当前位置：文档之家 › 基于GM(1

基于GM(1

  • 格式：pdf
  • 大小：367.15 KB
  • 文档页数：5

Ｅ ｔ ｒ ｒ ｅ Ｐ ｏ ｉ Ｂ ｓ ｄ ｏ （ ，）Ｃ ｂ ｃＣ ｒ ｅ Ｍｏ ｅ ｎ ｅ ｐ ｉ ｒ ｆ ａ ｅ ｎ ＧＭ １１ ｕ ｉ ｕ ｖ ｄ ｌ ｓ ｔ
Ｌ ａ —ｚ ｏ Ｌ Ｉ Ｂ ｉ ｈ ｕ ， ＵＯ ａ Ｘｉｏ—ｆｎ 。 ＬＩＢｏ ａｇ
ｇ ｏ ｈ， ｅ ｔ ｅ ｌ ｅ ａ ｄ ｓ ｓａｎ ｂ ｅｇ ｏ ｔ ａ ｄ ｔｅ ｈ ｓｅｅ ｉ ｆ ｃ ｘ ｓ ｎ ｔ ｅｓ ｃ ｎ ｔ ｅｗ ｅ ｅ ｎ ｍ ｅ ｆｐ ｔｎ ｓ ｒｗｔ ｇ ｎｌ ｄ ｃ ｉ ｕ ｔ ｉａ ｌ ｒ ｗ ｈ， ｎ ｈ ｙ ｔ ｒｓｓｅ ｅ ｔｅ ｉｔ ｉ ｅ ｏ ｄ ｓａ ｈ ｎ ｔ ｕ ｂ ｒｏ ａｅ ｔ ｅ ｎ ｎ ｓ ｈ ｇ ｈ ｉ
ｐ ｔ ｎ ａ ｏ ｉ ｖ ｎ ｕ ｎ ｅ ｏ ａｇ — ｃ ｌ ｎ ｅｐ ｓ ｒ ｆ ｎ ｓ ｇ ｔ ｅ ｌ ｒｅ— ｓ ａｅ ｅ ｔｒ ｒｓ ａａ ｄ ｒｎ ９ ８ ａ ｄ ａ ｅ ｔ ｓｐ ｓｔ ｅ ｉｆ ｅ ｃ ｎ ｌ ｒｅ— ｓ ａ ｅ ｅ ｔ ｒ ｒ ｅ ｐ ｏ ｔａ ｄ ｕ ｉ ｈ ａ ｇ － ｃ ｌ ｎ ｅ ｐ ｅ ｄ ｔ ｕ ｇ １ ９ ｎ ｈ ｉ ｌ ｉ ｉ ｎ ｉ ｉ ２ ０ ｔ ｉ ｐ ｐ ｒｏ ｔ ｉｓ ｔｅ ｒ ｌｔ ｎ ｍｏ ｅ ０ ９． ｓ ａ ｅ ｂ ａｎ ｈ ｅ ａｉ ｄ ｌ ｈ ｏ Ｙ＝０ ６ １＋１ ５ ５ ．３ ． ２ ｘ一 １ １ ７ ＋０ ３ ７ ｂ ｔ ｅ ｎ ｉｖ ｎ ｉｎ ｐ ｔ ｎ ｎ ａ ｇ ．９ｘ ． １ ｘ ｅｗ ｅ ｎ ｅ ｔ ａ ｅ ｔａ ｄ ｌｒ ｅ— ｏ
《 软科学￣ １＃ 月 第２ 卷 第６ （ 第１ 期） ２ ２－ ． ６ ． 期 总 ５ ０ ６ ０
基于 Ｇ （ ，） Ｍ １１三次曲线模型的发明专利 对大型企业利润影响研究
李柏 学 院 ， 尔滨 １０ ０ ；．北 京 大学 经济 学 院 ， １哈 哈 ５０ １２ 北京 １０７ ） ０ ８ １
中图分类号 ：２ ５ Ｆ７ 文献标识码 ： Ａ 文章编号 ：０ １ ８ ０ （０ ２ ０ ０ ０ ０ １０ — ４ ９ ２ １ ）６— ０６— ４
Ｓ ｕｄｙ ｏｎ ｔ ｎ ｌ ｔ ｈｅ Ｉ ｆｕｅｎｃｅ ｏ ｎｖ ｔｏｎ Ｐａ ｅｎ ｏ Ｌａｒ ｆ Ｉ ｅｎ ｉ ｔ ｔｔ ｇｅ —ｓ ａｌ －ｃ ｅ
摘要 ： 运用 Ｇ １ １ 矫正利润指标统计误差和分布规律 的前提下 ， 明确发 明专 利对大 型企业利润存 在正 向影 在 Ｍ（ ，） 在
