基于灰色GM(1,1)模型的道路交通預(yù)測(精)

1、XXX 學(xué)院 學(xué)年論文 作者：系（院）: 專業(yè)：題目：XX 學(xué)號：管理工程學(xué)院 XXX 信息管理與信息系統(tǒng)基于灰色 GM （1,1）模型 的道路交通事故預(yù)測XX 指導(dǎo)者：XX（姓名）（專業(yè)技術(shù)職務(wù)）2016 年 5 月摘要 我國交通事故發(fā)生率呈上升趨勢，交通事故不僅會造成人員傷亡，為家庭帶來不 幸，而且嚴重影響著經(jīng)濟發(fā)展和社會穩(wěn)定，已經(jīng)引起了人們的高度重視和關(guān)注。交通安全系統(tǒng)是一個典型的灰色系統(tǒng)，其中存在著一些不確定因素即灰色信息，如車輛狀況、氣候因素、駕駛員心里狀態(tài)等等，具有明顯的不確定性特征。本文 利用灰色理論，對我國 2001 年至2008 年道路交通事故次數(shù)統(tǒng)計指進行分析處 理，建立灰

2、色 GM（1,1）模型，并通過對模型的進一步改進使其更加符合實際情 況，為制定交通安全政策提高依據(jù)，同時也可以據(jù)以檢驗采取相應(yīng)措施的效果。 關(guān)鍵詞 交通事故，灰色系統(tǒng)，灰色預(yù)測，GM（1，1）Research on Road traffic accide nt predicti on based on G（ 1， 1） ABSTRACTOur country traffic accide nt rate assumes the trend of escalatio n, traffic accide nts will notonly cause casualties, unfortun ate

3、ly for the families, but also seriously affect the economic developme nt and social stability, has attracted more and more atte nti on of people.Traffic safety system is a typical grey system, in which there are some uncertain factors inthe gray information, such as vehicle condition, climate factor

4、s, drivers state of mind andso on, with obvious character of un certa in ty. The grey theory, to Chi na from 2001 to2008 road traffic accide nt statistics the nu mber of refers to the process ing and an alysis,grey GM （1,1） model is established, and through the model further improved to make itmore

5、in line with the actual situation, for the formulation of traffic safety policy to improvethe basis, at the same time can also to test to take corresp onding measures accord ing to.Keywords traffic accide nt, Gray System,Gray Predictio n,GM（1，1）1 引言我國道路交通事故發(fā)生率逐年遞增，對個人、家庭和社會帶來巨大損失，因此研 究道路交通事故預(yù)測具有重大意義

6、。基于此，陳玉祥，張漢亞1提出了道路交通事故預(yù)測的含義；劉志強等2介紹了影響道路交通事故的因素；何勇3提出了交 通事故預(yù)測的類型；牛國宏4,劉小明等分析了交通事故預(yù)測的方法。在灰色系統(tǒng)理論中，灰色 GM 模型是其核心內(nèi)容。灰色 GM 模型是通過獨特的數(shù) 據(jù)處理方法來建立微分方程模型，提供了一種建模的新手段6-10。借用 DPS 數(shù)據(jù)處理系統(tǒng)分析了我國 2001 年至 2008 年的交通事故起數(shù)，對交通事故預(yù)測有重 大意義11O1.1 道路交通事故預(yù)測的意義1.1.1 交通事故預(yù)測的含義與目的(1)交通事故預(yù)測的含義預(yù)測是指按目前規(guī)律發(fā)展下去會得到的結(jié)果，其前提是環(huán)境和規(guī)律均不改變或者 其改變是

