论文基于灰色预测的sars疫情影响的分析模式识别数学建模论

《论文基于灰色预测的sars疫情影响的分析模式识别数学建模论》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于灰色预测的SARS疫情影响的分析摘要灰色系统模型在农业科学、经济管理、环境科学、医药卫生、矿业工程、教育科学、水利水电、图像信息、生命科学、控制科学、航空航天等众多领域中得到了广泛的应用，解决了许多过去难以解决的实际问题，展示了极为广泛的应用前景。2003年的SARS疫情对商品零售业、旅游业和综合服务业产生了巨大的影响。本文使用灰色预测对影响进行分析，得到了若在2003年未发生疫情时的预测数据，与SARS疫情影响下的实际数据进行比较，得出了较为客观的评价结果。然后以对疫情期间接待海外旅游人数的分析为例，

2、通过使用多项式拟合模型及最小二乘法拟合模型进行分析，同时与灰色预测模型得出的结果进行比较分析，使得结果更加全面、客观。一、问题的提出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

3、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1、表2和表3。表1商品的零售额（单位：亿元）年代1月2月3月4月5月6月7月8月9月10月11月12月199783.079.878.185.186.688.290.386.793.392.590.996.91998101.785.187.891.693.494.597.499.5104.2102.3101.0123.5199992.2114.093.3101.0103.5105.2109.5109.2

4、109.6111.2121.7131.32000105.0125.7106.6116.0117.6118.0121.7118.7120.2127.8121.8121.92001139.3129.5122.5124.5135.7130.8138.7133.7136.8138.9129.6133.72002137.5135.3133.0133.4142.8141.6142.9147.3159.6162.1153.5155.92003163.2159.7158.4145.2124.0144.1157.0162.6

5、171.8180.7173.5176.5表2接待海外旅游人数（单位：万人）年代1月2月3月4月5月6月7月8月9月10月11月12月19979.411.316.819.820.318.820.924.924.724.319.418.619989.611.715.819.919.517.817.823.321.424.520.115.9199910.112.917.721.021.020.421.925.829.329.823.616.5200011.426.019.625.927.624.323.027.8

6、27.328.532.818.5200111.526.420.426.128.928.025.230.828.728.122.220.7200213.729.723.128.929.027.426.032.231.432.629.222.9200315.417.123.511.61.782.618.816.220.124.926.521.8表3综合服务业累计数额（单位：亿元）年代2月3月4月5月6月7月8月9月10月11月12月1997961441942763834665546527478329721998

7、11116923540045956569580588110111139199915123833542554164173986697510871238200016426337653160071191310381173129614972001182318445576708856100011451292143516672002216361504642818979114213051479164419202003241404584741923111412981492168418852218试根据这些历史数据建立预测评

8、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。二、问题的分析与假设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：（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）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