响作用 的基础上 ， １９ ２ ０ 年 我国大型企业 的数据为样本 ， 以 ９ ８— ０ ９ 利用 Ｓ Ｓ Ｉ． Ｐ Ｓ６ ０软件得 出发 明专利对我 国大型企业 利润影响 的关系模型 ： ０ ６ １＋１５ ５ ｙ： ．３ ． ２ ｘ一１ １７ ＋０ ３７ 。 ．９ ｘ ． １ｘ。研究 结果 表 明 ， Ｍ（ ， ） Ｇ １ １ 是消 除数 据 主观统 计误 差、 矫正数据分布规律 的有效工具 ， 与计量经济学模 型的结合是传统计量经 济学模型 的改进 ， 其 能更精确地 反映 出 变量之间的作用关系 ； 在发 明专利 的影响下 ， 利润呈现 出减速增长 、 平缓下降 、 持续增长 三个 阶段 ， 明专利 作用 的 发 滞后性集 中表现于数量持续增加 ， 而开发利用效率下降 的第二阶段 。 关键词 ： 大型企业利润 ； 明专利 ； Ｍ（ ，） 三次 曲线 发 Ｇ １１ ；
ｅ ｔ ｒ ｅｐｏ ｔ ｙ Ｐ Ｓ ６ ０ ｈ ｓｌ ｈ ｗ ｔａ ： Ｍ（ ， ）ｉ ａ ｆ ｃｉ ｏ ｔ ｅ ｍｉ ｔ ｓ ｂ ｃ ｅ ｏｓ ｎ ｏｒｃ ｎｅ ｉ ｒｆ Ｓ １ ． ．Ｔ ｅｒ ｕｔ ｓｏ ｔ Ｇ １ １ ｓｎ ｅ ｅ ｔ ｅｔ ｌ ｏ ｌ ｎ ｅ ｕ ｊ ｔ ｌ ｒ ａ ｄ ｃ ｒ ｔ ｐ ｒ ｓ ｉｂ Ｓ ｅ ｓ ｈ ｖ ｏ ｉ ａ ｅ Ｔ ｅ
ｄ ｓｒ ｕ ｉｎ ｌｗ ｏ ａａ ａ ｄ ｉ ｉ ｎ ｉ ｒｖ ｍｅ ｔ ｙ ｃ ｍｂ ｎｎ ｔ ｏ ｔ ｄ ｔ ｎ ｃ ｎ ｍｉ ｄ ｌ ， ｈ ｃ ｌ ｒｆ ｃ ｈ ｎ — ｉｔｉ ｔ ａ ｆ ｔ ， ｎ ｔ ｓａ ｂ ｏ ｄ ｍｐ ｏ ｅ ｎ ｏ ｉ ｉ ｇ ｉ ｔ ａ ｉ ｏ ａ ｅ ｏ ｏ ｃ ｍｏ ｅｓ ｗ ｉｈ ｗｉ ｅ ｅ ｔ ｅ ｆ ｃ ｂ ｒ ｉ ｌ ｌ ｌ ｔ ｕ ｔ ｎ ｒ ｌｔ ｎ ｍｏ ｇ ｖ ｒ ｂ ｅ ｒ ｃ ｕ ａｅｙ； ｎ ｅ ｈ ｎ ｕ ｎ ｅ ｏ ｎ ｅ ｔ ｎ ｐ ｔｎ ， ｅ ｐ ｏ ｉ ｓ ｏ ｓ ｔ ｒｅ ｓ ｇ ｓ ｏ ｌｗ ｉ ｅ ａｉ ｓ ａ ｎ ａ ｉ ｌ ｓｍｏ ｅ ａ ｃ ｒ ｔｌ ｕ ｄ ｒｔ ｅ ｉ ｅ ｃ ｆｉ ｖ ｎｉ ａ ｅ ｔ ｔ ｒ ｆ ｈ ｗ ｈ ｅ ｔ ｅ ｆｓｏ ｏ ｏ ａ ｌ ｆ ｏ ｈ ｔ ａ
，
（．ｃｏｌｆＥｏｏ ｉ＆ Ｍ ｎｇｍ ｎ，ａｂ ｎｉ ｅｎ ｎ ｅｉ ，ａｂ ００ ； ｈｏ ｏ Ｅｏｏｉ ，ｅ ｎ ｎ ｅ ｉ ， １ ｈｏ ｏ ｃｎｍｃ Ｓ ｓ ａａｅ ｅ Ｈ ｒｉ Ｅｇｎ ｒｇ Ｕｉ ｒｔ Ｈ ｒｉ １ ０１２Ｓ ｏｌ ｃｎｍｃ Ｐｋ ｇ Ｕｉ ｒｔ ＆ ｔ ｎ ｅｉ ｖ ｓｙ ｎ５ ｃ ｆ ｓ ｉ ｖ ｓｙ
１１ １ ０８ ） ３ ７
Ａ ｓ ａｔ Ｂ ｓ ｇＧ １１ ｏｒ ｔｄｔｅｓ ｔｔ ｓｅ ｏ ｎ ｉｒ ｕｉ ｆ ｒ ｔｏ ａｉ ｏ ｏｆ ｍ ｎ ａ ｉｖｎｉ ｂｔ ｃ ： ｙｕｉ Ｍ（ ， ）ｃｒ ｃｅ ｔｉ ｉ ｒ ｒ ｄｄ ｔｂ ｔ ｎｏ ｏ ，ｎｂｓ ｆ ｎｉ ｉｇｔ ｔ ｎｅｔ ｎ ｒ ｎ ｅ ｈ ａ ｓｃ ａ ｓ ｉ ｏ ｐｆ ｉ ｓ ｃ ｒ ｈ ｏ