7、已知的。交通事故屬于隨機事件，無法于事發(fā)前預(yù)知其何時、何地發(fā) 生，以及發(fā)生哪種性質(zhì)的事故。但是交通事故的發(fā)生與眾多因素相聯(lián)系、相制 約，相互之間在客觀上存在著一定的關(guān)系。道路交通事故預(yù)測就是對交通事故未來的形勢進行估計和推測。它是通過對交通 事故的過去和現(xiàn)在狀態(tài)的系統(tǒng)探討，并考慮其相關(guān)因素的變化，所做出的對交通 事故未來狀態(tài)的描述過程1。具體可以定義為：以某個地區(qū)或某條道路為研究對 象，通過查閱資料、調(diào)查等手段獲得與道路交通事故相關(guān)的信息(歷年事故指標、人口、GDP、車輛保有量、公路通車里程、道路設(shè)施、道路線形、天氣等信息)，根據(jù)這些信息，應(yīng)用數(shù)學(xué)方法，如：模糊數(shù)學(xué)、統(tǒng)計學(xué)、灰色理論等，通過定

8、性與 定量相結(jié)合的方法來預(yù)測未來道路交通事故發(fā)生狀況2。道路交通系統(tǒng)具有動態(tài)性、司機姓、因果性和再現(xiàn)性等特點，這就直接導(dǎo)致了提高道路交通安全的復(fù)雜 性。(2)交通事故預(yù)測的目的道路交通事故預(yù)測的目的是為了掌握交通事故的未來狀況，根據(jù)交通事故預(yù)測情 況有針對的采取相應(yīng)的對策和決策，避免工作中的忙嗎性和被動性，有效地控制 各種影響因素，從而最終達到減少交通事故的目的。良好的事故預(yù)測是道路交通安全評價、經(jīng)濟評價、社會評價、和環(huán)境評價、道路 交通規(guī)劃等的基礎(chǔ)。通過對道路交通事故的過去和現(xiàn)在狀態(tài)的系統(tǒng)探討，考慮其 相關(guān)因素的變化，做出對道路交通事故未來狀態(tài)的描述，進而采取相應(yīng)的預(yù)防措 施或規(guī)劃措施。更好

9、地實現(xiàn)安全第一、預(yù)防為主”的方針，有效地控制交通事 故，使人員傷亡和財產(chǎn)損失降低到最小或可以接受的范圍內(nèi)。這對減少人間悲 劇、穩(wěn)定社會和減少經(jīng)濟損失有著重要的意義，具有重要的科學(xué)價值和應(yīng)用價 值。1.1.2 交通事故預(yù)測的類型與作用（1）交通事故預(yù)測的類型按照預(yù)測目標，道路交通事故預(yù)測可以分為事故率預(yù)測和事故數(shù)預(yù)測，事故率預(yù) 測是用來揭示未來年事故發(fā)展趨勢，事故數(shù)預(yù)測是用來揭示未來年事故發(fā)展程 度。按預(yù)測范圍可分為宏觀預(yù)測和微觀預(yù)測兩類。交通事故宏觀預(yù)測是指對時間 較長（一年以上）或空間區(qū)域較大的交通事故進行總體性和趨勢性的預(yù)測，如地區(qū)交 通事故變化趨勢預(yù)測等。交通事故微觀預(yù)測是指短時間內(nèi)或某

10、一地點、路段交通 事故變化的預(yù)測，如一年內(nèi)各月交通事故預(yù)測、交叉口事故預(yù)測、某路段事故預(yù)測 等3。（2）道路交通事故預(yù)測的作用1根據(jù)歷年道路交通事故原始數(shù)據(jù)，預(yù)測未來年交通事故發(fā)展趨勢，為交通安 全管理部門制定安全管理對策、有效控制交通事故影響因素提供依據(jù)2在現(xiàn)有道路交通管理控制條件下，預(yù)測某個地區(qū)或某條道路未來年交通事故 狀況，以便評價城市或道路交通安全狀況。3總結(jié)事故發(fā)展的規(guī)律和發(fā)生特點，為制定針對性防范措施和交通法規(guī)提供有 效依據(jù)。1.2 交通事故預(yù)測的要素和步驟1.2.1 預(yù)測的基本要素（1）時間:不同的預(yù)測方法適用于不同的預(yù)測期限，一般來講,定性預(yù)測較多 地用于長期預(yù)測，而定量預(yù)測適

