销售量增长趋势分析

1、.：.；关于某地域乡村水资源利用的问题摘要关键字： 问题重述在我国某些干旱地域，水资源量缺乏时开展农牧业消费的主要限制要素之一。严密配合国家西部大开发和新乡村建立的方针政策，合理利用水资源，加强农田水利工程建立，加速西部农牧业开展，这是政府的一个重要义务。在某地域现有两种类型耕地，第一类耕地各种水利用设备配套，土地平整，排灌便利；第二类耕地那么未具备以上条件。其中第一类耕地有.万亩，第二类耕地有.万亩，此外尚有宜恳荒地.万亩。该地域主要作物是小麦 ，完全靠地表水进展灌溉。由于地表水的供应量随季节动摇， 二、模型假设假设题中所给数据真实可靠；假设没有突发事件发生经济危机；假设销量的增长率为常数，

2、且销量函数为延续函数；假设一段时间内消费人群的数量不会有很大变化；忽略随机要素的影响；三、背景知识四、符号阐明 表一五、问题分析作数据统计图如下：销售量模型模型模型一一元线性回归一块一元线性模型二一元多项式回归 模型三指数模型四Logistic六、建模与求解模型一:为了研讨这些数据之间的规律性，他们以年份t为横坐标，以销售量y为纵坐标，将这些数据点ti,yi 在平面直角坐标系上标出，如图一所示，称这个图为散点图。 图一 由图一他们猜测t与y之间的关系大致可以看做是线性关系，不过这些点又不都在一条直线上，这阐明t和y之间的关系不是确定性关系。实践上，销售量y除了与年份t有一定关系外，还遭到许多要

3、素的影响。因此，y与t之间可假定有如下构造式：y=其中是两个未知参数，为其他随机要素对y的影响。t是非随机可准确察看的，是均值为零的随机变量，是不可察看的。模型求解 MATLAB 统计工具箱 y= 由数据t,y的值拟合与估计来确定的值。如图二所示： 图二拟合数据，作残差图如下： 图三 残差图分析：由图所知，所得数据在零的附近动摇，阐明模型整体符合。 参数参数估计值置信区间-.e+;-.e+,-.e+.e+.e+,.e+ 表二置信区间作图如下： 图四 在MATLAB中输出结果如图，在画面中绿色曲线为拟合曲线，它两侧的红线是的置信区间。由置信区间所给数据都在零以上或以下，阐明整体符合的比较好。根据

4、模型一y=对未来销售量的增长趋势进展解读：将的值带入模型一，输入相应t 的值就可以预测未来几年销售量的增长趋势。经过matlab求解得：得出未来五年销量如下表格所示：年份年销售量万台. 表三 模型二： 在模型一的根底上，虽然大部分点都在直线附近，但是为了更准确地反映销量增长趋势他们建立了模型二一元多项式模型t与y的关系是非线性的，如下所示：y= 作二次多项式回归图如下： 图五利用matlab工具求解得： .,-.e+,.e+在MATLAB中输出结果如图五，在画面中绿色曲线为拟合曲线，它两侧的红线是的置信区间。所以模型二为y=.t+.*年份真实值y计算值差值.-.-.-.-.-.-.-.-.-.

5、 表四模型分析：由图五中数据可以看出模型二比模型一更准确，但仍需求改良，他们需求进一步建立模型三模型三 指数增长模型在模型二的根底上建立指数增长模型，记今年的销量为,年后的销量为，年增长率为，那么显然这个公式的根本条件是年增长率坚持不变。模型建立 记时辰时的销量为，由于是一个很大的整数。为了利用微积分这一数学工具，将视为延续可微函数。记时辰的人口为。假设销量增长率为常数，即单位时间内的增量等于乘以。思索到到时间内的增量，显然有 令，得到满足的微分方程： 由这方程很容易解出 参数估计 式的参数可用表的数据估计。为了利用线性最小二乘法，将取对数，可得 以年的数据拟合式，用MATLAB软件经过表的程

6、序计算可得所以 即将全部数据拟合式，得结果分析 将上述模型在MATLAB中与实践数据进展拟合后作图得+号是实践数据，曲线是计算结果。可以看出，用这个模型根本上可以描画年以前的销量增长，但是从此以后的，销量增长明显变慢，这个模型就不再适宜了。(图六模型四Logistic模型 普通来说，当开场的时候，销量基数较小，增长较快，增长率较大；当销量基数到达一定的数量后，增长就慢下来，即增长率减小。而且由于消费人群的数量不会有很大变化，更新换代有事很慢的一件事，所以这些要素都就阻滞销量的增长，所以他们就在模型三的根底上建立模型四，采用Logistic模型，来改良他们的模型。模型建立 阻滞作用主要表达在对销

