上海世博會(huì)影響力的定量評(píng)估0

20１0高教社杯全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽承諾書我們仔細(xì)閱讀了中國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽的競(jìng)賽規(guī)則.我們完全明白，在競(jìng)賽開始后參賽隊(duì)員不能以任何方式（包括電話、電子郵件、網(wǎng)上咨詢等）與隊(duì)外的任何人（包括指導(dǎo)教師)研究、討論與賽題有關(guān)的問(wèn)題.我們知道，抄襲別人的成果是違反競(jìng)賽規(guī)則的，如果引用別人的成果或其他公開的資料（包括網(wǎng)上查到的資料），必須按照規(guī)定的參考文獻(xiàn)的表述方式在正文引用處和參考文獻(xiàn)中明確列出。我們鄭重承諾,嚴(yán)格遵守競(jìng)賽規(guī)則，以保證競(jìng)賽的公正、公平性.如有違反競(jìng)賽規(guī)則的行為,我們將受到嚴(yán)肅處理。我們參賽選擇的題號(hào)是（從Ａ/Ｂ／C／D中選擇一項(xiàng)填寫）:B 我們的參賽報(bào)名號(hào)為（如果賽區(qū)設(shè)置報(bào)名號(hào)的話）:所屬學(xué)校（請(qǐng)?zhí)顚懲暾娜?:河南工程學(xué)院參賽隊(duì)員（打印并簽名）：1．陳宇翔2。韓林嶧３.孫鵬帥指導(dǎo)教師或指導(dǎo)教師組負(fù)責(zé)人（打印并簽名)：日期：2０１3年8月19日賽區(qū)評(píng)閱編號(hào)（由賽區(qū)組委會(huì)評(píng)閱前進(jìn)行編號(hào)）：２010高教社杯全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽編號(hào)專用頁(yè)賽區(qū)評(píng)閱編號(hào)（由賽區(qū)組委會(huì)評(píng)閱前進(jìn)行編號(hào))：賽區(qū)評(píng)閱記錄(可供賽區(qū)評(píng)閱時(shí)使用）：評(píng)閱人評(píng)分備注全國(guó)統(tǒng)一編號(hào)(由賽區(qū)組委會(huì)送交全國(guó)前編號(hào)）:全國(guó)評(píng)閱編號(hào)（由全國(guó)組委會(huì)評(píng)閱前進(jìn)行編號(hào))：上海世博會(huì)影響力的定量評(píng)估摘要要定量的研究上海世博會(huì)的影響,我們從經(jīng)濟(jì)方面的角度去定量分析。在經(jīng)濟(jì)角度這方面，我們從上海及全國(guó)的第一、二、三產(chǎn)業(yè)和對(duì)外貿(mào)易出發(fā),由于這些數(shù)據(jù)具很強(qiáng)的相關(guān)性,因此我們用線性模糊矩陣的方法解決.本題的首要的重點(diǎn)是數(shù)據(jù)處理。由于經(jīng)濟(jì)這一方面本身具有很強(qiáng)的時(shí)代性與變化性,和社會(huì)背景聯(lián)系較緊密,因此我們?cè)谔幚頂?shù)據(jù)時(shí)首先運(yùn)用消除異常數(shù)據(jù)法對(duì)數(shù)據(jù)進(jìn)行誤差波動(dòng)消除。然后用線性擬合回歸法對(duì)數(shù)據(jù)進(jìn)行發(fā)展趨勢(shì)判定，在判定趨勢(shì)的時(shí)候，由于20０8年奧運(yùn)會(huì)，我們需要對(duì)２00８年數(shù)據(jù)進(jìn)行預(yù)測(cè)分析，與實(shí)際值對(duì)照，兩者進(jìn)行比較求出最優(yōu)值。進(jìn)而求出經(jīng)濟(jì)發(fā)展增長(zhǎng)率，得到世博會(huì)前后的偏移度。本題的另一個(gè)重點(diǎn)是評(píng)價(jià)體系的構(gòu)建.根據(jù)本體的數(shù)據(jù)特點(diǎn)，我們運(yùn)用非線性加權(quán)法,結(jié)合模糊矩陣分析。先通過(guò)每個(gè)地區(qū)每個(gè)產(chǎn)業(yè)所占的指標(biāo)的比重,確定權(quán)值。然后運(yùn)用隸屬函數(shù)求出模糊關(guān)系矩陣。在隸屬函數(shù)中，我們根據(jù)經(jīng)濟(jì)發(fā)展的特點(diǎn)，用高斯函數(shù)作為隸屬函數(shù)代入求值.之后用得到的模糊關(guān)系矩陣與權(quán)數(shù)相乘得到評(píng)價(jià)結(jié)果。最后,我們根據(jù)2005年日本世博會(huì)與2０００年德國(guó)世博會(huì)前后的經(jīng)濟(jì)發(fā)展?fàn)顩r，大體上預(yù)測(cè)出我國(guó)的世博會(huì)后的經(jīng)濟(jì)發(fā)展?fàn)顩r。