11、用于各個預(yù)測期。（2） 數(shù)據(jù):不同的預(yù)測方法適用于不同的數(shù)據(jù)類型。在選擇預(yù)測方法時，應(yīng)根 據(jù)現(xiàn)有數(shù)據(jù)的特征選擇適當?shù)姆椒?。?）模型:大多數(shù)預(yù)測方法都要求運用某種模型，每種模型的應(yīng)用前提是不同 的。因此，應(yīng)根據(jù)具體情況建立適當?shù)哪Ｐ?。?）費用:預(yù)測是一個研究的過程，預(yù)測費用一定程度上影響預(yù)測方法的選 擇。（5） 精度:定量預(yù)測的精度或準確度對決策具有重要的意義，不同情況下對預(yù) 測結(jié)果的精度要求會有所差異。（6）實用性:預(yù)測是為決策服務(wù)的，只有容易理解、使用方便、結(jié)果可靠的預(yù) 測方法才能被廣泛使用。1.2.2 預(yù)測的步驟科學(xué)的預(yù)測是廣泛調(diào)查研究的基礎(chǔ)上進行的，涉及方法的選擇、 資料的收集、 數(shù)

12、 據(jù)的整理、建立預(yù)測模型、利用模型預(yù)測和對預(yù)測結(jié)果進行分析等一系列工作4。總的來說，預(yù)測步驟為：（1）確定目標：該階段的內(nèi)容為確定預(yù)測對象、提出預(yù)測目的和目標，明確 預(yù)測要求等。（2）確定預(yù)測要素：鑒別、選擇和確定預(yù)測要素，從大量影響因素中，挑選 出與預(yù)測目的有關(guān)的主要影響因素。（3） 選擇預(yù)測方法：預(yù)測方法很多，到目前為止，各類預(yù)測方法在150 種以 上。因此應(yīng)根據(jù)預(yù)測的目的和要求，考慮預(yù)測工作的組織情況，合理的選擇效果 較好的、既經(jīng)濟又方便的一種或幾種預(yù)測方法。（4）收集和分析數(shù)據(jù)：該階段根據(jù)預(yù)測目標和選擇預(yù)測方法的要求去收集所 需原始數(shù)據(jù)。原始數(shù)據(jù)是進行預(yù)測的重要依據(jù)，所收集原始數(shù)據(jù)的質(zhì)

13、量和可靠性 將直接影響預(yù)測的結(jié)果。對原始數(shù)據(jù)的要求是數(shù)據(jù)量足、質(zhì)量高，只有這樣，才 能貼切地反映事物的規(guī)律，因此收集足夠數(shù)量的可靠性高的數(shù)據(jù)是這個階段的任 務(wù)。（5）建立預(yù)測模型：建立預(yù)測模型是預(yù)測的關(guān)鍵工作，它取決于所選擇的預(yù) 測方法和所收集到的數(shù)據(jù)。建立模型的過程可分為建立模型和模型的檢驗分析兩 個階段。（6）模型的分析：模型的分析是指對系統(tǒng)內(nèi)部、外部的因素進行評定，找出 使系統(tǒng)轉(zhuǎn)變的內(nèi)部因素和客觀環(huán)境對系統(tǒng)的影響，以分析預(yù)測對象的整體規(guī)律 性。（7）利用模型預(yù)測：所建立的模型是在一定假設(shè)條件下得到的，因此也只適 用于一定條件和一定預(yù)測期限。只有在確認模型符合預(yù)測要求時，才可以利用模 型進

14、行預(yù)測。（8）預(yù)測結(jié)果的分析：利用預(yù)測模型所得到的預(yù)測結(jié)果并不一定與實際情況 相符。因為在建立模型時，往往有些因素考慮不周或因資料缺乏以及在處理系統(tǒng) 問題時的片面性等使預(yù)測結(jié)果與實際情況偏離較大，故需從兩個方面進行分析1用多種預(yù)測方法預(yù)測同一事物，將預(yù)測結(jié)果進行對比分析、綜合研究之后加以 修正和改進；2應(yīng)用反饋原理及時用實際數(shù)據(jù)修正模型，使模型更完善。其具體步驟見圖1提出預(yù)測課題明確預(yù)測目的 準備階段確定預(yù)測要素 選定預(yù)測方法 預(yù)測模型構(gòu)思 實施階段收集資料情報確定預(yù)測模型 運算與預(yù)測 驗證階段模型驗證評價預(yù)測結(jié)果驗證 提交預(yù)測圖 1 預(yù)測步驟圖交付決策階段1.3 交通事故預(yù)測的方法1.3.1

