【導(dǎo)讀】據(jù)我所知，除文中已經(jīng)注明引用的內(nèi)容外，本論文（設(shè)計）不。包含其他個人已經(jīng)發(fā)表或撰寫過的研究成果。對本論文（設(shè)計）的研究做出重。要貢獻的個人和集體，均已在文中作了明確說明并表示謝意。有權(quán)將論文（設(shè)計）用于非贏利目的的少量復(fù)制并允許論文（設(shè)。計）進入學(xué)校圖書館被查閱。保密的論文（設(shè)計）在解密后適用本規(guī)定。地區(qū)人民生活水平。了預(yù)測云南省20xx年、20xx年人均生產(chǎn)總值的預(yù)測模型。通過分析歷年人均生。產(chǎn)總值數(shù)據(jù)的散點圖，首先選取三次指數(shù)平滑模型，依次討論了參數(shù)?的MAPE誤差為%，最后，對比??時的三次指數(shù)平滑模型和指數(shù)曲線。模型的MAPE誤差和預(yù)測曲線圖，給出了最終的預(yù)測模型即??

　　

【正文】 8 6 1 9 4 . 7 4 6 1 3 4 13 73 5yy ?? ? ? ? ? ? ?（元） 22 0 1 6 2 1 4 2 2 2 2 7 . 3 7 3 3 9 8 . 2 8 6 1 9 4 . 7 4 6 1+ 4 + 4 38936yy ?? ? ? ? ?（元） 用指數(shù)曲線模型預(yù)測云南省 20xx 年、 20xx 年人均生產(chǎn)總值 首先由云南省 1992年至 20xx年人均生產(chǎn)總值時間序列 計算出一次比率， 如表 35 表 35 云南省 1992年至 20xx年人均生產(chǎn)總值一次比率圖 年份 1992 1993 1994 1995 1996 1997 1998 一次比率 年份 1999 20xx 20xx 20xx 20xx 20xx 20xx 一次比率 年份 20xx 20xx 20xx 20xx 20xx 20xx 20xx 一次比率 由 表 35可知時間序列的一次 比率就在 ，也就是說一次比率接近于常數(shù) ，因此可選擇用指數(shù)曲線模型預(yù)測云南省 20xx年、 20xx年人均生產(chǎn)總值， 將計算的有關(guān)數(shù)據(jù)列于表 36中。 表 36 云南省 人均生產(chǎn)總值及指數(shù)曲線模型計算表 年份 t ty 2t lnty lntty ty tttyyy? 1992 1 1625 1 1993 2 2030 4 1994 3 2515 9 1995 4 3083 16 14 續(xù)表 36 年份 t ty 2t lnty lntty ty tttyyy? 1996 5 3779 25 1997 6 4121 36 1998 7 4446 49 1999 8 4558 64 20xx 9 4770 81 20xx 10 5015 100 20xx 11 5366 121 20xx 12 5870 144 20xx 13 7012 169 20xx 14 7809 196 20xx 15 8929 225 20xx 16 10609 256 20xx 17 12570 289 20xx 18 13539 324 20xx 19 15752 361 20xx 20 19265 400 20xx 21 22195 441 合計 231 3311 并將其代入式（ 215），得到： ????? （ 312） 再將式（ 312）代入式（ 26），得到 的預(yù)測模型為： 0 .1 1 5 1 9 81 7 3 0 .4 6 1 tt ey ?? （ 313） 式（ 313）分別取 1 2 3 21t? 、 、 、 ，結(jié)果列于表 46 第 7 列由此可知 : 2111 1 0 0 % 9 . 4 4 %21 tttyyM A P E y?? ? ?? 式（ 313）分別取 2425t? 、 ，得 2 0 1 5 2 1 3 0 . 1 1 5 1 9 8 ( 2 1 3 )1 7 3 0 . 4 6 1 2 7 4 7 1eyy ??? ???? （元） 紅河學(xué)院本科畢業(yè)論文（設(shè)計） 15 2 0 1 6 2 1 4 0 . 1 1 5 1 9 8 ( 2 1 4 )1 7 3 0 . 4 6 1 3 0 8 2 5eyy ??? ???? （元） 16 4. 總結(jié) 1990 1995 20xx 20xx 20xx 20xx 202000 . 511 . 522 . 533 . 54x 1 04年份人均生產(chǎn)總值 實際值三次指數(shù)平滑模型預(yù)測值指數(shù)曲線模型預(yù)測值 圖 41 實際值、 三次指數(shù)平滑預(yù)測值 （ ?? ） 、指數(shù)曲線預(yù)測值 對比 由圖 41可得： 三次指數(shù)平滑模型的預(yù)測值與實際值差距明顯相對于 指數(shù)曲線模型的預(yù)測值與實際值差距 小很多 。 