對(duì)于本次解決方案,我們最后的預(yù)測(cè)做的不夠詳細(xì)，沒(méi)有定量分析。如果能夠收集到更多的國(guó)家舉辦世博會(huì)前后的經(jīng)濟(jì)發(fā)展規(guī)律，應(yīng)該可以做到定量具體預(yù)測(cè)。關(guān)鍵詞：偏移度消除異常數(shù)據(jù)法線性擬合模糊關(guān)系矩陣隸屬函數(shù)問(wèn)題重述2010年上海世博會(huì)是首次在中國(guó)舉辦的世界博覽會(huì)。從1８5１年倫敦的“萬(wàn)國(guó)工業(yè)博覽會(huì)"開始,世博會(huì)正日益成為各國(guó)人民交流歷史文化、展示科技成果、體現(xiàn)合作精神、展望未來(lái)發(fā)展等的重要舞臺(tái)。選擇感興趣的某個(gè)側(cè)面，建立數(shù)學(xué)模型，利用互聯(lián)網(wǎng)數(shù)據(jù),定量評(píng)估２0１０年上海世博會(huì)的影響力。模型的假設(shè)與符號(hào)說(shuō)明2。1模型的假設(shè)假設(shè)1：本題所用的數(shù)據(jù)均準(zhǔn)確、無(wú)誤。假設(shè)2:忽略經(jīng)濟(jì)危機(jī)對(duì)全國(guó)經(jīng)濟(jì)的影響。假設(shè)３：世博會(huì)的經(jīng)濟(jì)影響力集中體現(xiàn)在前一年。2.2符號(hào)說(shuō)明符號(hào)符號(hào)說(shuō)明偏移率直線直線的斜率因素論域普通集合第Ⅰ級(jí)第Ⅱ級(jí)第Ⅲ級(jí)第Ⅳ級(jí)第Ⅴ級(jí)模糊關(guān)系矩陣模糊關(guān)系矩陣中的元素第ｉ級(jí)隸屬函數(shù)第Ⅰ級(jí)隸屬函數(shù)第Ⅱ級(jí)隸屬函數(shù)第Ⅲ級(jí)隸屬函數(shù)第Ⅳ級(jí)隸屬函數(shù)第Ⅴ級(jí)隸屬函數(shù)問(wèn)題分析此題主要定量研究上海世博會(huì)對(duì)中國(guó)經(jīng)濟(jì)的影響.因此，我們要從上海和全國(guó)的第一、二、三產(chǎn)業(yè)量以及全國(guó)進(jìn)出口總量的偏移率進(jìn)行分析。其中在處理數(shù)據(jù)時(shí)，要消除20０８年經(jīng)濟(jì)危機(jī)對(duì)產(chǎn)業(yè)鏈條和進(jìn)出口的影響.因此我們采用消除異常數(shù)據(jù)法。對(duì)于偏移率,我們采用線性擬合法求出增長(zhǎng)折線,然后利用線性評(píng)價(jià)法對(duì)斜率進(jìn)行分析,求出偏移率。然而由于線性評(píng)價(jià)法無(wú)法反應(yīng)某些評(píng)價(jià)指標(biāo)所具有的突出影響,需要對(duì)其進(jìn)行修改,運(yùn)用非線性算子形式分析數(shù)據(jù)。再根據(jù)經(jīng)濟(jì)所占比重確定權(quán)值，然后利用高斯函數(shù)作為隸屬函數(shù)，用非線性模糊評(píng)價(jià)法進(jìn)行最終分析評(píng)價(jià).最后利用國(guó)外舉行世博會(huì)前后幾年的經(jīng)濟(jì)變化，來(lái)預(yù)測(cè)中國(guó)的經(jīng)濟(jì)發(fā)展變化。數(shù)據(jù)分析定義1．線性擬合:給定一批數(shù)據(jù)點(diǎn)，不要求直線通過(guò)所有數(shù)據(jù)點(diǎn)，但要求直線能反應(yīng)整體的發(fā)展趨勢(shì),這種方法稱為線性擬合。本題中有很多離散的數(shù)據(jù),我們要用線性擬合的方法,作出經(jīng)濟(jì)發(fā)展的趨勢(shì)圖,從而判斷整體的發(fā)展變化.定義２.偏移率為偏移后直線斜率與原始直線斜率的比值減一。即如圖4．1直線為原始發(fā)展線，斜率為,為偏移直線，斜率為，偏移率為.用公式表示如下：（１）圖４．1經(jīng)過(guò)ｍatｌab編程計(jì)算得出因素論域的偏移率，.作出上海第一產(chǎn)業(yè)線性擬合圖,其它見(jiàn)附錄一.４。２上海第一產(chǎn)業(yè)線性擬合圖定義3.舍去值：由于2008年經(jīng)濟(jì)危機(jī)的影響，全球經(jīng)濟(jì)低迷,導(dǎo)致各個(gè)國(guó)家進(jìn)出口量驟減.對(duì)我國(guó)進(jìn)出口經(jīng)濟(jì)貿(mào)易造成較大負(fù)面影響，由全國(guó)對(duì)外經(jīng)濟(jì)貿(mào)易線性擬合圖（圖４.3)可知其已經(jīng)超過(guò)上海世博會(huì)對(duì)全國(guó)對(duì)外經(jīng)濟(jì)貿(mào)易的正面影響。4．