灰色模型GM（1，1）在漁貨卸港量預測中的應用

周長祿+王翔宇

摘 要：采用灰色模型GM（1，1），依據五個漁港實際漁貨卸港量資料，對漁港漁貨卸港量進行預測，并與時間序列法的預測結果對比，結果表明該模型預測精度要優于時間序列法，可以在漁貨卸港量預測中加以應用。

關鍵詞：漁貨卸港量；灰色模型GM（1，1）；預測方法

簡介

漁港是漁業生產的重要依托，是漁區經濟社會發展的重要基礎設施，如何選取優勢漁港進行合理資金投入是我國漁港建設中面臨的一個重要問題，漁貨卸港量是衡量漁港規模大小以及發展能力的一項重要決策指標，科學準確地對漁貨卸港量水平進行預測，對于合理進行漁港規劃布局建設以及發掘優勢漁港滿足當地漁業需求具有更貼合實際的意義[1]。

目前在各地漁港的工程可行性研究報告中普遍采用時間序列法對漁貨卸港量進行預測，將年份或者序號與卸港量分別作為回歸方程的自變量和因變量，建立一元線性回歸方程[2]，該方法需要較多年份資料令計算結果容易出現偏差。灰色系統理論主要研究小樣本不確定問題[3]，預測樣本不需要有規律性分布，灰色模型GM（1，1）是灰色預測模型中得到最普遍應用的核心模型[4]，通過灰色生成或序列算子的作用弱化隨機性，挖掘潛在的規律，該模型在建模時不需要大量的數據就能取得較好的預測效果，已被廣泛應用于經濟管理、自然科學、農業科學、工程技術等各個領域[5]。

1 基本思路

本文采用灰色系統理論中的GM（1.1）預測模型對漁港漁貨卸港量進行預測，并與時間序列法的預測結果進行比較，結果表明采用灰色模型GM（1.1）的預測精度更高，預測結果更加接近實際值。

2 算例

2.1 灰色模型GM（1，1）

利用灰色模型GM（1，1），使用前陽一級漁港1996-2005年的漁貨卸港量資料對2006年的漁貨卸港量進行預測。（見表1）

2.1.1 卸港量累加序列的計算結果如下。（見表2）

2.1.2 分別建立矩陣B，y

2.1.3 求逆矩陣

2.1.4 根據 計算估計值■和■：

將■和■的值帶入時間響應方程，得時間響應方程為：

2.1.5 求出擬合值■（1）（i），根據■（1）（1）=■（0）（1），■（1）（2）=■（0）（2）+■（0）（1）…，進行后減運算還原，可依次得到■（0）（i）值，相關計算結果如表3所示。

表3 計算值統計表

2.1.6 精度驗算與預測

使用殘差檢驗對結果進行檢驗，由表3可知，相對殘差的數值均小于10%，可知預測方程可用。進行外推預測，依次令k=9、10代入預測方程，可得前陽一級漁港2006年的漁貨卸港量預測值為：■（0）（11）=92105.4噸。如果采用時間序列法預測，預測值為93418.83噸。而2006年石城漁港卸港量的實際值為90132噸（見表1）

建立各預測方法對比表格如表4：

表4 漁貨卸港量預測結果比較

從表中可以看出采用灰色模型GM（1，1）預測的漁貨卸港量數值比時間序列法要精確。

表5 各漁港漁貨卸港量預測結果比較

2.2 數據對比

采用灰色模型GM（1.1）分別對海星漁港，將軍石漁港，杏樹漁港，四塊石漁港的漁貨卸港量進行預測，并與采用時間序列法的預測結果進行比較，比較結果如表5：

通過以上五個漁港卸港量預測結果的對比可以發現，在漁貨卸港量的預測中，灰色模型GM（1.1）比時間序列法的預測結果更加精確，誤差更小。

3 結束語

通過與傳統的時間序列預測法進行比較，發現灰色模型GM（1.1）在漁貨卸港量預測中的預測結果更加接近實際值。灰色模型GM（1.1）如果借助MATLAB進行編程計算，計算繁瑣程度甚至會低于時間序列法，可以考慮在漁港的工程可行性研究報告中應用，該模型的低誤差預測更加利于漁港的前期建設布局，同時有助于選取優勢漁港進行擴建改造，更加精準的漁貨卸港量預測值對當地漁業產業的發展也有著更深遠的實際意義。

參考文獻

[1]桂勁松.我國漁港卸魚量發展水平預測方法探討[J].大連水產學院學報，1995，10（3）：75-78.

[2]郭子堅.港口規劃與布置[M].北京：人民交通出版社，2011（6）.

[3]劉思峰，史本廣.灰色系統理論在科學發展中的作用和地位[J].農業系統科學與綜合研究，2000，16（3）：168-170.

[4]劉思峰，黨耀國，方志耕，等.灰色系統理論及其應用[M].北京：科學出版社，2010（5）.