三次指數(shù)平滑預(yù)測模型預(yù)測得到的結(jié)果和指數(shù)曲線模型預(yù)測得到的結(jié)果差距偏大，所以要對兩個模型進行比較，選取好的那個作為最終預(yù)測模型。選取兩個模型 20xx年至 20xx年的 MAPE進行比較，如表 41，三次指數(shù)平滑模型的%MAPE? ，指數(shù)曲線模型的 %MAPE ? ,通過比較我們選取三次指數(shù)平滑模型作為最終預(yù)測模型，可得 20xx年、 20xx年云 南省人均生產(chǎn)總值預(yù)測值分別為 34174元和 38936元。 紅河學(xué)院本科畢業(yè)論文（設(shè)計） 17 表 41 模型 MAPE對比 年份 ty 三次指數(shù)平滑模型 ?? 指數(shù)曲線模型 ty tttyyy? MAPE ty tttyyy? MAPE 20xx 15752 % % 20xx 19265 20xx 22195 紅河學(xué)院本科畢業(yè)論文（設(shè)計） 18 參考文獻 [1] Brown, Goodell. Smoothing Forecasting and Prediction of Diserete Time Series[J]. Englewood Cliffs,NJ7 Prentice一 Hall, 1963, 12(3): 324. [2] , , . A Planning Production, Inventories and Work Force[J]. Englewood Cliffs,NJ7 Preniiee一 Hall, 1960, 11(5): 227. [3] . Forecasting Sales By Exponentially Weighted Moving Averages[J]. Management Science, 1970, 6(3): 324342. [4] Gardner,Jr. exponential smoothing:The state of the art part Journal of Forecasting[J]. 20xx, 22(8): 637666. [5] Armstrong. from evidencebased forecasting:Methods for reducing forecast Journal of Forecasting[J]. Appl. Math. Comput, 20xx, 22(5): 583598. [6] 王舸 . 云南生產(chǎn)總值（ 197820xx年） [Z]. 云南 統(tǒng)計 年鑒 ， 20xx. [7] 萬福永，戴浩暉 ， 潘建瑜 . 數(shù)學(xué)實驗教程 :Matlab版 [M]. 北京：科學(xué)出版社， 20xx： 2427. [8] 張桂喜，馬立平 . 預(yù)測與決策概論 [M]. 北京：首都經(jīng)濟貿(mào)易大學(xué)出版社，20xx： 5380. [9] 劉立強 . 怎樣推導(dǎo)指數(shù)平滑法預(yù)測模型的參數(shù)計算公式 [J]. 中國 統(tǒng)計，1993,23（ 1）： 2223. [10] 鄭偉倫 . 指數(shù)平滑預(yù)測在江西省 GDP預(yù)測中的應(yīng)用 [J]. 經(jīng)濟研究導(dǎo)刊，20xx， 13： 100101. [11] 艾華 . 基于指數(shù)平滑模型的禽霍亂發(fā)病預(yù)測模型的研究 [D]. 哈爾濱 ：東北農(nóng)業(yè)大學(xué)， 20xx. [12] 苗開超 . 基于指數(shù)平滑模型的農(nóng)產(chǎn)品價格預(yù)測研究 [D]. 合肥 ：合 肥工業(yè)大學(xué)， 20xx.紅河學(xué)院本科畢業(yè)論文（設(shè)計） 19 致謝 感謝母校紅河學(xué)院，四年風(fēng)雨兼程，母校為我們遮風(fēng)避雨，為我們提供了一個安靜、良好的學(xué)習(xí)環(huán)境，使得我的身心兼得到成長，完成了一次 質(zhì)的成長，感謝校領(lǐng)導(dǎo)、老師對我的指導(dǎo)與關(guān)心。 本論文是在導(dǎo)師李明的認真 指導(dǎo)下完成的 ,他為本文的撰寫提出好的意見，在整個論文的制作過程中，李老師給予我耐心的指導(dǎo)，糾正我的不良習(xí)慣和作風(fēng)，讓我深深感悟到了科研過程的不易，改變了我生活中、學(xué)習(xí)上的不良習(xí)慣， 在此感謝李老師 ！ 同時 ,身邊的 朋友同學(xué)對我也做出了很多幫助和支持，在這里感謝你們，謝謝你們！