３對(duì)外經(jīng)濟(jì)貿(mào)易線性擬合圖為消除這種影響，我們?nèi)∩虾Ｊ啦?huì)對(duì)全國(guó)對(duì)外經(jīng)濟(jì)貿(mào)易影響力為零。經(jīng)分析上海對(duì)外經(jīng)濟(jì)貿(mào)易主要由第二產(chǎn)業(yè)(工業(yè)制造業(yè))為主導(dǎo),其餅狀圖如圖４．４。圖4．4上海第二產(chǎn)業(yè)分布圖由圖４。4可知，上海對(duì)外經(jīng)濟(jì)貿(mào)易在上海第二產(chǎn)業(yè)中所占比重較大，所以經(jīng)濟(jì)危機(jī)對(duì)對(duì)外經(jīng)濟(jì)貿(mào)易的影響會(huì)直接在上海第二產(chǎn)業(yè)發(fā)展趨勢(shì)圖（即上海第二產(chǎn)業(yè)線性擬合圖)反應(yīng)處來(lái)。為消除這種影響，同樣我們?nèi)ド虾Ｊ啦?huì)對(duì)上海第二產(chǎn)業(yè)的影響為零。4。5上海第二產(chǎn)業(yè)線性擬合圖定義３．隸屬函數(shù),用于表征HYPEＲLINK＂ｈｔｔp：//bａiｋe．baidu．com/vｉew／９70713.ｈtm”模糊集合的HYＰEＲＬＩＮK"hｔtp：／／bａiｋｅ．baiｄu。ｃom/view/7５06９7。htm"數(shù)學(xué)工具.對(duì)于普通集合A,它可以理解為某個(gè)論域Ｕ內(nèi)的一個(gè)子集。為了描述論域Ｕ中任一元素ｕ是否屬于集合A，通?？梢杂茫盎?標(biāo)志。用0表示ｕ不屬于A,而用1表示屬于A,從而得到了Ｕ上的一個(gè)二值函數(shù)χA(u)，它表征了U的元素u對(duì)普通集合的從屬關(guān)系,通常稱為A的特征函數(shù)。為了描述元素ｕ對(duì)U上的一個(gè)HＹＰＥRＬIＮK”hｔtｐ:/／ｂaiｋe.bａ／ｖiｅｗ/970７13.htｍ"模糊集合的隸屬關(guān)系，由于這種關(guān)系的不分明性，它將用從HＹＰERLＩNK”http：/／bａｉkｅ.baiｄu.cｏｍ/vｉew/7０334.htm＂區(qū)間[0,1］中所取的數(shù)值代替0,1這兩值來(lái)描述，記為(u）,數(shù)值(ｕ)表示元素隸屬于模糊集的程度，論域U上的函數(shù)μ即為模糊集的隸屬函數(shù),而(ｕ）即為ｕ對(duì)A的ＨＹPERLIＮK＂ｈｔtｐ:/／baｉkｅ。/ｖieｗ／1806495．ｈｔm”隸屬度.在此題中我們使用高斯函數(shù)作為隸屬函數(shù)，高斯函數(shù)的形式為。（2)其中，與為常數(shù)，且。經(jīng)過(guò)計(jì)算我們所用的高斯隸屬函數(shù)分別為：,，，，用maｔlaｂ作圖，如圖。4。6高斯隸屬函數(shù)定義4.異常數(shù)據(jù)消除法:由于影響經(jīng)濟(jì)變化(2０02－2009年)的因素較多，造成數(shù)據(jù)變化較大，我們使用如下公式解決異常數(shù)據(jù)：設(shè)原始數(shù)據(jù)為，處理后的數(shù)據(jù)位則,,模糊關(guān)系矩陣的計(jì)算：定義5.模糊關(guān)系矩陣：已知矩陣Ｒ，隸屬函數(shù)，偏移率其運(yùn)算過(guò)程如下:，(3)(4)經(jīng)過(guò)計(jì)算得到上海世博會(huì)經(jīng)濟(jì)影響力評(píng)測(cè)模糊關(guān)系矩陣：(5)問(wèn)題的解答５.1評(píng)價(jià)模型的確立:研究上海世博會(huì)對(duì)經(jīng)濟(jì)影響力的評(píng)價(jià)分析，我們首先想到了用線性加權(quán)法,但是上海世博會(huì)的時(shí)間在2010年，受08年經(jīng)濟(jì)危機(jī)、奧運(yùn)會(huì)的影響較強(qiáng)烈,線性加權(quán)法不適用于某些具有特殊影響指標(biāo)。于是對(duì)模型進(jìn)行改進(jìn)，提出了非線性模糊矩陣合成算子評(píng)價(jià)模型.在模糊綜合評(píng)價(jià)模型（６)中定義模糊矩陣合成算子。首先定義指標(biāo)突出影響程度系數(shù)向量，記，其中.指標(biāo)對(duì)評(píng)價(jià)結(jié)果所具有的突出影響程度越大則也就越大，當(dāng)指標(biāo)不具有突出影響時(shí),則取為１。為簡(jiǎn)便起見(jiàn)可將;取為大于等于1的整數(shù)．令,在模糊綜合評(píng)價(jià)模型中定義非線性模糊矩陣合成算子形式為，(17），記，其中且;，這里(對(duì)）。由于在模糊綜合評(píng)價(jià)中，通常有隸屬度∈［０，1]，故在應(yīng)用此算子進(jìn)行模糊矩陣合成時(shí)，必須先對(duì)評(píng)價(jià)對(duì)象的隸屬度矩陣作變換,將隸屬度的值變換為大于１的數(shù),如可取.