合集下载

基于GM_1_1_预测模型的中药材价格指数预测_茅鸯对

基于GM_1_1_预测模型的中药材价格指数预测_茅鸯对


越好（因为 C 值小，说明残差方差小，样本方差大）。对于建立
的灰色 GM（1，1）预测模型，一般参考精度指标0）（t）为模型预测值；当 t≤n 时，x（0）（t）为模
型拟合值。
2 基于 MATLAB 的中药材价格指数灰色 GM（1，1）
预测模型实现
“康美·中国中药材价格指数”是首个依托大型民营企业
本文在研究灰色 GM（1，1）预测模型的基础上，对“康美· 中国中药材价格指数”做预测分析，为有关部门在方法上提供 参考，也为制定和调整各项经济政策，特别是价格政策、调控 价格总水平提供依据，引导生产和消费预期。
1 灰色 GM（1，1）预测模型概述及其原理
灰色预测适合于对既含有已知信息又含有不确定信息的 系统进行预测，就是对在一定范围内变化的、与时间有关的灰 色过程进行预测[1]。尽管灰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，因此得到的数据集合具 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[2]。结合实际情况，考虑到中药材价格指数 具有明显的动态特征和不确定性，且有诸多因素影响，符合灰 色系统的特点，并且 GM（1，1）的适用范围很广，对样本量数据 的多少和样本有无规律都适合[3]，因此本研究考虑采用离散灰
· 2200 · China Pharmacy 2014 Vol. 25 No. 23
中国药房 2014 年第 25 卷第 23 期
开始
输入原始数据系统 x（0）
级比检验 不合格 合格
累加生成 x（1），紧邻生成 z（1）
建立 GM（1，1）模型
计算参数 a、b，回代
精度检验 不合格 合格
数据预测、拟合
价格指数 1 037.14 1 068.82 1 100.75 1 101.24 1 108.57
基于GM(1

