【正文】 論文中不讓標(biāo)注任何老師的名字，我不知你上面這算不算….？我看完你的論文后，感覺寫的還可以，就是在語言方面得加強點兒，因為看的不是特別細(xì)，可能有些錯誤還沒發(fā)現(xiàn)，建議你按照發(fā)的格式在修改一下…參考文獻(xiàn)[1] :(碩士學(xué)位論文).廣東:廣東外語外貿(mào)大學(xué),2006.[2] :(碩士學(xué)位論文).江西:江西財經(jīng)大學(xué),2007.[3] :(碩士學(xué)位論文).大連:大連海事大學(xué),2006.[4] ,17(1):4243.[5] 葉高炎,:浙江教育出版社，2002.[6] ,(3):124.[7] :(博士學(xué)位論文). 哈爾濱:哈爾濱工程大學(xué)2002.[8] 李華,:西安電子科技大學(xué)出版社,2005.[9] :(碩士學(xué)位論文).浙江:浙江工商大學(xué),2006.[10 ]Deng Boundary of Grey Inputbin GM(1，1).The Journal of GreySystem,2001.[11] 劉思峰,黨耀國,:科學(xué)出版社,2005.[12] 張萍峰,40(24):205207.[13] Lin .,Wang,.,Yan，.，Tarng，..Optimization of Parameters in GM(1,1)Model by Taguehi Method,The Journal of Gray System，2000.[14] :(碩士學(xué)位論文).鄭州:鄭州大學(xué),2007.[15] Wu，.amp。同時，還要感謝還要感謝劉昭婧，王曉，于平平，強偉朋，路淑娟等同學(xué)，在論文寫作的過程中，他們和我一起探討相關(guān)問題，幫我尋找模型數(shù)據(jù)，給了我很大的幫助、支持，同時還要感謝班上所有幫助過我的其他同學(xué)。致 謝首先，感謝我的導(dǎo)師馬香娟，無論在學(xué)習(xí)上還是生活上，她都給了我莫大的關(guān)懷，是她淳淳善誘的教導(dǎo)讓我對產(chǎn)業(yè)經(jīng)濟(jì)學(xué)有了更深更全面的理解，她用扎實的理論功底、淵博的知識對本人學(xué)士論文的選題、寫作進(jìn)行指導(dǎo)，并花費大量時間對一論文進(jìn)行修改，沒有他的幫助，我的論文不可能順利完成。從理論上證明了灰色預(yù)測法的簡捷實用。（2）將GM(l，l)模型用于預(yù)測安民公司的業(yè)務(wù)量。重點介紹了灰色預(yù)測法的概念和三種基本預(yù)測模型；GM(l，l)模型、殘差修正GM(l，l)模型、GM(l，l)模型群。國內(nèi)有關(guān)物流需求預(yù)測理論的研究尚處于起步階段，可供參考成熟實踐經(jīng)驗很少。本文的研究成果主要有以下幾個方面：（1）對國內(nèi)外物流需求預(yù)測理論及實踐情況進(jìn)行了較為系統(tǒng)、全面的分析、歸納和評述。結(jié) 論本文在分析和評述國內(nèi)外物流需求預(yù)測的研究和實踐的基礎(chǔ)上，比較系統(tǒng)的概括了幾種實用的預(yù)測方法。根據(jù)灰色系統(tǒng)理論建立各種不同的灰色模型對煙臺市安民物流有限公司進(jìn)行分析預(yù)測，以便找出合適的灰色預(yù)測模型，來預(yù)測安民物流公司的需求。這樣得到的數(shù)據(jù)也就更加合理，這樣也大大提高了預(yù)測結(jié)果的可信度和應(yīng)用價值。一般說來，越往未來發(fā)展，越是遠(yuǎn)離時間原點，GM(1，l)模型的預(yù)測意義就越弱，因此沒有必要用一種模型去預(yù)測未來的所有值。因為在現(xiàn)實生活中，在任何一個灰色系統(tǒng)的發(fā)展過程中，隨著時間的推移，將會不斷地有一些隨機擾動或驅(qū)動因素進(jìn)入系統(tǒng)，使系統(tǒng)的發(fā)展相繼地受到影響。作為短期預(yù)測，幾種模型的預(yù)測結(jié)果比較接近，有參考價值。因此在誤差允許范圍內(nèi)，這些模型基本上都可以用來估算安民公司近段時期的業(yè)務(wù)總量。 各種模型的預(yù)測結(jié)果Tab various models of the predicted results基本模型殘差模型直接數(shù)據(jù)模型相對誤差%關(guān)聯(lián)度小誤差概率111均方差比值20062007200820092010通過分析比較可知，這三種灰色預(yù)測模型的預(yù)測誤差均在5%以下。