15、 交通事故預(yù)測的原理作為研究道路交通安全的一項重要手段，道路交通安全預(yù)測方法的研究已經(jīng)越來 越受到關(guān)注和重視。通過對已有數(shù)據(jù)的分析，構(gòu)建合適的能夠反映系統(tǒng)發(fā)展規(guī)律 的定量模型，以達到掌握交通安全未來發(fā)展趨勢的目的，從而及時采取相應(yīng)的措 施規(guī)避潛在風險，為合理制定與時俱進的道路交通安全管理目標提供可靠依據(jù)。 系統(tǒng)論、控制論、信息論的發(fā)展使人們已能根據(jù)某種信息，通過邏輯判斷來尋找 其事物的因果關(guān)系，最后得出比較準確的定量結(jié)論。借助這些科學(xué)手段，對交通 事故這種隨機現(xiàn)象，人們則有可能進行預(yù)測預(yù)報。1.3.2 交通事故預(yù)測方法傳統(tǒng)的預(yù)測方法從屬性方面可以分為定性預(yù)測和定量預(yù)測4。定性預(yù)測是指通過人的經(jīng)

16、驗、事理等主觀因素為主要判斷依據(jù)的預(yù)測方法，適用于缺少歷史統(tǒng)計資 料的情況下，很大程度上依賴專家的經(jīng)驗，主要有德爾菲法、模擬推理法、主觀 概率法、領(lǐng)先指標法、 相關(guān)因素分析法和市場調(diào)查法等等。 定量預(yù)測則是利用預(yù) 測對象的歷史和現(xiàn)有的數(shù)據(jù)，建立相關(guān)變量之間的函數(shù)關(guān)系模型， 通過計算得出 較為混卻的預(yù)測值， 主要有指數(shù)平滑法、灰色預(yù)測法、馬爾可夫預(yù)測法、線性回 歸法、神經(jīng)網(wǎng)絡(luò)預(yù)測法等等5。2 道路交通事故灰色預(yù)測方法2.1 灰色系統(tǒng)理論概述灰色系統(tǒng)理論，是在一般系統(tǒng)理論的基礎(chǔ)上產(chǎn)生的，它是系統(tǒng)科學(xué)思想發(fā)展的必 然產(chǎn)物，是社會經(jīng)濟深入發(fā)展對科學(xué)刺激和需要的產(chǎn)物。當我們認識與研究自然 和社會時，要從

17、系統(tǒng)的角度出發(fā)，從宏觀上對其進行深入的剖析和整體把握。在 實際中，我們首先要對事務(wù)進行系統(tǒng)性認識，進而對已有的系統(tǒng)進行有效控制以 及設(shè)計一些最優(yōu)系統(tǒng)來為人民服務(wù)。對系統(tǒng)進行控制就要通過系統(tǒng)內(nèi)部和外部的 信息和信息流來加以實施，通過對信息的控制進而達到對系統(tǒng)本身的控制。當人們對這些問題進行潛心研究時，查德于1965 年首創(chuàng)模糊理論，第一次用精確的數(shù)學(xué)方式來分析和研究模糊量，取得了新的突破，隨后，模糊集合論迅速應(yīng) 用于控制領(lǐng)域，收到了良好的效果。灰色系統(tǒng)理論經(jīng)過 30 多年的發(fā)展，已基本建立起一門新興的結(jié)構(gòu)體系，其研究 內(nèi)容主要包括：灰色系統(tǒng)建模理論、灰色系統(tǒng)控制理論、灰色關(guān)聯(lián)分析方法、灰 色預(yù)測