該模糊矩陣合成算子具有如下性質(zhì)：命題（1）時(shí)，,，。具體證明詳見(jiàn)現(xiàn)進(jìn)一步考察函數(shù)肘伴隨各自變量的變化情況。由于而：當(dāng)且僅當(dāng)，即時(shí)，等號(hào)成立，既有,則此時(shí)有。又由于，而函數(shù)當(dāng)時(shí),是單調(diào)遞減的.也就是說(shuō)，的值越大，的值也就越大，則可能取的最小值越大，當(dāng)然這還要視的大小情況而定。該模型的這一性質(zhì)是符合評(píng)價(jià)的實(shí)際要求的。首先,當(dāng)各指標(biāo)的突出影響程度不同時(shí),即有些指標(biāo)具有較大的突出影響程度,而有些指標(biāo)的突出影響程度較小或者不具有突出影響，則當(dāng)所有指標(biāo)的評(píng)價(jià)值相同時(shí)，其評(píng)價(jià)結(jié)果也應(yīng)與這一相同指標(biāo)值有所不同。命題（2)若，則其可由函數(shù)對(duì)X的單調(diào)遞增性得到。命題(3）其可由函數(shù)關(guān)于X在上連續(xù)得到。當(dāng)一個(gè)評(píng)價(jià)對(duì)象的所有評(píng)價(jià)指標(biāo)值均高于另外一個(gè)評(píng)價(jià)對(duì)象時(shí),顯然前者的評(píng)價(jià)結(jié)果應(yīng)高于后者，其由命題(2）滿足．評(píng)價(jià)對(duì)象的各評(píng)價(jià)指標(biāo)值的增大可使最終的評(píng)價(jià)指標(biāo)值增大，但這種增大應(yīng)是連續(xù)平穩(wěn)的，不能有突然的跳躍,這一點(diǎn)在命題(３)中得到了體現(xiàn).命題(4），且當(dāng)時(shí)有。證明[１］。特別的，上述命題可寫成,由于有，故當(dāng)時(shí),有,因此有。即當(dāng)足夠大時(shí)，可使最終的評(píng)價(jià)結(jié)果趨于具有最大突出影響程度系數(shù)的指標(biāo)中的最大值.由知,越大則也就越大，故對(duì)評(píng)價(jià)結(jié)果的影響相應(yīng)變大．另一方面，由于函數(shù)當(dāng)時(shí)具有單調(diào)性,可知值越大使得的值也越大。這使得指標(biāo)權(quán)重對(duì)評(píng)價(jià)結(jié)果的影響變小,而指標(biāo)值對(duì)評(píng)價(jià)結(jié)果的影響相應(yīng)增大.命題(4）同樣反映了該模型在處理各指標(biāo)突出影響程度不同的評(píng)價(jià)問(wèn)題時(shí)的合理性及優(yōu)越性．在實(shí)際的評(píng)價(jià)過(guò)程中,指標(biāo)的突出影響程度越大,該指標(biāo)值對(duì)評(píng)價(jià)結(jié)果的影響就會(huì)越強(qiáng)烈,這一點(diǎn)在命題(4)中可以得到滿足。另外當(dāng)評(píng)價(jià)指標(biāo)對(duì)評(píng)價(jià)結(jié)果的突出影響程度足夠大時(shí),只有該指標(biāo)值對(duì)評(píng)價(jià)結(jié)果有決定作用，而其它指標(biāo)對(duì)于評(píng)價(jià)結(jié)果的影響甚微，評(píng)價(jià)結(jié)果就等于具有最大突出影響的指標(biāo)中的最大值，這與命題(4)的特別情況是一致的．綜上所述,這種一般的模糊矩陣合成算子可以很好的滿足評(píng)價(jià)的實(shí)際，能彌補(bǔ)線性加權(quán)算子的不足，因此更具評(píng)價(jià)優(yōu)勢(shì)．以下將用具體的評(píng)價(jià)實(shí)例說(shuō)明這種可以反映指標(biāo)突出影響的模糊矩陣合成算子的優(yōu)勢(shì)。5。2影響評(píng)價(jià)模型的應(yīng)用與求解:5。2。1因素偏移率的確立:針對(duì)世博會(huì)對(duì)經(jīng)濟(jì)的影響，我們采取以上算法對(duì)影響進(jìn)行分析。運(yùn)用模糊綜合評(píng)價(jià)法，它可以考慮到不同經(jīng)濟(jì)產(chǎn)業(yè)的影響.在對(duì)上海世博會(huì)在經(jīng)濟(jì)方面的影響的分析時(shí),有七個(gè)因素，即上海第一、第二、第三產(chǎn)業(yè)，全國(guó)第一、第二、第三產(chǎn)業(yè)，對(duì)外經(jīng)濟(jì)貿(mào)易.用矩陣表示為:即為因素論域。以上幾項(xiàng)指標(biāo)中,全國(guó)三個(gè)產(chǎn)業(yè)發(fā)展的偏移率，對(duì)經(jīng)濟(jì)影響的評(píng)測(cè)結(jié)果影響較大。