[5]李孜軍.1992-2001年我國灰色系統理論應用研究進展[J].系統工程，2003，21（5）：8-12.endprint

摘 要：采用灰色模型GM（1，1），依據五個漁港實際漁貨卸港量資料，對漁港漁貨卸港量進行預測，并與時間序列法的預測結果對比，結果表明該模型預測精度要優于時間序列法，可以在漁貨卸港量預測中加以應用。

關鍵詞：漁貨卸港量；灰色模型GM（1，1）；預測方法

簡介

漁港是漁業生產的重要依托，是漁區經濟社會發展的重要基礎設施，如何選取優勢漁港進行合理資金投入是我國漁港建設中面臨的一個重要問題，漁貨卸港量是衡量漁港規模大小以及發展能力的一項重要決策指標，科學準確地對漁貨卸港量水平進行預測，對于合理進行漁港規劃布局建設以及發掘優勢漁港滿足當地漁業需求具有更貼合實際的意義[1]。

目前在各地漁港的工程可行性研究報告中普遍采用時間序列法對漁貨卸港量進行預測，將年份或者序號與卸港量分別作為回歸方程的自變量和因變量，建立一元線性回歸方程[2]，該方法需要較多年份資料令計算結果容易出現偏差。灰色系統理論主要研究小樣本不確定問題[3]，預測樣本不需要有規律性分布，灰色模型GM（1，1）是灰色預測模型中得到最普遍應用的核心模型[4]，通過灰色生成或序列算子的作用弱化隨機性，挖掘潛在的規律，該模型在建模時不需要大量的數據就能取得較好的預測效果，已被廣泛應用于經濟管理、自然科學、農業科學、工程技術等各個領域[5]。

1 基本思路

本文采用灰色系統理論中的GM（1.1）預測模型對漁港漁貨卸港量進行預測，并與時間序列法的預測結果進行比較，結果表明采用灰色模型GM（1.1）的預測精度更高，預測結果更加接近實際值。

2 算例

2.1 灰色模型GM（1，1）

利用灰色模型GM（1，1），使用前陽一級漁港1996-2005年的漁貨卸港量資料對2006年的漁貨卸港量進行預測。（見表1）

2.1.1 卸港量累加序列的計算結果如下。（見表2）

2.1.2 分別建立矩陣B，y

2.1.3 求逆矩陣

2.1.4 根據 計算估計值■和■：

將■和■的值帶入時間響應方程，得時間響應方程為：

2.1.5 求出擬合值■（1）（i），根據■（1）（1）=■（0）（1），■（1）（2）=■（0）（2）+■（0）（1）…，進行后減運算還原，可依次得到■（0）（i）值，相關計算結果如表3所示。

表3 計算值統計表

2.1.6 精度驗算與預測

使用殘差檢驗對結果進行檢驗，由表3可知，相對殘差的數值均小于10%，可知預測方程可用。進行外推預測，依次令k=9、10代入預測方程，可得前陽一級漁港2006年的漁貨卸港量預測值為：■（0）（11）=92105.4噸。如果采用時間序列法預測，預測值為93418.83噸。而2006年石城漁港卸港量的實際值為90132噸（見表1）

建立各預測方法對比表格如表4：

表4 漁貨卸港量預測結果比較

從表中可以看出采用灰色模型GM（1，1）預測的漁貨卸港量數值比時間序列法要精確。

表5 各漁港漁貨卸港量預測結果比較

2.2 數據對比

采用灰色模型GM（1.1）分別對海星漁港，將軍石漁港，杏樹漁港，四塊石漁港的漁貨卸港量進行預測，并與采用時間序列法的預測結果進行比較，比較結果如表5：

通過以上五個漁港卸港量預測結果的對比可以發現，在漁貨卸港量的預測中，灰色模型GM（1.1）比時間序列法的預測結果更加精確，誤差更小。

3 結束語

通過與傳統的時間序列預測法進行比較，發現灰色模型GM（1.1）在漁貨卸港量預測中的預測結果更加接近實際值。灰色模型GM（1.1）如果借助MATLAB進行編程計算，計算繁瑣程度甚至會低于時間序列法，可以考慮在漁港的工程可行性研究報告中應用，該模型的低誤差預測更加利于漁港的前期建設布局，同時有助于選取優勢漁港進行擴建改造，更加精準的漁貨卸港量預測值對當地漁業產業的發展也有著更深遠的實際意義。

參考文獻

[1]桂勁松.我國漁港卸魚量發展水平預測方法探討[J].大連水產學院學報，1995，10（3）：75-78.

[2]郭子堅.港口規劃與布置[M].北京：人民交通出版社，2011（6）.

[3]劉思峰，史本廣.灰色系統理論在科學發展中的作用和地位[J].農業系統科學與綜合研究，2000，16（3）：168-170.

[4]劉思峰，黨耀國，方志耕，等.灰色系統理論及其應用[M].北京：科學出版社，2010（5）.