基于GM(1

ｌ ２３
２ ｏ ｏ５
： 。 一
７０ ．４ ６２ ．８ ８２ －Ｏ ７５ ．１
７．９ ５
ｌ ．１ １７ ｌ ．９ ７９ ２ ．９ ６１ ３ ．０ ３７
４１２９ ．
６８ ．７ ７ｏ ．９ ７３ ．２ ７５ ．５
７．０ ８
Ｏ １ ．７ － ．ｌ ０８ Ｏ８ ．８ －． ００ ４
显然 Ｐ＞ ． ， ＜ ． ， Ｏ ５Ｃ ０ ５ 关联度 大于 ０６， ９ ３ ． 平均相
的项 进 行 残 差 修 正 。 若 取 Ｊ＝ｉ ， ， ＋１… ｎ得 到
＝
一
收 稿 日期 ：２ １－２ １ ０ １１．１ 基金项 目：甘肃省 自然科学研究基金计划 （ ９ Ｒ Ｚ １ ６ ；甘肃 省教育厅项 目 （ ９ ８０ ） ０６ Ｊ Ｅ ０ ） ０ ０ ．７ 。
作者简介 ：王丙 参 （９３ ） １８一 ，男，河南南阳人 ，讲 师，硕 士 ，研 究方 向：随机 过程 与保 险精 算。
Ｇ １ （ １模 型的平均相对误差 ； ） 一般要求平 均相对 误 差 不 超 过 １％ ０ 否 则 进 行 残 差 修 正 。 称 Ｐ ：（－ ）０ ％ 为 Ｇ １ ） 型 的精 度 。一般 要 ｏ １ 一 １０ Ｏ Ｍ（ １ 模 ，
，
Ｇ １） Ｍ（ １模型 ， 。
１ ．模型建立 ： 设时 间序列 ＝ ∞１ 。 （ （ ，
第２卷 １
第３ 期
牡 丹 江 大学 学报
Ｊ ｕ ｎ １ ｏ Ｍ ｄ ｎ ｉｎ Ｕ ｉｅ ｓ ｔ ｏ ｒ ａ ｆ ｕ ａ ｊ ａ ｇ ｎ ｖ ｒ ｉｙ
Ｖ ． Ｎ Ｏ１ ２１ ｏ．３ Ｍａｒ ． ２０ ２ １
２ １ 年 ３月 ０２
文 章 编 号 ： １ ０ －７ ７ （ ０ ２ ０ ．１ ３０ ０ ８８ １ ２ １ ） ３０ ２ ．２
GM(1,1)实例论文

GM(1,1)实例论文

基于GM(1,1)的棉花期货价格预测模型 自2004年6月棉花期货在郑商所上市交易以来，其发展规模和影响力不断扩大，吸引越来越多的市场主体参与其中。

众所周知，棉花期货的参与主体主要有三类：投机者、套保、套利。

不论是什么样的主体，参与期货交易的首要事情就是要对当期价格及其未来价格走势进行分析预测，从而制定相应的交易计划。

对价格进行分析预测主要有两种方法，基本面和技术面。

基本面分析由于需要搜集大量的基本面数据，牵涉面广，而且信息相对滞后；技术面分析认为价格反映一切，相对简单，但是主观性较大，初学者很难掌握和运用。

因此，能否依据已有的、每个市场主体都能简单获取的信息来建立一个价格预测模型来对棉花期货的价格在一定误差的范围内进行预测，对市场参与主体进行引导，规避相应的风险，是十分必要的。