七個(gè)指標(biāo)的偏移率如下：上海第一、第二、第三產(chǎn)業(yè)分別為18５．71%、-３8.33%、114．28％，全國(guó)第一、第二、第三產(chǎn)業(yè)分別為1６0。８7％、115。３8%、154.５4%，對(duì)外出口貿(mào)易為—８8。1８％,用矩陣表示為：.５.2．2影響力評(píng)測(cè)分級(jí)標(biāo)準(zhǔn)的確立：影響力評(píng)測(cè)標(biāo)準(zhǔn)多種多樣，一般都由專業(yè)部門經(jīng)統(tǒng)計(jì)分析得到合適的范圍標(biāo)準(zhǔn)，或由專家學(xué)者根據(jù)經(jīng)驗(yàn)得到.現(xiàn)我們以下表的標(biāo)準(zhǔn)作為我們影響力評(píng)測(cè)分級(jí)標(biāo)準(zhǔn)。表５．1影響力評(píng)測(cè)分級(jí)標(biāo)準(zhǔn)(注:超過(guò)160%視為第一指標(biāo))偏移率（%）Ⅰ（）Ⅱ（)Ⅲ（）Ⅳ(）Ⅴ（）第一產(chǎn)業(yè)（當(dāng)?shù)?1６０%14０％120％80%0％第二產(chǎn)業(yè)(當(dāng)?shù)兀?0％140%12０%80%0%第三產(chǎn)業(yè)（當(dāng)?shù)兀?0％１４0%120％80%0％第一產(chǎn)業(yè)（全國(guó))１６０％１40％１20％80％０％第二產(chǎn)業(yè)（全國(guó)）1６0%１40％１20％８0％0％第三產(chǎn)業(yè)(全國(guó)）１60％140%120%８0％0％對(duì)外經(jīng)濟(jì)貿(mào)易1６0%1４0％120%８0％０％5.２。３模糊關(guān)系矩陣的計(jì)算:從這些指標(biāo)的偏移度來(lái)看，上海的第一產(chǎn)業(yè)的偏移率最大，即這個(gè)指標(biāo)對(duì)經(jīng)濟(jì)造成了很大的影響，其他指標(biāo)偏移率相對(duì)不高。分別對(duì)各指標(biāo)構(gòu)造正態(tài)分布高斯函數(shù)，，,。由此隸屬函數(shù)可以得到不同偏移率對(duì)不同影響等級(jí)的隸屬度。在給出上海及全國(guó)第一、二、三產(chǎn)業(yè)和對(duì)外貿(mào)易各個(gè)偏移率的取值后，將其帶入相應(yīng)的隸屬函數(shù)，便可得到模糊關(guān)系矩陣R.（18）5.2。4偏移率權(quán)重系數(shù)矩陣的確立：各個(gè)偏移率權(quán)重系數(shù)分配有多種方法，由于本次的各個(gè)指標(biāo)間有強(qiáng)烈的相關(guān)關(guān)系。我們?cè)O(shè)計(jì)權(quán)數(shù)Ａ計(jì)算公式如下：（１９）由此可得到的權(quán)重系數(shù)分別為：5。２．5評(píng)價(jià)結(jié)果：令評(píng)價(jià)結(jié)果，則得出結(jié)果為根據(jù)最大隸屬度原則,由以上計(jì)算結(jié)果B分析可知,B矩陣中0．２71４３36最大,因此符合以上規(guī)定的“影響力測(cè)評(píng)標(biāo)準(zhǔn)”中的級(jí)。所以分析可得到,上海世博會(huì)對(duì)經(jīng)濟(jì)的影響是級(jí)，即最高級(jí).5。3經(jīng)濟(jì)發(fā)展的預(yù)測(cè)模型根據(jù)國(guó)外舉行世博會(huì)后本國(guó)的經(jīng)濟(jì)發(fā)展規(guī)律（以德國(guó)日本為例），我們來(lái)預(yù)測(cè)上海舉行世博會(huì)的經(jīng)濟(jì)發(fā)展。利用異常值消除法和線性擬合求出德國(guó)、日本經(jīng)濟(jì)發(fā)展方程。數(shù)據(jù)見(jiàn)附錄一：德國(guó)：世博會(huì)前世博會(huì)后日本：世博會(huì)前世博會(huì)后得出兩個(gè)國(guó)家的經(jīng)濟(jì)發(fā)展趨勢(shì)圖：圖５.1德國(guó)經(jīng)濟(jì)發(fā)展趨勢(shì)圖圖５。3日本經(jīng)濟(jì)發(fā)展趨勢(shì)圖在日本經(jīng)濟(jì)發(fā)展趨勢(shì)圖中顯示，其在世博會(huì)舉行后經(jīng)濟(jì)出現(xiàn)負(fù)增長(zhǎng)，這是由于日本房?jī)r(jià)泡沫在2０05年集中爆發(fā)，房市崩盤所致。由圖我們發(fā)現(xiàn),世博會(huì)的舉行對(duì)前一年及當(dāng)年經(jīng)濟(jì)影響最大。