18、方法、灰色規(guī)劃方法、灰色決策方法等?；疑到y(tǒng)，即信息不完全或者說不充分的系統(tǒng)，稱之為灰色系統(tǒng)。如果用黑”表示信息缺乏，用白”表示信息完全、明確，則 灰”即表示部分信息已知、部分信 息未知。因此，可以說灰色系統(tǒng)是介于黑色系統(tǒng)和白色系統(tǒng)之間的系統(tǒng)，其信息 不完全，具體體現(xiàn)在：（1）構(gòu)成系統(tǒng)的因素不完全明確；（2）系統(tǒng)內(nèi)部因素相互關(guān)系不完全清楚；（3）系統(tǒng)的結(jié)構(gòu)不完全知道；（4）系統(tǒng)的行為或者說作用原理不完全明了；（5）系統(tǒng)的邊界不清楚6-7；2.2 灰色預(yù)測概述灰色預(yù)測通過鑒別系統(tǒng)因素之間發(fā)展趨勢的相異程度，即進行關(guān)聯(lián)分析，并對原 始數(shù)據(jù)進行生成處理來尋找系統(tǒng)變動的規(guī)律，生成有較強規(guī)律性的數(shù)據(jù)序列

19、，然 后建立相應(yīng)的微分方程模型，從而預(yù)測食物未來發(fā)展趨勢的狀況。灰色預(yù)測用等 時距觀測到的反映預(yù)測對象特征的一系列數(shù)量值構(gòu)造灰色預(yù)測模型，預(yù)測7未來某一時刻的特征量，或達到某一特征量的時間?；疑A(yù)測一般分為四種類型：（1）灰色時間序列預(yù)測：即用觀察到的反映預(yù)測對象特征的時間序列來構(gòu)造 灰色預(yù)測模型，預(yù)測未來某一時刻的特征量，或達到某一特征量的時間。（2）畸變預(yù)測：即通過灰色模型預(yù)測異常值出現(xiàn)的時刻，預(yù)測異常值什么時 候出現(xiàn)在特定時區(qū)內(nèi)。如對地震時間的預(yù)測。（3）系統(tǒng)預(yù)測：通過對系統(tǒng)行為特征指標見了一組相互關(guān)聯(lián)的灰色預(yù)測模型， 預(yù)測系統(tǒng)中眾多變量間的相互協(xié)調(diào)關(guān)系的變化。（4）拓撲預(yù)測：將原始數(shù)據(jù)

20、作曲線，在曲線上按指定值尋找該定值發(fā)生的所 有時點，并以該定值為框架構(gòu)成時點數(shù)列，然后建立模型預(yù)測該定制所發(fā)生的時 點。2.3 道路交通事故灰色預(yù)測模型2.3.1 道路交通事故灰色預(yù)測方法原理道路交通事故灰色預(yù)測方法的原理是：將道路交通系統(tǒng)看成是一個灰色系統(tǒng)，將 道路交通事故作為道路交通系統(tǒng)行為特征量處理，運用灰色理論和方法建立道路 交通事故預(yù)測模型。道路交通事故灰色預(yù)測方法的是指是尋找道路交通事故序列 數(shù)據(jù)間的動態(tài)關(guān)系，它將道路交通事故作為道路交通系統(tǒng)行為特征量來處理，將 道路交通事故看成是道路交通系統(tǒng)這個灰色系統(tǒng)的灰色量。道路交通事故灰色預(yù)測的實質(zhì)是以指數(shù)型曲線去擬合原始數(shù)據(jù)，其預(yù)測結(jié)果幾

