中，上式是GM(1,1)模型的时间响应函数形式，将它离散化得????t?再作累减生成可进行预测. 即 对序列x1上式便是GM(1,1)模型的预测的具体计算式. GM(1,1)模型的检验GM(1,1)模型的检验包括残差检验、关联度检验、后验差检验三种形式.每种检验对应不同功能：残差检验属于算术检验，对模型值和实际值的误差进行逐点检验；关联度检验属于几何检验范围，通过考察模型曲线与建模序列曲线的几何相似程度进行检验，关联度越大模型越好；后验差检验属于统计检验，对残差分布的统计特性进行检验，衡量灰色模型的精度. ? 残差检验残差大小检验，即对模型值和实际值的残差进行逐点检验.设模拟值的残差序列为e(0)(t)，则 令?(t)为残差相对值，即残差百分比为1n令?为平均残差，????(t).nt?1一般要求??t??20%，最好是??t??10%，符合要求.? 关联度检验关联度是用来定量描述各变化过程之间的差别. 关联系数越大，说明预测值和实际值越接近.?(0)(t)??x?(0)(1),x?(0)(2),?,x?(0)(n)? 设 X序列关联系数定义为?(0)的绝对误差，?(t)为第t个数据的关联系数，?(0)(t)?x(0)(t)为第t个点x(0)和x式中,x?称为分辨率，即取定的最大差百分比，0????,一般取??(0)(t)的关联度为 x(0)(t)和x关联度大于60%便满意了，原始数据与预测数据关联度越大，模型越好.? 后验差检验后验差检验，即对残差分布的统计特性进行检验. 检验步骤如下：1、计算原始时间数列X?0???x(0)(1),x(0)(2),2、计算残差数列e(0)??e(0)(1),e(0)(2),?(0)(t),t?1,2,其中e(0)(t)?x(0)(t)?x,x(0)(n)?的均值和方差2 ,e(0)(n)?的均值e和方差s2,n为残差数列.3、计算后验差比值4、计算小误差频率令S0=，?(t)?|e(0)(t)?e|，即P?P??(t)?S0?.若对给定的C0?0，当C?C0时，称模型为方差比合格模型；若对给定的P0?0，当P?P0时，称模型为小残差概率合格模型.> > > << < < >模型精度 优 合格 勉强合格 不合格表 3 后验差检验判别参照表 GM(1,1)模型修正（残差GM(1,1)模型）当原始数据序列X(0)建立的GM(1,1)模型检验不合格时，可以用GM(1,1)残差模型来修正. 如果原始序列建立的GM(1,1)模型不够精确，也可以用GM(1,1)残差模型来提高精度.若用原始序列X(0)建立的GM(1,1)模型?(1)(k). 若取k=t, 可获得生成序列X(1)的预测值，定义残差序列e(0)(k)?x(1)(k)?xt+1, …, n，则对应的残差序列为计算其生成序列e(1)(k)，并据此建立相应的GM(1,1)模型 得修正模型12Word文档下载：灰色预测模型理论及其应用.doc搜索更多:灰色预测模型理论及其应用最新浏览泽林牛津版九年级下册(初三下期)英语 Unit闽高校计算机二级C语言模拟题医院的愿景赖文俊《催官篇》白话解学习优秀奖、学习进步奖、技能竞赛奖评选办法链熸潈浠庝笟钥冭瘯棰?鍚?瓟妗?4鍒?抛光机抛光工艺-流程及技巧辩论赛四辩总结陈词,酒店制度化管理还是人性化管【最新版】水杯盖注塑模说明书毕业设计论文华师版七年级数学最基本的图形点和线测试2百科学习知识的地方免费范文大全热门浏览外贸函电复习题对外汉语教学中的文化教学与跨文化交际遗传学重点考前冲刺—行政法电子教案——Visual FoxPro程序设计文献检索题(1)新版部编人教版三年级下册语文下册课外阅读训练及答案CPC-2&3&5可编程序控制器《综合医院建设标准》作业--操作系统答案计算机组成原理-郑秋梅 - 习题社区居委会与业主委员会的关系探究化工原理 计算题成熙英语中级班听力脚本2016年国家监理工程师市政专业继续教育试题及答案[可编辑]风力发电外文文献翻译中英文精选文档|免责声明|服务条款|联系我们|举报本页文档All rights reserved Powered by 南京廖华资料来自互联网， 有任何疑问，请联系客服邮箱：xxxxx☒ qq:xxxxx 苏ICP备20003344号-1