故，我們預(yù)測(cè)中國(guó)在2010年中經(jīng)濟(jì)發(fā)展增速會(huì)超過(guò)之前增速，而20１０以后經(jīng)濟(jì)發(fā)展增速會(huì)放緩.6.模型的評(píng)價(jià)、改進(jìn)及推廣6.1模型評(píng)價(jià)優(yōu)點(diǎn):根據(jù)我們對(duì)全國(guó)最近幾年來(lái)各個(gè)產(chǎn)業(yè)數(shù)據(jù)的統(tǒng)計(jì),擬合出了全國(guó)、上海、以及對(duì)外貿(mào)易的經(jīng)濟(jì)線性擬合曲線圖，可通過(guò)線性擬合圖得出中國(guó)在舉行世博會(huì)之前的經(jīng)濟(jì)發(fā)展趨勢(shì)圖，以此和觀測(cè)到上海世博會(huì)對(duì)中國(guó)緊急的影響。我們還統(tǒng)計(jì)了最近幾年舉辦世界博覽會(huì)的幾個(gè)國(guó)家的數(shù)據(jù),有日本和德國(guó)，通過(guò)他們的數(shù)據(jù)以及其經(jīng)濟(jì)發(fā)展趨勢(shì)圖,可預(yù)測(cè)我國(guó)在舉辦世博會(huì)后未來(lái)幾年的經(jīng)濟(jì)趨勢(shì)。(3）我們還通過(guò)matlａb等軟件對(duì)近幾年經(jīng)濟(jì)做出綜合評(píng)價(jià)分析,通過(guò)對(duì)各個(gè)產(chǎn)業(yè)的分析得出了幾個(gè)產(chǎn)業(yè)中對(duì)中國(guó)經(jīng)濟(jì)影響最大的幾個(gè)因素。缺點(diǎn):由于最后統(tǒng)計(jì)國(guó)家數(shù)據(jù)較少,預(yù)測(cè)中國(guó)外來(lái)幾年經(jīng)濟(jì)發(fā)展趨勢(shì)時(shí)會(huì)有所、不確定因素，導(dǎo)致預(yù)測(cè)結(jié)果不是太精確.6.2模型改進(jìn)統(tǒng)計(jì)更多舉辦過(guò)世博會(huì)的國(guó)家,并統(tǒng)計(jì)出這些國(guó)家在舉辦過(guò)世博會(huì)前后幾年的經(jīng)濟(jì)發(fā)展?fàn)顩r的數(shù)據(jù)，以此來(lái)預(yù)測(cè)中國(guó)在舉辦過(guò)上海世博會(huì)之后幾年的發(fā)展?fàn)顩r，使得統(tǒng)計(jì)結(jié)果更正確。６.3模型推廣我們建的模型不僅可用于上海世博會(huì)對(duì)中國(guó)的影響力，也可用于其它資源的安排,還可用于諸如像奧運(yùn)會(huì)對(duì)國(guó)家經(jīng)濟(jì)的影響的其它類型的問(wèn)題。參考文獻(xiàn)［1］張曉慧,馮英浚,白莽．一種反映突出影響因素的評(píng)價(jià)模型[Ｊ］．哈爾濱工業(yè)大學(xué)學(xué)報(bào),2003,35（10）:11６8－１1７0［２］張曉慧。模糊數(shù)學(xué)在綜合評(píng)價(jià)中的應(yīng)用［Ｄ]．哈爾濱：哈爾濱工業(yè)大學(xué)理學(xué)院數(shù)學(xué)系,２00４.2８-３１.［3]孫瑛,陳廣桐。模糊數(shù)學(xué)方法在湖泊水質(zhì)評(píng)價(jià)中的應(yīng)用［J]．山東工業(yè)大學(xué)學(xué)報(bào)，1９94，2４（2）：1５4-158.［4］候定丕，王戰(zhàn)軍。非線性評(píng)估的理論探索與應(yīng)用［M]．合肥:中國(guó)科學(xué)技術(shù)大學(xué)出版社，2０01。１0-１2.附錄一：圖表影響力分級(jí)標(biāo)準(zhǔn)偏移率（%)Ⅰ()Ⅱ(）Ⅲ（)Ⅳ()Ⅴ（)第一產(chǎn)業(yè)（當(dāng)?shù)?160％１40％１２0%８0％0％第二產(chǎn)業(yè)（當(dāng)?shù)?1６０％140％120％80％0％第三產(chǎn)業(yè)(當(dāng)?shù)兀?60%１40％12０％80％0%第一產(chǎn)業(yè)（全國(guó)）16０%140%1２0%８0%0%第二產(chǎn)業(yè)(全國(guó))1６0％1４0％1２0％80％0％第三產(chǎn)業(yè)(全國(guó)）１60%１4０％120％80％0%對(duì)外經(jīng)濟(jì)貿(mào)易1６0％140%120％８0％0%200１年--2０09年對(duì)外經(jīng)濟(jì)貿(mào)易基本情況指標(biāo)貨物進(jìn)出口總額指標(biāo)貨物進(jìn)出口總額２0０１42１83．62００6140971．４2００2５13７８．２2０07166740.２2００３7０483．５２0０8１79921．５20０4９５５39.1２0０9150６４8．120０511６92１．