GM(1,1)模型在我国亿元GDP死亡率预测中的应用.pdfVIP

GM （1,1）模型在我国亿元GDP 死亡率 预测中的应用 周焕明 黄浪 （中钢集团武汉安全环保研究院） 摘要：文章在统计2001～2012 年全国安全状况参数（事故起数、死亡人数、亿 元GDP 死亡率、十万人死亡率）的基础上，通过相关性分析，选取亿元GDP 死亡 率作为所研究的安全状况参数，应用灰色系统预测理论，引入光滑性检验方法， 建立亿元 GDP 死亡率的GM(1，1)动态预测模型，结果显示预测模型具有良好的 拟合度，可以用于预测，因此也对2013、2014、2015 年的相关安全状况参数 （亿 元GDP 死亡率）进行了预测。 关键词：灰色系统预测；GM(1，1)；光滑性检验；亿元GDP 死亡率 随着全国经济的发展，国民生活水平的提高，人们越来越关注安全与健康。 近几年来，我国安全状况虽然有所好转，但是形式依然不容乐观，和西方发达国 家差距明显，且重大、特大事故时有发生。因此，为了为相关机构的安全决策提 供参考依据，对安全事故状态参数，比如事故起数、死亡人数、亿元GDP 死亡率、 十万人死亡率进行分析预测显得尤为重要。 如果把全国的安全事故作为一个系统，则该系统中有的信息是已知的、确定 的，有的信息是未知的、不确定的，具有明显的灰色特征，可以利用灰色系统理 [1] 论对全国安全状况参数进行预测分析 ，本文采用相关系数法先确定亿元GDP 死 亡率作为所研究的全国安全状况参数，然后用 GM(1，1)动态预测模型，对亿元 GDP 死亡率进行建模和预测。 1 灰色系统预测模型GM(1，1) 1.1 灰色系统预测模型的基本原理 灰色系统预测是通过鉴别系统因素之间发展趋势的相异程度，把已有的原始 数据序列比作随时间变化的不确定量或不确定过程，进行关联度分析，并对观测 到的反映预测对象特征的一系列数值进行生成处理，建立相应的微分方程模型， [2] 来预测事物未来发展趋势的状况 。GM(1，1)是在灰色系统预测理论中经常用到 的单变量数列预测模型，这个模型应用原始非负数据数列，经过累加运算生成另 一个数据序列，通过生成数列的矩阵变换，使用最小二乘法，构造白化微分方程， 解此方程得到模型计算值，再与原始数据进行比较，得到残差，进行模型精度检 验，符合相关标准则可以适用于建模预测。 1.2 GM(1，1)模型的建立 建立亿元GDP死亡率原始数据序列X(0)(K)，对原始数据序列X(0)(K)作1-AG0 变换，得一次累加数据序列X(1)(K)，对原始数据序列X(0)(K)进行光滑性检验，若 X(0)(K)为准光滑序列，则其一次生成序列具有指数规律，且可对X(1)(K)建立GM(1， [3] 1)模型 ,构造时间响应序列 ，还原序列得到原始序列 的预测序列 。 模型建立之后要进行精度检验，合格后方可用于预测。灰色预测检验一般有 三种检验方法：残差检验、关联度检验和后验差检验。其中残差检验是逐点检验； 关联度检验是模型曲线形状与参考曲线形状接近度的检验；后验差检验是对残差 [4] [5] 分析的统计特性进行检验 。本文将采用后验差检验 ：计算出后验差比值C、小 误差概率P， C、P的精度等级按精度表（表1）判断，取C、P所确定等级高的为 模型精度等级。 表1 预测精度等级对照表 等级 Ⅰ Ⅱ Ⅲ Ⅳ 一般而言，好的预测结果要求C越小越好，最大不超过0.65；P越大越好，最 小不小于0.70。 2 运用模型对我国安全状态参数进行预测 2.1 相关性分析 以2001～2012年全国GDP、人均GDP、事故起数、事故死亡人数、亿元GDP死 亡率、十万人死亡率为基础数据 （基础统计数据来自国家统计局和安监总局）， 如表2所示。用Excel通过相关系数法得出亿元GDP死亡率与十万人死亡率、亿元 GDP死亡率与事故死亡人数、亿元GDP死亡率与事故起数的相关系数矩阵如表3、4、 5所示：