對具有準(zhǔn)指數(shù)規(guī)律的數(shù)據(jù)序列，可以采用直接數(shù)據(jù)灰色建模方法，以獲得較高的預(yù)測精度，該方法具有一定的理論和應(yīng)用價值。 直接數(shù)據(jù)GM(1，1)模型和基本GM(1，1)模型的誤差比較Tab direct data GM (1,1) and the basic model of GM (1,1) pared the error模型平均相對誤差差最大相對誤差差最小相對誤差差均方誤差基本GM(1，l)模型%%%直接數(shù)據(jù)GM(1，1)模型%%%顯然，直接數(shù)據(jù)GM(1，l)模型的精度大大提高。用后驗差檢驗,故模型的精度等級為一級(優(yōu))。故殘差檢驗?zāi)Ｐ途葹橐患?優(yōu))。設(shè)，且，用最小二乘法估計參數(shù)列滿足 經(jīng)兩次參數(shù)擬合后得到 離散化為 根據(jù)上述過程對原始序列 =（，）直接建模，得到。如果序列已具有明顯的指數(shù)規(guī)律，再做累加生成反而會破壞其規(guī)律性，使指數(shù)規(guī)律變灰，因而本節(jié)將直接對原始數(shù)據(jù)序列建立灰色GM(l，l)模型試圖獲得較高的精度。依據(jù)現(xiàn)有數(shù)據(jù)，首先對原始序列 =進(jìn)行準(zhǔn)指數(shù)規(guī)律判斷。 基于直接數(shù)據(jù)的GM(1，1)預(yù)測模型的設(shè)計與實現(xiàn)GM(1，l)模型適合于具有較強指數(shù)規(guī)律的序列，所以只能描述單調(diào)的變化過程。通過殘差修正后，雖然殘差檢驗時模型的精度等級仍為二級(合格)，但模型的平均相對精度有了很大程度的提高(%%)。，故關(guān)聯(lián)度檢驗?zāi)Ｐ偷木鹊燃墳橐患?優(yōu)秀)。 殘差修正模型的建立過程設(shè)生成的殘差為[14]， 為方便，記生成的殘差序列為 取絕對值，得對做1AGO，得生成序列 對建立GM（1，1）模型，其時間響應(yīng)式為其導(dǎo)數(shù)還原值為得 用的模擬值加上，得殘差修正后的GM(1,1)模擬的時間響應(yīng)式 =其中，對做累減還原，可得原序列的模擬值， 安民公司生產(chǎn)總值模擬預(yù)測及誤差分析（殘差修正GM(1,1)模型）Tab An Min, the pany forecast GDP simulation and error analysis(residuals that of GM (1,1))年份實際數(shù)據(jù)/千噸模擬值/千噸殘差相對誤差2000002001%2002%2003%2004%2005% 模型的檢驗及結(jié)果分析由上表可知：平均相對誤差，%，平均相對精度1一=%。 殘差修正GM(1，1)模型的應(yīng)用上節(jié)建立的公司業(yè)務(wù)量基本GM(1，l)模型在個別點上的模擬誤差比較大，平均相對精度不是很高。 對公司業(yè)務(wù)量序列建立的基本GM（1，1）模型，經(jīng)關(guān)聯(lián)度檢驗和后驗?zāi)Ｐ途染鶠橐患墸▋?yōu)秀），但用殘差檢驗?zāi)Ｐ偷木鹊燃墳槎墸ê细瘢?。①關(guān)聯(lián)度檢驗原始序列與相應(yīng)的模擬序列的絕對關(guān)聯(lián)度，故模型的精度等級為一級(優(yōu)秀)。(基本GM(l，1)模型)Tab for all panies in business simulation and error analysis(basic GM (l, 1) model)年份實際數(shù)據(jù)/千噸模擬值/千噸殘差相對誤差2000002001%2002%2003%2004%2005% 模型的檢驗及結(jié)果分析(1)殘差檢驗由表42可知:平均相對誤,而且，平均相對精度。令 得 得到 =，(5)對參數(shù)列進(jìn)行最小二乘估計，得=(6)確定模型及時間響應(yīng)式(7)求的模擬值 =（，）(8)還原求出的模擬值。當(dāng)時，滿足準(zhǔn)指數(shù)規(guī)律，故可對建立GM(l，1)模型。(3)檢驗是否具有準(zhǔn)指數(shù)規(guī)律。