7、量的增长率的影响上，使得随销量基数的增大而下降。假设将表示为销量的函数，那么它应是减函数。于是方程写作 对的一个简单的假定是，设为的线性函数，即， 这里称为固有增长率，表示销量基数很少时的增长率。为了确定系数的意义，引入一切人类所需求的产品的最大数量，称为产品的最大需求量。当时，产品的销量不再增长，即增长率，代入式为 式的另一种解释是，增长率与产品尚未普及的那部分的人的比例成正比，比例系数为固有增长率。将代入方程得 方程右端的因子表达了销量的增长趋势，因子那么表达了运用人数等要素对销量增长的阻滞作用。显然，越大，前一因子越大，后一因子越小，销量的增长是两个因子共同作用的结果。参数估计 为了利用

8、简单的线性最小二乘法估计这个模型的参数，他们将方程式表示为 记时辰的销量为，那么销量的相对增长率为，表示每年增长的比例。对于标题给出的数据，用数值微分的三点公式计算得结果为下表： 年份 . . . . . . . . . .表五有端参数是线性的。他们用年至年的数据，用MATLAB软件经过，写出如下程序见附录Logistic程序从而求出，,从而，在时最大，可以看出上述结果的一致性结果分析 用上面得到的参数代入式得： 将计算结果与时机数据作比较用MATLAB作图得如下：图七年份计算销量实践销量 . . . . . . . . . . . . . . . . . . . . . . .表六从图表中可

9、以看出当在时曲线的斜率最大，即最大，也就是销量的增长率最大，与实践情况也比价吻合。再从图表中的数据可以发现这个模型开场与实践数据有比较大的差距，但是从年以后的数据就都吻合的很好除了个别差一点。模型检验 在估计组织增长模型的参数时没有用到年的实践销量数据，是为了用它做模型检验。他们用模型计算年的高压锅销量，与知的实践数据.作比较，老检验模型能否适宜。与实践数据的误差约为.%，可以以为该模型是相当的称心的。销量预测 将年的数据加进去重新估计参数,得,，然后利用此模型去预测年的销量，即的值，得到。对Logistic模型进展非线性回归，在MATLAB中输出结果如图，在画面中绿色曲线为拟合曲线，它两侧的

10、红线是的置信区间。 图八七、模型推行 由于题中只给了年份与销售量的数据，他们只能单一的得出年份与销售量的关系。但根据常识可知影响销售量的要素有很多，例如存在销售旺季和淡季，广告宣传，销售市场的等级，产品的普及度，适用度等等。假设将这些要素一一思索进去，他们可以利用多元回归的知识建立更准确的销售量增长模型。八、模型评价 模型一过于简单，只能反映部分情况，不够准确全面。在模型一的根底上，他们得到了模型二，但也有缺乏之处，虽然后面的数据较吻合，但前面的数据相差较多。于是他们进一步得到了模型三，模型三是比较理想的模型，但随着时间的推移，受阻滞要素的影响，后面的数据吻合度越来越低。故而得到了模型四Log

11、istic阻滞增长模型，在这个例子中除了中间有几个点不大好之外，开场与最后都吻合的很好，尤其是最后的走向与实践销量的趋势吻合的非常完美。所以用此模型来预测销量所得结果会较为理想。但时间仓促，难免思索不周，仍需进一步改良。九、参考文献数学建模与数学实验第版 赵静 但琦 高等教育，.数学模型第版姜启源 高等教育，,十、附录散点图程序如下：t= y=. . . . . . . . . . . . .plot(t,y,+)残差图程序如下：t= ;T=ones(,) t;Y=. . . . . . . . . . . . .;b=regress(Y,T)b,bint,r,rint,stats=regre

12、ss(y,t)rcoplot(r,rint)一元线性拟合图程序：t= ;y=. . . . . . . . . . . . .;A=polyfit(t,y,)plot(t,y,+);tt=:yy=polyval(A,tt);hold onplot(tt,yy)一元线性拟合置信区间程序如下：t= ;T=ones(,) t;Y=. . . . . . . . . . . . .;b,bint,r,rint,stats=regress(Y,T);b,bint,statspolytool(t,Y,)一元多项式拟合程序如下：t= ;T=ones(,) t;Y=. . . . . . . . . . . . .;b,bint,r,rint,stats=regress(Y,T);b,bint,statspolytool(t,Y,)指数模型程序：x= ;y=. . . . . . . . . . .;myfun=inline(a()+a()*exp(a()*x),a,x) ;a = nlinfit