基于灰色GM(1,1)模型的江苏省人均生产总值预测

已于 2022-08-15 10:38:26 修改
阅读量642 收藏 13
点赞数 1
分类专栏： 数学建模 文章标签： 算法 统一建模语言 matlab
于 2022-08-14 23:17:09 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44734502/article/details/126335697
版权
本文使用灰色GM(1,1)模型预测江苏省人均生产总值，通过级比检验、建模、求解和模型检验，得出预测结果。尽管相对误差较大，但级比偏差小，表明模型精度较高。" 112227984,10538139,Flink SQL CDC：实时数据同步到Kafka与MySQL的高效方案,"['实时计算', '数据同步', 'Flink', 'MySQL', 'Kafka']
摘要由CSDN通过智能技术生成

       前面小编已经详细介绍了灰色GM(1,1)预测模型的推导，并且运用模型解决了几个问题。今天，小编看到国家统计局发布的近年来的江苏省人均生产总值数据，那么我们就利用这个数据再次练习一下灰色预测模型。

题目：由国家统计局网站得到2012年-2018年江苏省人均生成总值如下表所示

由于年份数据较少，在这里我们采用2012-2018年数据作为原始序列建模，以此来预测其他年份的江苏省人均生产总值。

      解答

第一步：级比检验

      为了保证GM(1,1)模型的可行性，需要对已知数据做必要的检验处理。建立江苏省人均生产总值的时间序列如下

  •  求级比

当k=2,3,...,7时，求得 

最低0.47元/天 解锁文章
小白0126
关注
专栏目录
【预测模型】基于GM（1,1）预测某地区未来6年的人口数量
Fanjufei的博客
04-19 660
然后，我们建立了一个GM(1,1)灰色预测模型，求解参数lambda和C，用于预测未来的人口数量。接下来，我们对模型进行检验，计算误差、均方根误差等指标。最后，我们使用模型预测未来6年的人口数量，并输出结果。灰色预测模型是一种基于灰色系统理论的建模与预测方法，它可以通过对已知数据的处理得到一个适当的预测模型，从而对未来数据进行预测。然后，我们可以使用Matlab的灰色预测工具箱来建立灰色预测模型。需要注意的是，在实际应用中，我们需要根据具体问题选择合适的灰色预测模型，同时还需要对结果进行合理性分析和判断。
基于灰色关联度的人均GDP影响因数分析
m0_63846381的博客
08-04 483
城镇登记失业率、对数化居民人均可支配收入等因子对人均GDP影响因素，由于附件给出的数据量较少不适用与大数据量统计模型，而灰色关联度模型不需要太多的数据就能计算出相关度来影响影响因素所以这里优先使用灰色关联分析模型建立影响因子对人均GDP相关度进行分析，为了排除不同影响因子单位不同对结果的影响且数据无明显边界，我们采用0均值标准化方法对数据进行了无量纲化处理。城镇登记失业率、对数化居民人均可支配收入等因子对人均GDP关联度大小模型。表示第i个影响因子在第k年对对数化人均GDP的分散关联度。...
【数学建模】day14-建立GM(1,1)预测评估模型应用
weixin_30568715的博客
08-02 770
学习建立GM(1,1)灰色预测评估模型，解决实际问题： SARS疫情对某些经济指标的影响问题 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 进行定量的评估，现仅就 SARS 疫情较...
算法介绍及实现——GM(1,1)预测模型（附完整Python代码）
weixin_51009494的博客
08-17 1万+
灰色系统理论是一个比较庞大的体系，在数据分析有很多的广泛使用，包括灰色关联分析、GM(1,1)、GM(2,1)、GM(1,n)以及各种改进的灰色模型算法等等。今天主要介绍GM(1,1)这个最简单的模型。
GM1N_灰色预测_GM1n预测_GM模型_
09-30
标题中的“GM1N_灰色预测_GM1n预测_GM模型”指的是灰色预测的其中一个具体模型——GM(1,N)模型。在这个模型中，“1”代表一级预测模型，表示数据生成过程只经历一次非线性变换；“N”则表示对未来N期的预测。GM(1,1)...
GM1n_GM（1N）预测模型_gm1n模型_GM1N_GM1n预测_灰色预测
09-11