21、何 圖形是一條較為平滑的曲線，因而數(shù)對于波動性較大的道路交通事故數(shù)據(jù)列擬合 較差，預(yù)測精度較低，但是灰色預(yù)測模型本身也具有一些提高預(yù)測精度的方法， 如殘差辨識法以及提高預(yù)測模型結(jié)束等方法8。2.3.2 道路交通事故灰色預(yù)測模型建立2.321 灰色模型預(yù)測概述灰色系統(tǒng)建模的主要目標是尋找因素之間和因素本身的動態(tài)發(fā)展規(guī)律，進而對因 素的發(fā)展變化進行預(yù)測，對因素的動態(tài)關(guān)系進行協(xié)調(diào)。但對于給定的原始時間序 列，多為隨機的、無規(guī)律的?？陀^世界盡管復(fù)雜，表述其行為的數(shù)據(jù)可能是雜亂 無章的，然而它必然是有序的，都存在著某種內(nèi)在規(guī)律，不過這些規(guī)律被紛繁復(fù) 雜的現(xiàn)象所掩蓋，人們很難直接從原始數(shù)據(jù)中找到某種內(nèi)在規(guī)

22、律。為了弱化原始 時間序列的隨機性，在建立灰色預(yù)測模型之前，需先對原始時間序列進行數(shù)據(jù)處 理。對原始數(shù)據(jù)的生成就是企圖從雜亂無章的現(xiàn)象中去發(fā)現(xiàn)內(nèi)在規(guī)律。2.3.2.2 建立道路交通事故 GM( 1,1)模型GM( 1,1)模型用于單因素預(yù)測，其目標是建立一階線性微分方程模型dx(1)(t)+ax(1)(t)=u dt式中，x()為原始數(shù)據(jù)序列，x()為一次累加生成數(shù)據(jù)序列，a,u 為通過建模求 01 的的參數(shù)，a 稱為發(fā)展灰數(shù)，u 稱為內(nèi)生控制灰數(shù)。建模步驟：(1)將原始序列的第一個數(shù)據(jù)作為生成列的第一個數(shù)據(jù)，將原始數(shù)據(jù)序列的 第二個數(shù)據(jù)加到原始序列的第一個數(shù)據(jù)上，其和作為生成序列的第二個數(shù)據(jù)

23、，按 此規(guī)則進行下去，便可得到生成列x(t)=刀 x(0)(k)k=1(1)t t=1,2,? ,n(2)構(gòu)造數(shù)據(jù)矩陣 B 和數(shù)據(jù)向量 yn。1? (1)(1)?-x(1)+x(2)? ?2 1B= -?x(1)(2)+x(1)(3)? 2 1(1)(1) ?-x( n-1)+x( n) ? ? ? ? 2(0)(0)(0)yn=?x(2),x(3),.,x(n)? T? 1? 1? ? 1?(3)做最小二乘法計算，求 GM (1,1)的參數(shù)。? a? ?= ? =BTBa? u? ()-1BTyn(4)求微分方程的解。求解微分方程，即可得預(yù)測模型：?(1)(k+1)=?X(0)(1)-戰(zhàn) e

24、-ak+ 卩?xa a? ? k=0,1,2,3,.,n(5)模型檢驗灰色預(yù)測檢驗一般有殘差檢驗、關(guān)聯(lián)度檢驗和后驗差檢驗 殘差檢驗：按預(yù)測模型計算殘差及相對誤差?(0)(i) ?(O)(i)=x(O)(i) -xi=1,2,?,ne(i) - ?(0)(i)XO(i)? 100%i=1,2,?,n相對誤差越小，表示模型精度越高。后驗差檢驗：(1)計算原始序列標準差：rY/；-1s1= (2)計算絕對誤差序列的標準差:s2= (3)計算方差比：s2C=s1(4)計算小誤差概率：P=P?(0)(i)-(0)0.6745S1 ei=?(0)(i) -(0) S0=0.6745S1P=Pei0.950

25、.80 C 值0.35 0.70 0.70 0.65勉強合格不合格3 道路交通事故灰色 GM (1,1)模型預(yù)測實例以我國 2001 年至 2008 年道路交通事故統(tǒng)計指標數(shù)據(jù)之一的道路交通事故起數(shù)為 例，檢驗道路交通事故灰色預(yù)測模型預(yù)測精度并進行未來道路交通事故預(yù)測。表 2 事故起數(shù)年份 2001 2002 2003 2004 2005 2006 2007 2008事故起數(shù) 754919 773137 667507 567753 450254 378781 327209 265204注：表中數(shù)據(jù)摘自 2010 年中國交通年鑒公安部交通管理局道路交通事故統(tǒng) 計（1）第一次建模由上表數(shù)據(jù)利用 G