82００１年—－2009年國(guó)內(nèi)生產(chǎn)總值構(gòu)成年份國(guó)內(nèi)生產(chǎn)總值其中第一產(chǎn)業(yè)第二產(chǎn)業(yè)第三產(chǎn)業(yè)工業(yè)建筑業(yè)20０１100．０１4。445.１3９．７５.440．52０02100.０１3．７４4。8３9．４5。44１.５２0031００。012.846．040．５5.54１.2200４１0０.01３．４４6。24０．85。440.42０0510０。012．14７。４41。８5．６40.5２００6100．０11。1４7。942．２５.740。92００7100。０10．847.341。65．841．9２0081０0。010.747．４41.５6。0４1．82０09１0０。0１0。346.３３9。76。6４3。4200１年--２009年上海市生產(chǎn)總值構(gòu)成年份上海生產(chǎn)總值其中第一產(chǎn)業(yè)第二產(chǎn)業(yè)第三產(chǎn)業(yè)工業(yè)建筑業(yè)２００1１00。０1．546.１41．６4。552．4２00２100。０1．44５。7４１.3４.4５２．９20０310０．01．247.９4３。94。050.9２00４10０．01.0４8．２44.53.７５０．82０05１０0.01。０4７．4４3。７３.7５1。6200610０。00。9４7。0４３.33。７５2。12０07１00.0０。844．641.３3。３54.６２０0810０。０0。84３。239。63．６５6.０20０9１00．00。７39。9３6３．959。4２0０1年—－2009年國(guó)內(nèi)生產(chǎn)總值年份國(guó)內(nèi)生產(chǎn)總值其中第一產(chǎn)業(yè)第二產(chǎn)業(yè)第三產(chǎn)業(yè)工業(yè)建筑業(yè)2001１08068.21５781.3495１２．3４３5８０.6５931。7443６1。6２0０２119０９5．71６５3７．０538９6。８4７431。364６５.５498９８。92０0313５1７4．０１７３81。76243６.3５4945。５７490.856004.7２0０４１５９５８6.7２１412．773904。３6521０。08694.３64561.3２０051８5８0８．６224２0．0８75９8.1７7230.８10３67．３7491９。3２００６217522。724040.０１03７１9．5９１310.9１２４０８．６8８554.９2００７267７63。7２86２７．０１25９３1.４110534。９15２9６。51１13５1。920０8316２28。83３７0２．01490０3．４１3０260．２1874３.２１３１３40.０2００9343４64.７３５226。０157638．８1３52３９。9223９8。8１4７64２.１２０01年—-2009年上海市進(jìn)出口總額年份上海市進(jìn)出口總額(億美元)進(jìn)出口總額相當(dāng)于生產(chǎn)總值的比例（％）年份上海市進(jìn)出口總額（億美元）進(jìn)出口總額相當(dāng)于生產(chǎn)總值的比例(％）2001６08。98９6。7２０0６2２７４。8917４。９2０0272６。64１0４。820072８2９.７3179.3２003１1２３．97１３9．0200832２1．38１6３。３２００416００．２616４．１200９277７.3112７。320051８63。65166。62０0１年—-20０９年上海市生產(chǎn)總值年份上海生產(chǎn)總值其中第一產(chǎn)業(yè)第二產(chǎn)業(yè)第三產(chǎn)業(yè)工業(yè)建筑業(yè)20０１５2１0．1２78２４0３。１821６６。7４２3６.４４2728.９４200２5741。0３７9．682６22.45２36８．０２2５４。433038。902003６694。2381．０232０9.022９41．24267。78３4０4.19２００４8072。８383．4５３８9２.1２３593.２529８。874０97。2６２00５9２47.6690。264381.20４03６．85344．354776.20200610５７2。24９３.８14969。95４575.3０394.655５０8。４820０7１24９４.0110１.8４5571。065154．４２4１６．６46８2１．11２0081４069.8711１。80６０85.8４557６。７950９．057872．2320０9１5０4６。451１3。826００1．785４08.75593.03８930。８520０2年－-2008年日本生產(chǎn)總值年份日本國(guó)內(nèi)生產(chǎn)總值年份日本國(guó)內(nèi)生產(chǎn)總值2０02３９183。32０06４362５。82003422９1２０07４３７７９。62０044６0５９.4２008４8869．