由得。根據(jù)公司公布的業(yè)務(wù)量，得到以下原始數(shù)據(jù)，： 單位：千噸Tab for all of the logistics pany39。4 實例通過前三章的介紹我們已經(jīng)可以大概了解了各種預(yù)測方法特別是灰色預(yù)測的一些簡單應(yīng)用。此外不斷地進(jìn)行新陳代謝，還可以避免隨著信息的增加，建模運算量不斷增大的困難。尤其是系統(tǒng)隨著量變的積累，發(fā)生質(zhì)變時，與過去的系統(tǒng)相比己是相差甚遠(yuǎn)。隨著系統(tǒng)的不斷發(fā)展，老數(shù)據(jù)的信息意義將逐漸降低，要不斷補充新信息，去掉老信息。從模擬精度看，新陳代謝GM(1，l)模型高于新信息GM(l，1)模型。一般說來，越往未來發(fā)展，越是遠(yuǎn)離時間原點，GM(l，l)模型的預(yù)測意義就越弱，沒有必要用一種模型去預(yù)測未來的所有值。事實上，在任何一個灰色系統(tǒng)的發(fā)展過程中，隨著時間的推移，將會不斷地有一些隨機擾動或驅(qū)動因素進(jìn)入系統(tǒng)，使系統(tǒng)的發(fā)展相繼地受到影響。研究表明，新信息GM(1，l)模型和新陳代謝GM(1，l)模型都比全數(shù)據(jù)GM(1，1)模型的模擬精度高。因此建模數(shù)據(jù)一般應(yīng)取為包括在內(nèi)的一個等時距序列。設(shè)序列，則為其GM（1，1）時間響應(yīng)式的累減還原值，則(1) 當(dāng)時，稱為模型模擬值；(2) 當(dāng)時，稱為模型預(yù)測值。這種變化，正是不同情況不同條件下對系統(tǒng)特征的影響在模型中的反映。我們在原始數(shù)據(jù)序列中取出一部分?jǐn)?shù)據(jù)，就可以建立一個模型。若對修正精度仍不滿意，就只有考慮采用其它模型或?qū)υ紨?shù)據(jù)序列進(jìn)行適當(dāng)取舍[12]。應(yīng)用此模型時要注意以下兩點：(1)一般不是使用全部殘差數(shù)據(jù)來建立模型的，而是只利用了部分殘差；(2)修正模型所代表的是差分微分方程，其修正作用與的取值有關(guān)。設(shè)原始數(shù)列累加生成新序列 ，其經(jīng)過GM(l，l)模型得到的數(shù)列的預(yù)測數(shù)列為。 殘差修正GM(1，1)模型上節(jié)可以看到，當(dāng)原始數(shù)據(jù)序列建立的GM(1，l)模型檢驗不合格或精度不理想時，可以用殘差序列建立GM(l，l)模型進(jìn)行修正，以提高精度。GM(1，1)預(yù)測模型的數(shù)據(jù)量要求小，精度較高，具有較強的實用性和有效性，是比較理想的預(yù)測方法．對于開放性、非線性的復(fù)雜系統(tǒng)，GM(1，1)預(yù)測模型能夠從整體出發(fā)，對外延不確定性系統(tǒng)變化進(jìn)行動態(tài)的科學(xué)模擬和仿真．因此，GM(1，1)預(yù)測模型適用于非線性系統(tǒng)的非唯一性預(yù)測擬合，其預(yù)測結(jié)果可以為城市規(guī)劃、物流預(yù)測等方面提供科學(xué)依據(jù)。但隨著的不同取值，預(yù)測效果也不同。鄧聚龍教授對GM（1，1）模型作了十分深入地研究，得到了GM（1，1）模型的多種不同形式。一般地，、合格、勉強合格。(2)后驗差檢驗 ()其中為原始數(shù)列標(biāo)準(zhǔn)差，為絕對誤差序列標(biāo)準(zhǔn),為為絕對誤差序列 灰關(guān)聯(lián)后驗差檢驗等級評價表②Tab associated worse after postmortem examination grading evaluation formPC評價等級好合格勉強合格不合格(3)殘差檢驗所謂殘差檢驗，是對模型模擬值和實際值的殘差進(jìn)行逐點檢驗。(1)關(guān)聯(lián)度檢驗：①關(guān)聯(lián)系數(shù)設(shè)，則關(guān)聯(lián)系數(shù)定義為： ()式中：為第k個點與的絕對誤差； 為兩級最小差； 為兩級最大差； ρ稱為分辨率，0ρ1,一般取ρ=；對單位不一，初值不同的序列，在計算相關(guān)系數(shù)前應(yīng)首先進(jìn)行初始化，即將該序列所有數(shù)據(jù)分別除以第一個數(shù)據(jù)。GM(