灰色预测模型及其应用

Vol.18(1998)

增刊

 

数学杂志

J.ofMath.(PRC)

()

Ξ

,通过预1

灰色系统 预测 企业利润

MR(1991)主题分类 34K15

中图法分类 O231

1 引言

企业利润的预测是经济预测领域里一个重要方面,由于影响利润变化的因素很多,并且有些因素是不完全确定的,因此我们很难建立确定的系统预测模型1灰色系统理论对信息不完全确定的系统进行了较全面的论述,其中GM(1,1)模型[1]在经济预测中有一定的参考价值1灰色预测需要较复杂的数学运算,因此,我们通过算法变换设计了相应的计算机预测程序,并对某些企业的生产利润进行了预测探讨,达到了较好的效果1

2 单序列一阶线性模型的建立

设原始时间数据序列为:

x

(0)

={x

(0)

(1),x(0)(2),…,x(0)(n)}

k

  对原序列作一次果加生成处理:

x

(1)

(k)=

∑x

i=1

(0)

(i)(1)

  得到生成数序列:

x

(1)

={x

dx

(1)

(1),x(1)(2),…,x(1)(n)}

(1)

dx+ax=u

  其相应的GM(1,1)的微分方程为:

(1)

(2)

  其中a,u为待辩识参数1

微分方程(2)的解的离散解形式就是预测函数模型

:

(0)δ(1)-x(k+1)=(x(1)-u a)e  其待辩识参数向量[au]T可按下式计算:

Ξ收稿日期:[1**********]

ak

+u a(3)

134数  学  杂  志.18Vol

a=(BTB)-1BTY(4)

  其中:

Y=[x

(0)

(2),x(0)(3),…,x(0)(n)]T[x[x

(1)(1)

(5)

11

--B=

(1)+x(1)(2)] 2(2)+x(1)(3)] 2

-[x

(1)

)(] 2(6)

:

()δ(1)δ(1)

xk+1)=x(k+1)-x(k)

(7)

3 测测实例

武汉市蔡旬区红星塑料厂生产利润资料如下表所示:年份:序号:利润(万元):

19901186

1991216615

1992317815

1993419015

19945204

19956219

19967237

  依表可得原始时间数据序列:

xx

(1)

(0)

={186,16615,17815,19015,204,219,237}

  根据(1)式得一次暴加生成数据序列:

={186,35215,531,72115,92515,114415,138115}

-44118

1

-626125

1

-82315

1

-10351

-12361

  由(6)式得:

B

T

=

-26913

1

  由(5)式得:

Y=[166.5,178.5,190.5,204,219,237]

  由(3),(4)式可得预测函数模型为:

δ(1)0.068kx(k+1)=2362.9e-2176.95

  令k=1至6可得模型值,再由(7)式还原得预测值:

δ()δ()δ()δ()δ()δ(

)

[x0(2),x0(3),x0(4),x0(5),x0(6),x0(7)]

=165.75,177.4,189.8,203.05,217.5,232.65]

(8)

  拟合误差e(k)=x序号k234

(0)

δ(0)(k)的结果如下表所示:(k)-x

拟合值xδ(0)(k)

[**************]8

实际值x0(k)

[**************]

相对误差e(k) x(k)

0145◊0161◊0135◊

增刊

朱 伟 灰色预测模型及其应用135

0146◊0168

◊118◊

567

[**************]65

204219237

  从表中可见,模型的模拟精度较高,其平均误差0172◊1

()

1997年的产值对应xδ0(8),由(8)式得:

δ(1)0.068×7x(8)=2362.9e-2176.=1621.2

  还原后得1997年预测企业利润:

δ(0)δ(1)δ(1)

x(8)=x(8)-x(7)=.(万元)  该厂1997年实际利润252万元,1◊4 结论

,得知灰色预测模型对某些企业的利润预测精度较高,但,也不能适用于同一企业的所有经济参数1对于呈指数规律变化的系统,GM(1,1)模型的预测精度是可以保证的[2],而其它经济系统可以按灰色预测残差辩识模型作预测1

参 考 文 献

1 邓聚龙1灰色控制系统1武汉:华中理工大学出版社,19851319~32012 何文章 王平1关于灰色预测的几个问题1预测,1992,54(2) 36~371

STUDYANDAPPLICATIONOFTHE

GREYFORECASTINGMODEL

ZhuWei(朱 伟)