[5]李孜軍.1992-2001年我國灰色系統理論應用研究進展[J].系統工程，2003，21（5）：8-12.endprint

摘 要：采用灰色模型GM（1，1），依據五個漁港實際漁貨卸港量資料，對漁港漁貨卸港量進行預測，并與時間序列法的預測結果對比，結果表明該模型預測精度要優于時間序列法，可以在漁貨卸港量預測中加以應用。

關鍵詞：漁貨卸港量；灰色模型GM（1，1）；預測方法

簡介

漁港是漁業生產的重要依托，是漁區經濟社會發展的重要基礎設施，如何選取優勢漁港進行合理資金投入是我國漁港建設中面臨的一個重要問題，漁貨卸港量是衡量漁港規模大小以及發展能力的一項重要決策指標，科學準確地對漁貨卸港量水平進行預測，對于合理進行漁港規劃布局建設以及發掘優勢漁港滿足當地漁業需求具有更貼合實際的意義[1]。

目前在各地漁港的工程可行性研究報告中普遍采用時間序列法對漁貨卸港量進行預測，將年份或者序號與卸港量分別作為回歸方程的自變量和因變量，建立一元線性回歸方程[2]，該方法需要較多年份資料令計算結果容易出現偏差。灰色系統理論主要研究小樣本不確定問題[3]，預測樣本不需要有規律性分布，灰色模型GM（1，1）是灰色預測模型中得到最普遍應用的核心模型[4]，通過灰色生成或序列算子的作用弱化隨機性，挖掘潛在的規律，該模型在建模時不需要大量的數據就能取得較好的預測效果，已被廣泛應用于經濟管理、自然科學、農業科學、工程技術等各個領域[5]。

1 基本思路

本文采用灰色系統理論中的GM（1.1）預測模型對漁港漁貨卸港量進行預測，并與時間序列法的預測結果進行比較，結果表明采用灰色模型GM（1.1）的預測精度更高，預測結果更加接近實際值。

2 算例

2.1 灰色模型GM（1，1）

利用灰色模型GM（1，1），使用前陽一級漁港1996-2005年的漁貨卸港量資料對2006年的漁貨卸港量進行預測。（見表1）

2.1.1 卸港量累加序列的計算結果如下。（見表2）

2.1.2 分別建立矩陣B，y

2.1.3 求逆矩陣

2.1.4 根據 計算估計值■和■：

將■和■的值帶入時間響應方程，得時間響應方程為：

2.1.5 求出擬合值■（1）（i），根據■（1）（1）=■（0）（1），■（1）（2）=■（0）（2）+■（0）（1）…，進行后減運算還原，可依次得到■（0）（i）值，相關計算結果如表3所示。

表3 計算值統計表

2.1.6 精度驗算與預測

使用殘差檢驗對結果進行檢驗，由表3可知，相對殘差的數值均小于10%，可知預測方程可用。進行外推預測，依次令k=9、10代入預測方程，可得前陽一級漁港2006年的漁貨卸港量預測值為：■（0）（11）=92105.4噸。如果采用時間序列法預測，預測值為93418.83噸。而2006年石城漁港卸港量的實際值為90132噸（見表1）

建立各預測方法對比表格如表4：

表4 漁貨卸港量預測結果比較

從表中可以看出采用灰色模型GM（1，1）預測的漁貨卸港量數值比時間序列法要精確。

表5 各漁港漁貨卸港量預測結果比較

2.2 數據對比

采用灰色模型GM（1.1）分別對海星漁港，將軍石漁港，杏樹漁港，四塊石漁港的漁貨卸港量進行預測，并與采用時間序列法的預測結果進行比較，比較結果如表5：

通過以上五個漁港卸港量預測結果的對比可以發現，在漁貨卸港量的預測中，灰色模型GM（1.1）比時間序列法的預測結果更加精確，誤差更小。

3 結束語

通過與傳統的時間序列預測法進行比較，發現灰色模型GM（1.1）在漁貨卸港量預測中的預測結果更加接近實際值。灰色模型GM（1.1）如果借助MATLAB進行編程計算，計算繁瑣程度甚至會低于時間序列法，可以考慮在漁港的工程可行性研究報告中應用，該模型的低誤差預測更加利于漁港的前期建設布局，同時有助于選取優勢漁港進行擴建改造，更加精準的漁貨卸港量預測值對當地漁業產業的發展也有著更深遠的實際意義。

參考文獻

[1]桂勁松.我國漁港卸魚量發展水平預測方法探討[J].大連水產學院學報，1995，10（3）：75-78.

[2]郭子堅.港口規劃與布置[M].北京：人民交通出版社，2011（6）.

[3]劉思峰，史本廣.灰色系統理論在科學發展中的作用和地位[J].農業系統科學與綜合研究，2000，16（3）：168-170.

[4]劉思峰，黨耀國，方志耕，等.灰色系統理論及其應用[M].北京：科學出版社，2010（5）.

[5]李孜軍.1992-2001年我國灰色系統理論應用研究進展[J].系統工程，2003，21（5）：8-12.endprint