基于C和MatLab混合编程GM模型实现与应用.docVIP

基于C和MatLab混合编程GM模型实现与应用 　　摘要：人才与经济发展有着密切的联系，有效的人才需求预测能为宏观调控提供依据，有利于人力资源开发与经济增长的良性互动。该文分别采用C++和MatLab进行混合编程，实现了灰色系统理论的GM（1，1）模型，并应用该程序对十三五期间我国旅游人才需求进行了预测。 　　关键词：灰色系统理论；旅游人才预测；GM（1，1） 　　中图分类号：F590.2 文献标识码：A 文章编号：1009-3044（2017）33-0124-03 　　1 背景 　　进入21世纪以来，伴随居民收入水平的提高，我国出游人次不断增长，2016年我国旅游人数达到45.78亿人次，同比增长14.46%，。根据“十三五”旅游规划，2020年国内游人数有望达64亿人次，2015-2020CAGR为9.86%；出境游人数有望达1.50亿人次，2015-2020CAGR为5.09%。（数据来源：中国产业信息网.2017年中国酒店行业发展现状及中高端酒店发展趋势分析） 　　快速增加的旅游者数量，使得相关的旅游企业也得到了快速发展，根据国家旅游局统计数据，截止2016年12月31日，我国有27856家旅行社，六百多个国家5A 级景区，12213家星级酒店。旅游企业的发展，使得对旅游人才需求总量迅速增长，从专业招聘网站“前程无忧”和“智联招聘”上的数据来看，2017年7月，仅北京、上海、广州、深圳、南京5个城市旅游类相关企业共发布招聘信息112415条；中国旅游产业对GDP综合贡献10.8%，超过教育、银行、汽车产业，中国旅游就业人数占总就业人数10.2%（数据来源：中国国家旅游局.2015年中国旅游业统计公报）。可以看出，我国旅游人才市场大致呈现一种供不应求的局面，有必要对十三五期间旅游人才需求进行预测，这样可以提高旅游业的服务质量。 　　2 需求总量预测理论模型及算法实现 　　2.1 灰色预测GM（1，1）模型 　　本次预测，采用的是灰色系统模型。所谓灰色系统，是指既含有已知信息，又含有未知信息的系统，是由邓聚龙教授在1986年提出的。由于它具有所需因素少，模型简单，运算方便，预测精度高等优点，可以较好的对非线性系统进行预测。在旅游人才需求的预测系?y中，人才总数、结构等信息是已知的，但也受外界诸如：政治、经济、文化、科技、自然灾害等因素的影响，存在很大的不确定性，非常符合灰色系统的特点，所以可以用灰色系统理论对旅游人才需求进行预测。 　　灰色系统常用的预测模型是GM（1，1）模型，GM（1，1）模型表示一阶的、单变量的线性动态预测模型，其预测原理是将离散的随机数，经过生成变成随机性被显著削弱的较有规律的生成数，在此基础上建立数学模型，建模步骤如下： 　　1） 历史数据的采集和累加序列的生成 　　设研究对象的历史数据为： 　　[] 　　―般情况下，对于给定的原始数据列不能直接用于建模，因为这些数据多为随机的、无规律的，为了减弱原始数据序列的波动性和随机性，需对原始序列进行数据处理，即通过累加生成方式将原始数据列转化为规律性较强的递增数列，累加的规则是：将原始序列的第一个数据作为生成列的第一个数据，将原始序列的第二个数据加到原始序列的第一个数据上，其和作为生成列的第二个数据，将原始序列的第三个数据加到生成列的第二个数据上，其和作为生成列的第三个数据，按此规则进行下去，便可得到生成列。 　　设累加后生成的序列为： 　　[X（1）=X（1）（1），X（1）（2），X（1）（3），...，X（1）（n）] 　　上标1表示一次累加，同理，可作m次累加： 　　[X（m）（k）=i=1kX（m-1）（i）] 　　其中对于非负的数据列，累加的次数越多，则随机性弱化越明显，规律性越增强，这样就较容易用指数去逼近。经过这样的数据处理能达到两个目的：一是弱化了原始数据列的随机性，而找到了其变化的规律性；二是为建立动态模型提供了中间信息。 　　累减，就是将原始序列前后两个数据相减得到累减生成列。累减是累加的逆运算，累减可将累加生成列还原为非生成列，在建模中获得增量信息。 　　一次累减的公式为： 　　[X（1）（k）=X（0）（k）-X（0）（k-1）] 　　2） x0序列的准光滑性检验和x1序列的准指数规律检测 　　对原始数据经过累加处理后，在建立模型前还必须对数列x0进行准光滑性检验，并检验数列x1是否具有准指数规律。 　　3） 构建GM（1，1）模型 　　在第1步中已经生成了X（0）和X（1）序列，则GM（1，1）模型相应的微分方程为： 　　[dX（1）dt+aX（1）=μ] 　　其中：α称为发展灰数；μ称为内生控制灰数。 　　设[α]为待估参数向量， 　　[α=aμ] 　　根据最小