(JianghanUniversity,Wuhan430010)

Abstract

Thispaperpresentsthegreysystemseconomicforecastingmodelandgivesanapplieationexamplefor.Finallyforecastingerrorisdiscussedtoshowtheeffectivenessofthegreyforecastingenterpriesπsprofits.forecastingmodel

Keywords greysystems forecasting enterpriseπsprofitsMR1991SubjectClassification 34K15

Vol.18(1998)

增刊

 

数学杂志

J.ofMath.(PRC)

()

Ξ

,通过预1

灰色系统 预测 企业利润

MR(1991)主题分类 34K15

中图法分类 O231

1 引言

企业利润的预测是经济预测领域里一个重要方面,由于影响利润变化的因素很多,并且有些因素是不完全确定的,因此我们很难建立确定的系统预测模型1灰色系统理论对信息不完全确定的系统进行了较全面的论述,其中GM(1,1)模型[1]在经济预测中有一定的参考价值1灰色预测需要较复杂的数学运算,因此,我们通过算法变换设计了相应的计算机预测程序,并对某些企业的生产利润进行了预测探讨,达到了较好的效果1

2 单序列一阶线性模型的建立

设原始时间数据序列为:

x

(0)

={x

(0)

(1),x(0)(2),…,x(0)(n)}

k

  对原序列作一次果加生成处理:

x

(1)

(k)=

∑x

i=1

(0)

(i)(1)

  得到生成数序列:

x

(1)

={x

dx

(1)

(1),x(1)(2),…,x(1)(n)}

(1)

dx+ax=u

  其相应的GM(1,1)的微分方程为:

(1)

(2)

  其中a,u为待辩识参数1

微分方程(2)的解的离散解形式就是预测函数模型

:

(0)δ(1)-x(k+1)=(x(1)-u a)e  其待辩识参数向量[au]T可按下式计算:

Ξ收稿日期:[1**********]

ak

+u a(3)

134数  学  杂  志.18Vol

a=(BTB)-1BTY(4)

  其中:

Y=[x

(0)

(2),x(0)(3),…,x(0)(n)]T[x[x

(1)(1)

(5)

11

--B=

(1)+x(1)(2)] 2(2)+x(1)(3)] 2

-[x

(1)

)(] 2(6)

:

()δ(1)δ(1)

xk+1)=x(k+1)-x(k)

(7)

3 测测实例

武汉市蔡旬区红星塑料厂生产利润资料如下表所示:年份:序号:利润(万元):

19901186

1991216615

1992317815

1993419015

19945204

19956219

19967237

  依表可得原始时间数据序列:

xx

(1)

(0)

={186,16615,17815,19015,204,219,237}

  根据(1)式得一次暴加生成数据序列:

={186,35215,531,72115,92515,114415,138115}

-44118

1

-626125

1

-82315

1

-10351

-12361

  由(6)式得:

B

T

=

-26913

1

  由(5)式得:

Y=[166.5,178.5,190.5,204,219,237]

  由(3),(4)式可得预测函数模型为:

δ(1)0.068kx(k+1)=2362.9e-2176.95

  令k=1至6可得模型值,再由(7)式还原得预测值:

δ()δ()δ()δ()δ()δ(

)

[x0(2),x0(3),x0(4),x0(5),x0(6),x0(7)]

=165.75,177.4,189.8,203.05,217.5,232.65]

(8)

  拟合误差e(k)=x序号k234

(0)

δ(0)(k)的结果如下表所示:(k)-x

拟合值xδ(0)(k)

[**************]8

实际值x0(k)

[**************]

相对误差e(k) x(k)

0145◊0161◊0135◊

增刊

朱 伟 灰色预测模型及其应用135

0146◊0168

◊118◊

567

[**************]65

204219237

  从表中可见,模型的模拟精度较高,其平均误差0172◊1

()

1997年的产值对应xδ0(8),由(8)式得:

δ(1)0.068×7x(8)=2362.9e-2176.=1621.2

  还原后得1997年预测企业利润:

δ(0)δ(1)δ(1)

x(8)=x(8)-x(7)=.(万元)  该厂1997年实际利润252万元,1◊4 结论

,得知灰色预测模型对某些企业的利润预测精度较高,但,也不能适用于同一企业的所有经济参数1对于呈指数规律变化的系统,GM(1,1)模型的预测精度是可以保证的[2],而其它经济系统可以按灰色预测残差辩识模型作预测1

参 考 文 献

1 邓聚龙1灰色控制系统1武汉:华中理工大学出版社,19851319~32012 何文章 王平1关于灰色预测的几个问题1预测,1992,54(2) 36~371

STUDYANDAPPLICATIONOFTHE

GREYFORECASTINGMODEL

ZhuWei(朱 伟)

(JianghanUniversity,Wuhan430010)

Abstract

Thispaperpresentsthegreysystemseconomicforecastingmodelandgivesanapplieationexamplefor.Finallyforecastingerrorisdiscussedtoshowtheeffectivenessofthegreyforecastingenterpriesπsprofits.forecastingmodel

Keywords greysystems forecasting enterpriseπsprofitsMR1991SubjectClassification 34K15


相关文章

  • 几种作物产量预测模型及其特点分析_林绍森
  • 第20卷 第3期西 南 科 技 大 学 学 报JOURNAL OF S OUTH W EST UN I V ERSI TY OF S C I E NCE AND TECHNOLOGY Vol . 20No . 3 Sep. 2005 几种作 ...查看


  • 基于多因素灰色马尔科夫链模型的股价预测
  • 基于多因素灰色马尔科夫链模型的股价预测 王培勋 高俊荣 西安财经学院 陕西 西安 710100 [摘 要]股票价格受多种因素的影响,很多因素无法准确掌握.文章通过客观分析,把经济发展水平.货币政策以及新股发行几个方面作为影响股价的关键因素. ...查看


  • 规划人口预测研究
  • 第27卷第6期加0r7年11月 经济地理 v01.27.No.6N0v..200r7 ECONOM[CGEOGRAPHY 文章编号:1000-8462(2007)06一0942-04 基于两种新型灰色模型的中国人口预测① 门可佩,官琳琳,尹 ...查看


  • 测绘工程毕业设计开题报告
  • 一 选题的目的与意义 随着我国经济建设的快速发展,带动了许多关系到国计民生的大型基础设施的建设.比如:兴建了众所周知的长江三峡大坝和葛洲坝等大型水电枢纽工程:已建成或在建中的数十座长江大桥和跨海大桥:各城市新兴的的大型工业厂房和高层民用商用 ...查看


  • 传染病预测预警方法在我国的应用现状
  • 308 CHINA TROPICAL M EDICINE Vol.10No.3M arch 2010中国热带医学2010年第10卷第3期 [疾病监控] 传染病预测预警方法在我国的应用现状 Current status of applicat ...查看


  • 基于马尔科夫-Verhulst模型的铁路货运量预测研究
  • ? 基于马尔科夫-Verhulst模型的铁路货运量预测研究 基于马尔科夫-Verhulst模型的铁路货运量预测研究 袁胜强,鲍学英,王起才 (兰州交通大学土木工程学院,兰州 730070) 摘 要:铁路货运量是一个地区经济发展的先行指标之一 ...查看


  • 数学建模方法及其应用
  • 一.层次分析法 层次分析法[1] (analytic hierarchy process ,AHP ) 是美国著名的运筹学家T .L .Saaty 教授于20世纪70年代初首先提出的一种定性与定量分析相结合的多准则决策方法[2,3,4].该 ...查看


  • 铁路货运量预测方法组合研究
  • 铁路货运量预测方法组合研究 摘要:本文将灰色系统理论和线性回归方法结合起来,对预测方法进行了深入具体的阐述.最后以四川省铁路货运量为背景展开了案例分析. 关键词:灰色系统理论,线性回归,预测 铁路运输是一个复杂的动态系统,在进行货运量预测时 ...查看


  • 设备全寿命周期管理
  • 1.设备全寿命周期管理 1.1基本概念 传统的设备管理(Equipment management)主要是指设备在役期间的运行维修管理,其出发点是设备可靠性的角度出发,具有为保障设备稳定可靠运行而进行的维修管理的相关内涵.包括设备资产的物质运 ...查看


热门内容