【正文】 出事故。 假設不受機動車駕駛員因素，車輛技術故障因數(shù)，非機動車駕駛員因素，行人和乘車人因素，道路因素以及其他因素影響。因此，灰色關聯(lián)度分析對于一個系統(tǒng)發(fā)展變化態(tài)勢提供了 量化的度量，非常適合動態(tài)歷程分析。 是第二級最小差，記為 Δmin。（見表413） 表 413 民用汽車總計（萬輛） 民用載客汽車（萬輛） 民用載貨汽車（萬輛） 私人汽車總計（萬輛） 1 私人載客汽車（萬輛） 私人載貨汽車（萬輛） 汽車駕駛員數(shù)（萬人） 機動車駕駛員（萬人） 第六步： 關聯(lián)系數(shù)是比較數(shù)列與參考數(shù)列在各個時刻（即曲線中 的各點）的關聯(lián)程度值， 所以它的數(shù)不止一個，而信息過于分散不便于進行整體性比較。在數(shù)據(jù)很少的情況下，用概率統(tǒng)計方法來尋找這些數(shù)據(jù)的統(tǒng)計規(guī)律或用模糊統(tǒng)計方法尋求其隸屬規(guī)律是比較困難的，但對于離散過程，在一定程度上相對強化確定性（規(guī)律性）和弱化不確定性是可能的，其途徑是通過累加生成運算得到生成時間序列 X1(k)。但當時間序列出現(xiàn)直線增加或減少的變動趨勢時，用簡單移動平均法和加權移動平均法來預測就會出現(xiàn)滯后偏差。 問題三要求通過附表數(shù)據(jù)建立數(shù)學模型量化地評估 2020年 5月 1 日開始實施的《中華人民共和國道路交通安全法》的法律影響。 （ 1）查詢更多的數(shù)據(jù)，以使得統(tǒng)計結果更正確，也可使計算機模擬更少的數(shù)據(jù)或不模擬以減少不確定性。 % 數(shù)據(jù) 矩 陣 X_2=zeros(n,m)。 i=i+1。 end %X_3 %可以在此觀察關聯(lián)矩陣 %5 計算各個的關連序 a=zeros(1,n)。 result=[d b c s] %7 將結果顯示出來 figure(1)。 X_0=zeros(n,m)。 a6_0=[271843 ]。 a14_0=[667507 ]。 a2_0=a2_0./a1_0。 a10_0=a10_0./a1_0。 a18_0=a18_0./a1_0。 end。 end。 for i=1:1:n d(i)=i。 for i=2:T X1(1)=X0(1)。 for i=2:T+N XR1(i)=(X0(1)H(2)/H(1))*exp(1*H(1)*(i1))+H(2)/H(1)。 end B=zeros(T1,2)。 運行結果 data = Columns 1 through 8 49271 53292 58729 73655 73861 Columns 9 through 16 78067 83529 93853 107077 98738 Columns 17 through 21 89455 81649 73484 HCS = +04 * ans = +04 * 63508 105930 67759 65225 66362 71494 104372 109381 data=[49271 53292 58729 63508 66362 71494 73655 73861 78067 83529 93853 105930 109381 104372 107077 98738 89455 81649 73484 67759 65225 ] huise1(data,4) 附表 23 預測 2020年萬車死亡率的程序 data=[ ] huise1(data,4) data = HCS = ans = 附表 31 clc,clear load %176。221。191。 214。182。207。209。177。206。208。175。238。212。163。196。 m1=length(y222)。198。202。 X1(i)=X1(i1)+X0(i)。 end for i=14:T+N K(i13)=XR1(i)XR1(i1)。 n=6。 end yhat1 m2=length(yhat1)。 data=[ 99907 ] huise1(data,6) 附表 43 用指數(shù)平滑預測模型預測 20202020事故起數(shù)與直接經濟損失的程序 clc,clear load m1=length(y3)。 end B=zeros(T1,2)。 for i=1:m1n+1 yhat1(i)=sum(y222(i:i+n1))/n。190。 %n 206。190。230。188。253。189。 n=6。177。180。202。202。198。 m1=length(y223)。196。163。212。 elseif j1 B(i,j)=1。 end GM=K。 end for i=1:T1 M(i)=(*(X1(i)+X1(i+1)))。 result=[d b c s] figure(1)。 end a=zeros(1,n)。 end x0=[max(a1_0),max(a2_0),max(a3_0),max(a4_0),max(a5_0),max(a6_0),max(a7_0),max(a8_0),max(a9_0),max(a10_0),max(a11_0),max(a12_0),max(a13_0),max(a14_0),max(a15_0),max(a16_0),max(a17_0),max(a18_0),max(a19_0),max(a20_0),max(a21_0)]。 a20_0=a20_0./a1_0。 a12_0=a12_0./a1_0。 a4_0=a4_0./a1_0。 a16_0=[450254 ]。 a8_0=[304217 ]。 X_3=zeros(n,m)。 figure(2) bar(a)。 %%%%其實可以直接用 sum end。 error_max=max(max(X_2))。 % 相關系數(shù)計算矩陣 data()。 參考文獻 [1]丁毓峰，等 matlab從入門到精通 .第一版，北京：化學工業(yè)出版社， 2020. [2]宋瑞才，等 數(shù)學建模的實踐 第一版，北京：高等教育出版社， 2020 [3]卓金武，等 matlab 在數(shù)學建模中的應用，第一版，北京：北京航空航天大學出版社， 2020 [4]韓中庚，等 數(shù)學建模方法及其應 用 第一版，北京：高等教育出版社， 2020 附錄 附表 1 民用載 民用載客汽私人汽車總 貨汽車 車（萬輛） 計（萬輛） 私人載 私人載客汽 汽車駕駛員數(shù) 貨汽車 車（萬輛） （萬人） 機動車駕駛員（萬人） 問題一的求解 附表 12 clear。 根據(jù)附表 1的數(shù)據(jù)直觀看出法律所影響的因素為事故起數(shù)與直接經濟 損失，用問題二的過程進行預測。 趨勢移動平均法公式為： 變動趨勢值計算公式為： Ft = Mt ? Mt ? 1 式中： Ft——第 t期的變動趨勢值； Mt——第 t期的移動平均值； Mt ? 1——第 t1期的移動平均值。 第五步：求解待估參數(shù)向量 ，其中 a為發(fā)展灰數(shù)和 b為內生控制數(shù)， 若 存在，則根據(jù)最小二乘法有： 。 “萬車死亡率 ”表示在一定空間和時間范圍 表 421 年份 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 機動車擁有量（億輛） 2020 2020 2020 2020 202