基于此，本文依据灰色系统理论，利用GM （1,1）模型，建立棉花期货的价格预测模型，以求能够合理的对棉花期货的未来价格走势作出预测。

1、 灰色系统简介灰色系统理论是有中国学者邓聚龙教授于1982年创立的，是一种研究少数据、贫信息等不群定问题的新方法。

该理论以“部分信息已知，部分信息未知”的“小样本”、“贫信息”等不确定系统为研究对象，主要通过对“部分”已知的信息的生成、开发、提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控。

其特点是“少数据建模”。

灰色系统理论下的GM(1,1)模型是一种单序列模型，其不涉及到其它外生变量，只从系统的背景序列对未来的趋势进行预测。

由于其对数据序列没有什么特殊的限制，因此应用范围十分宽广。

利用灰色理论对棉花期货价格进行预测，主要基于以下三个假设：（1） 价格反映一切；（2） 价格运行是有趋势的，趋势延续的概率往往大于反转的概率；（3） 新价格的认知作用大于老信息；1.1 GM(1,1)模型简介建立原始GM(1,1)模型不需要考虑价格系统以外的因素, 仅仅需要一个单独的数据序列x(0)就可以对未来的价格进行预测。

基于GM(1,1)模型的入境旅游发展研究

基于GM(1,1)模型的入境旅游发展研究

基于GM（1，1）模型的入境旅游发展研究摘要：基于灰色系统理论，以浙江省滨海7城市2000—2010年入境旅游统计资料为原始数据，建构旅游指标gm（1，1）灰色预测动态模型并进行模型精度检验；对预测结果分析表明，模型预测结果与实际数据比较接近，进而利用该模型对浙江省滨海7城市2012—2016年入境旅游指标进行预测；最后，提出浙江省滨海7城市入境旅游可持续发展对策。

关键词：gm（1，1）模型；入境旅游；滨海城市中图分类号：f590.3 文献标志码：a 文章编号：1673-291x（2012）34-0165-02引言中国著名学者邓聚龙教授于1982年创立灰色系统理论，经过近三十年的发展，形成以系统分析、信息处理、建模预测、决策控制为主要内容的系统体系，广泛应用于工程控制、经济管理、社会系统等众多领域。

其中的灰色动态预测模型自提出以来在中国许多行业得到广泛应用[1]。

国内有些旅游专家、学者利用灰色预测法对旅游业发展进行灰色预测，例如：陈白璧、裘晓雯的福建省生态旅游主要发展指标的灰色预测[2]；穆之秀等的对河北省旅游产业的灰色关联分析及预测[3]；徐松华的基于灰色系统理论的湖北国内旅游预测[4]；唐晓云等的灰色系统理论及其在旅游预测中的应用——以广西桂林为例[5]；王海鸿的中国入境旅游的灰色预测[6]等。

二、滨海城市入境旅游可持续发展对策1.分级开发入境旅游市场，形成多元市场格局。

根据浙江省旅游局对2011年全省入境旅游客源市场分析可以发现：浙江省旅游客源地主要集中在亚洲、欧洲、美洲。

亚洲的来浙游客数前三分别是韩国、日本和美国（港澳台地区除外），在客源市场中也占据较大的份额，日韩一直是浙江省较大的客源国，而欧美的客源数增长速度较快，说明这两个市场具有较大的旅游客源开发潜力。

因此，结合浙江省旅游局对2011年全省的入境游客数数据分析以及客源地滨海地理区位相近因素，将浙江省海滨地区入境旅游市场分为三个级别。