26、M（ 1，1）模型計算，a=0.093904 b=518825.557955 預(yù)測模 型：x（t+1）=-5523071.330087e-0.093904t+5525072.330087No,觀察值i擬合值謀差%,X( 2)754919,0000 49503 L 2760 25968匸7240h 1259X(3)2002, 000015066b 7668 -H8659, 668-22110, 5766X( 4)廠31耽.0000110269. 0838 362867. 916216. 9315X( 5) | 2001 0000373496* 7852 -371193. 7852-1854&am

27、p;8680X( 6) 6650. 0000 3 10020-0 327 186. 623019. 0612X( 7)|2001. 0000309511. H96-307510. 1196-15316. 329LX( 8)53. 0000 281800. 070 285952. 929350. 3657X( 9)| 2005. 0000256542. 4123 -254537. 4123-12695. 1322X(10)(5025 1. 0000 2335 18. 5906 216705. 109 I 18. 1296X(ll)2006. 0000212615. 6984 -210609. 6

28、981-10498. 9874 |X(12)3878L 0000 193559. 0152 185221. 981818. 8995rx（i3） ；2007. 0000176210. 3770 -174201 3770-8679. 7892X(14)327209. 0000 160 J16, 6922 166792, 307850* 9742X（15）2008. 0000116038. 5908 -144030. 5908172.8378 |X(16) 26520 L 0000 1329 19. 1911 132254, 805619. 8691當前模型評價：不合格（2）第 1 次殘差序列分析

29、結(jié)果：a=0.040999 b=250775.265879x（t+1）=-5919225.099922e-0.040999t+6116623.011670表 4 第二次結(jié)果表No.觀察值擬合值誤差%K 2)751919. 000053510二95%219511.044129 0774X( 3)2002. 0000221599, 3444-219597. 3111-10968. 8978X( 4)77313. 0000620698. 7279152438. 272119. 7169X（5）2003, 0000212259, 0784-210256. 0784-10197. 0578X( 6)66

30、7507. 0000541830. 1929125676. 507118. 8277rx(7)200 L 000017576L 2531-173757. 2534-8670. 5212X（8）567753. 0000447776* 27漿11997& 72032L 1319X（9）2005. 0000129097.2113-127092. 2113-6338. 633X(10)150251.0000353472. 329296781. 67082L 4919x(ll)2006. 0000108953.5116-106917.5116-5331. 3812X（12）378781. 000

31、0293902. 100384878* 599722, 1084X(13)2007. 000081992. 9379-82985. 9379-1131.82-18X(14)327209. 0000： 二89890. 578927. 4719x(2008.000050308. 20-18-18300. 20182405, 3886X（16）265204.000017561L176589559* 823533, 7702X(2) 751919. 0000 671240. 7511 83678. 24561L0B41X（3）2002. 00009816二0765*96165. 07651818. 1

32、351X( 4)773137, 0000 68317. 6014 89 119. 3986 IL 5658當前模型評價：合格（3）第 2 次殘差序列分析結(jié)果：a=0.165198 b=301452.532751x（t+1）=-1701532.037465e-0.165198t+1824798.221646表 5 第 3 次結(jié)果圖No.觀察值擬合值誤差%X( 5)2003. 000094486. 4618| -92483.4618T61二2470X(6) 667507, OCCO 6102& 1928 5722& 8072&X(7)200 k 000098156. 7041-96151 70 H-1798. 0389X( 8)567753. 0000 526655. 936811097. 06327, 2385X(9)2005- 000073357. 3357-71352.3357-3558. 7198X(10)15025L 0000 I12I1L 5712 37812. t2888. JOTX(U)2006- 000060588. 1797-58582*1797-2920. 3478X(12)mm：135216. 95929. 2971X(13)2007. 000042213. 8052