伦敦奥运会参赛人数的预测与评价.doc

伦敦奥运会参赛人数的预测与评价 摘要 经历了2008年的北京奥运会，奥林匹克运动会更加成为了一个举世瞩目的盛会，对于奥运会的发展来讲，参赛运动员人数的多少影响着一个奥运会举办的盛大与否。 本文大量地运用matlab软件进行图像的绘制与数据的处理，首先根据原始数据，使用多项式拟合的方法来预测2012年第30届伦敦奥运会参赛运动员人数，为12144人；然后建立灰色GM(1,1)模型来预测2012年第30届伦敦奥运会参赛运动员人数，为13527人；再结合实际比较二者的误差大小，取其最优预测值——二次多项式拟合预测值12144。其次，本文根据网上搜索的数据，通过数据整理后针对收支和参与性问题对1992-2012年的夏季奥运会的相关情况进行定量分析，并据此来给出有效的意见和建议，以便更好地举办奥运会。 关键词：matlab软件 多项式拟合预测 灰色GM(1,1)模型 定量分析 问题的重述 1、背景分析 奥林匹克运动是人类社会的一个罕见的杰作，它将体育运动的多种功能发挥得淋漓尽致，影响力远远超出了体育的范畴。奥林匹克运动会是国际奥林匹克委员会主办的包含多种体育运动项目的国际性运动会，每四年举行一次两次世界大战期间，第6届、第12届、第13届奥运会因战停办。：为从第一届到第二十九届夏季奥运会的编号。 ：为奥运会参赛运动员人数关于奥运会编号的函数 ：为奥运会参赛运动员人数序列关于奥运会GM编号的GM函数 ：为从第一届到第…届夏季奥运会的GM编号 模型的建立与求解 问题一 1.1模型一的准备： 在模型的假设基础上，我们运用excel软件整理数据，运用matlab软件绘制出历届夏季奥运会参赛运动员人数示意图（图一，matlab程序代码见附录二），观察分析得：从编号19开始，奥运会参赛运动员人数逐渐上升，且有继续上升的趋势，但由于编号25与编号26之间，奥运会参赛运动员人数增长得很快，所以编号27（即第30届）奥运会参赛运动员人数增长速度应有所下降，但仍呈上升趋势 图一 根据奥运会参赛运动员人数的原始数据，可绘制得其人数增长情况示意图（图二，matlab程序代码见附录二），图二验证了上述的分析结果。 图二 1.2模型一的建模基本思路： 根据原始数据用matlab软件分别进行一次、二次、三次、四次多项式拟合预测，并计算其均方误差。比较均方误差，绘出最优的多项式拟合曲线，根据多项式拟合计算出2012年伦敦奥运会参赛运动员人数的预测值。 1.3模型一的建立： 运用Matlab软件进行一次、二次、三次、四次多项式拟合预测，并计算其均方误差（matlab程序及结果代码见附录二），得出的结果整理如下： 一次多项式拟合的均方误差：r1 =4760.06114634288 二次多项式拟合的均方误差：r2 =3974.77289618712 三次多项式拟合的均方误差：r3 =3746.03461642755 四次多项式拟合的均方误差：r4 =3702.54260350792 比较多项式拟合的均方误差，二次与三次的多项式拟合较为合适，分别绘出两者的多项式拟合曲线，见图三，其中历届夏季奥运会参赛运动员人数原始数据用红色*表示，二次多项式拟合曲线用绿色实线表示，三次多项式拟合曲线用蓝色虚线表示（matlab程序代码见附录二）。 图三 因为二次、三次多项式拟合的均方误差的大小很接近，而且由图三可知，二次、三次多项式拟合曲线的拟合效果差不多，为了数据的稳定性，应该选用二次多项式拟合式子来预测2012年伦敦奥运会参赛运动员人数。。 运用matlab软件求出二次多项式拟合式子（matlab程序及结果代码见附录二）当n=27时，x=12144.2738461538。 所以，2012年伦敦奥运会参赛运动员人数的预测值为：12144。 2.1模型二的建模基本思路： GM（1,1）模型的基本思路是：首先检验原始数据数列的光滑性，然后计算出预测模型的参数a、b，再按GM（1,1）模型求预测值，最后进行残差预测。 2.2模型二的建立： 编写m文件，运行命令语句（matlab代码及运算结果见附录三），得出的结果整理如下： 发展系数：a =-0.080878，趋向于0，光滑性好。 灰色预测模型公式： 预测值： 241 1791 1941.8 2105.4 2282.8 2475.1 2683.6 2909.6 3154.7 3420.5 3708.6 4021 4359.7 4727 5125.2 5556.9 6025 6532.6 7082.9