52005４５5２1．９199７年-－2０03年德國(guó)生產(chǎn)總值年份德國(guó)國(guó)內(nèi)生產(chǎn)總值年份德國(guó)國(guó)內(nèi)生產(chǎn)總值199７1９12．62００１210１。9１9９8１9５9．720０22132.21９9９２００0.２２0０3214７。520００20４7。54．1上海第一產(chǎn)業(yè)線性擬合圖４.2上海第二產(chǎn)業(yè)線性擬合圖4。3上海第三產(chǎn)業(yè)線性擬合圖４．4全國(guó)第一產(chǎn)業(yè)線性擬合圖4。５全國(guó)第二產(chǎn)業(yè)線性擬合圖4。６全國(guó)第三產(chǎn)業(yè)線性擬合圖4．7對(duì)外經(jīng)濟(jì)貿(mào)易線性擬合圖4.８德國(guó)經(jīng)濟(jì)線性擬合圖4．9日本經(jīng)濟(jì)線性擬合圖附錄二:源程序％上海第一產(chǎn)業(yè)擬合程序：％Ｍeｍｂeｒｓhipfunctioｎｃlearalｌ;x1=２0０２：１：200８；y１=［78.４２80.015８1。6２７５8５．１5259１。1475９5.81７51０4。33]；A=pｏlyfiｔ（x1，y1,1)ｚ1=poｌyvａl(A，x1）;pｌot（x１，y1，’k＋’,ｘ１，z1，’r'）ｈolｄoｎｘ2＝20０8：1：200９;y2=［100．５，１12。３05］;A＝poｌｙfｉt（ｘ2，y2，1)z２＝pｏlｙｖａl（A,x２）；plot（ｘ２，y2,'ｋ+',x2,z2,'ｂ')holｄｏｆf%上海第二產(chǎn)業(yè)擬合程序：%Mｅｍbeｒsｈipfuｎｃtｉoｎclｅarａｌl;x1=2００２:1：200８；ｙ１＝［２45７。９9752769.0925３３79.79５４01４。39４５２8。３8７５５12０.227５56９９.７55];A=polｙfiｔ（x1,ｙ1，1）z1=ｐolyｖａｌ(A,x1）；ｐlｏｔ（x1,y1,’k+＇，x1，z1，＇ｒ＇）ｈoｌdonx2=2０0８：1：200９;ｙ2=[5６99。7５５６０64．８2５];Ａ＝pｏlyfit(ｘ2,y2,1)ｚ2=pｏｌｙｖaｌ(A，x2）；ｐｌｏｔ（ｘ２,ｙ２，＇k＋’，x２,ｚ2,’b’)holｄoff％上海第三產(chǎn)業(yè)擬合程序：％Meｍbershipfunｃｔioｎclｅaralｌ;ｘ1=200２:１：2００８；y1=［2806．４３3１30.22２5３5７7.４5７54266.９９54９59．２７5836．63７５7０8３．8９]；Ａ＝polyｆit（x1，y1，1)z１=poｌyｖal（A,x１)；ｐlｏt（x１，y1，＇k+＇,x1，z1,'ｒ')hｏldonx2=2008:1：2009;y2=［665０8１３6．8８5]；A＝pｏlyfit(x２,y2，1)ｚ2=polyval（Ａ，ｘ２)；plot(x2，ｙ2，’ｋ＋＇,ｘ2，z2，＇b'）holdofｆ%全國(guó)第一產(chǎn)業(yè)擬合程序:%Mｅmbershｉpfuｎcｔｉｏncｌearalｌ;x１＝２002:1：２０0８;ｙ1=[1５970.206７１6７4８.19４17183８9．471７9２1６64．550５3228２５2５１８6.752９89５。75］;Ａ＝ｐｏlｙfｉｔ（ｘ１,ｙ1,１)ｚ1=ｐolyvａl（Ａ，ｘ１）；pｌｏｔ(x１，y１,’k+’，x1，z1,’r'）ｈoldonｘ２=2０08:１：20０９；ｙ2=［２8４50，３4083]；A=ｐolyfit（ｘ2，y２，1）z2=ｐolyvａl(Ａ，ｘ2）;plot（x2，y2,’ｋ+’，ｘ2，ｚ2,'b’)holdoｆf%全國(guó)第二產(chǎn)業(yè)擬合程序：％Mｅmｂｅｒｓhiｐｆuｎctioncｌeaｒall；x１=2０0２：１:２008；y1＝［５０608.４10１8560３1．6５38865３０3.31２077７327。7５７3５9162８。４55７31０924７.495713１６2４．3785]；Ａ=polyfit(x1，y1,1)z１＝polyval(Ａ，ｘ１)；ploｔ(ｘ1,ｙ１，’k＋’，x1,z1,'r＇）holdonｘ2=２０08：1：20０9；y2＝［1２３5０01511６2．2741]；Ａ=pｏlyｆiｔ（x2,y2，1)z2=ｐolｙvａl(Ａ，x２）；ｐｌot(x2,y2,’k+＇,ｘ2,z2，＇b'）holdoff％全國(guó)第三產(chǎn)業(yè)擬合程序:％Mｅmberｓhiｐfuｎｃtioｎcｌｅarall；x1=2002：１：20０8；y1=［4５745．9３3３6５１４２5。35７９5５8143。８67７４67150．７８7878328.１7747９４２５4．15０22１1６３48．９57６]；Ａ=ｐolyfiｔ（x1,y1，1)ｚ１＝poｌｙｖａl(A，x1)；pｌot（x1，y1,’ｋ+’,x1，ｚ1，'ｒ’)hｏ