12程序可直接运行，可以更换数据。预测未来数据时，只需修改T值，以及因变量数据；否则T=0即可。例如，预测未来2个数据，T=2.输入数据：因变量x1为400.因变量x2为50；因变量x1为450.因变量x2为90。
灰色系统预测模型GM(1,1)的基本思想与实现过程
05-01
灰色系统预测模型GM(1,1)是一种在信息不完全、数据模糊的环境中进行预测的数学工具，尤其适用于处理小样本、非线性、非平稳序列的问题。它由我国学者邓聚龙教授于20世纪80年代提出，是灰色系统理论的核心内容之一。...
GM(1,1)灰色预测模型
C语言/数据结构/数学建模/深度学习/生物信息
02-11 8454
GM(1,1)灰色预测模型 Author:丸子 Written on: 220211 笔记 课程来自b站网课老哥带你学数模 书本为《数学建模算法与应用（第3版）》，司守奎编著 第450页 灰色预测模型是灰色系统的一个重要应用，关于灰色系统有关的参见上一篇笔记《灰色系统理论与灰色关联分析模型》 文章目录GM(1,1)灰色预测模型三、灰色生成数列3.1 累加生成3.2 累减生成3.3 加权邻值生成四、灰色模型GM（1,1）引入GM(1,1)定义GM(1,1)灰色预测的步骤1.数据的检验与处理2.建立G
灰色预测模型GM(1,1)的全面讲解及python实现
Trisyp的博客
05-27 2万+
1. 灰色预测的概念 （1）灰色系统、白色系统和黑色系统 白色系统是指一个系统的内部特征是完全已知的，既系统信息是完全充分的。 黑色系统是一个系统的内部信息对外界来说是一无所知的，只能通过它与外界的联系来加以观测研究。 灰色系统介于白色和黑色之间，灰色系统内的一部分信息是已知的，另一部分信息是未知的，系统内各因素间有不确定的关系。 （2）灰色预测法 所以灰色预测就是通过这样的信息前提下做的一种预测分析，即灰色预测法是一种预测灰色系统的预测方法。 灰色预测通过鉴别系统因素之间发展趋势的相异程度，
GM（1,1）灰色预测模型——详细过程与python实现
热门推荐
Westbroobo的博客
05-15 2万+
灰色预测是一种对含有不确定因素的系统进行预测的方法，有助于解决样本数量少、数据信息少和信息不完整等不确定的问题。本文详细介绍了灰色预测中的GM（1,1）模型的原理、建立、求解和检验，并使用python实现所有操作，是一个完整的灰色预测模型模板。
算法刷题：300. 最长递增子序列、674. 最长连续递增序列、718. 最长重复子数组、1143. 最长公共子序列
最新发布
qq_61936886的博客
09-12 448
如果text1[i - 1] 与 text2[j - 1]不相同，那就看看text1[0, i - 2]与text2[0, j - 1]的最长公共子序列 和 text1[0, i - 1]与text2[0, j - 2]的最长公共子序列，取最大的。但dp[i][0] 和dp[0][j]要初始值，因为 为了方便递归公式dp[i][j] = dp[i - 1][j - 1] + 1;2.递推公式：当A[i - 1] 和B[j - 1]相等的时候，dp[i][j] = dp[i - 1][j - 1] + 1;
算法知识点——常用输入输出数据的方式
5233的博客
09-12 257
除了换行之外，还会清空缓存区，而清空缓存区这件事情会耗时很久，因此为了提高速度，一般直接：cout << “\n”;2、n组输入输出(n不确定）1、n组输入输出(n确定）3、 复杂的输入输出。
Java数据结构（十）——冒泡排序、快速排序
xiaokuer_的博客
09-11 1147
文章介绍了冒泡排序和快速排序，快速排序的内容包括：划分方式、优化策略以及非递归实现
算法基础-约数
qq_65186476的博客
09-11 293
试除法求约数、约数个数、约数之和、最大公约数
算法练习题24——查找杨辉三角中的组合数
hello77的blogggg 祝你得偿所愿
09-12 553
逐项递推法适合处理较小的数据量，计算较为直观，但当杨辉三角行数较大时，效率较低。 二分查找法利用组合数的单调性，显著提高查找效率，适合处理较大的数据范围。这两种解法在不同场景下都可以使用，二分查找法尤其适合大规模数据下的查找问题。
算法练习题22——解码
hello77的blogggg 祝你得偿所愿
09-11 372
小明有一串很长的英文字母，其中可能包含大写和小写字母。在这串字母中，有很多字母是连续且重复的。为了压缩这串字母的表达形式，小明决定将连续相同的字母用“字母 + 出现次数”的形式表示。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值