著名网站有哪些,网络优化师自学网站,docker免费视频,重庆中心城区恢复2015年亚太杯APMCM数学建模大赛
A题 海上丝绸之路发展战略的影响
原题再现 一带一路不是实体或机制#xff0c;而是合作与发展的理念和主张。凭借现有有效的区域合作平台#xff0c;依托中国与有关国家现有的双边和多边机制#xff0c;利用古丝绸之路的历史象征#xff0…2015年亚太杯APMCM数学建模大赛
A题 海上丝绸之路发展战略的影响
原题再现 一带一路不是实体或机制而是合作与发展的理念和主张。凭借现有有效的区域合作平台依托中国与有关国家现有的双边和多边机制利用古丝绸之路的历史象征高举和平发展旗帜主动发展与沿线国家的经济伙伴关系打造利益共同体政治互信、经济融合和文化包容的命运和责任。 请查阅相关资料分析21世纪海上丝绸之路提出的历史背景请选择一个视角和一个行业来分析相关的经济指标并建立一个数学模型来研究海上丝绸之路发展战略对中国或其他国家的短期影响。
整体求解过程概述(摘要) 本文主要研究海上丝绸之路发展战略对中国-东盟工业原料进出口贸易的影响并针对不同问题建立了合理的模型贸易引力模型、层次分析法、灰色预测模型、线性拟合等方法。 问题一首先我们分析了21世纪丝绸之路的历史背景并利用贸易引力模型研究了中国与东南亚国家对提高经济产出、投资等的影响并利用MATLAB通过数据拟合的方法绘制出相应的曲线得出在21世纪海上丝绸之路的前十年中国与东南亚国家的经济交流有了质的飞跃的结论。 接下来我们利用了Tinbergen和Poyhonen提出的贸易引力模型。实证结果表明随着经济的快速增长东盟对中国的投资不断增加中国作为东盟产品供应国的市场地位不断上升21世纪实施海上丝绸战略将继续开拓中国与东盟的贸易市场。 针对问题二本文对海上丝绸之路发展战略对中国-东盟工业原料进出口的影响进行了较为深入的研究。影响的定义是如果不是2013年提出的海上丝绸之路和2013年提出中国-东盟工业原料进出口贸易发展做比较然后探讨了21世纪海上丝绸之路战略中工业原材料的相关指标矿物燃料、润滑油及相关材料、纺织制品、橡胶制品、矿产品及杂品的进出口三大指标的权重。 通过相关文献我们发现了一些数据因为数据越来越复杂所以我们首先采用线性拟合的方法对中国-东盟工业原料行业进出口量进行拟合定量分析但该方法过于理想预测结果没有达到我们的预期为了预测可靠性我们充分利用了灰色预测。首先我们使用2005-2011年的真实数据来预测2012年的数据然后使用2005-2012年的实际数据来预测2013年的数据等等。 最后运用层次分析法的1-9标度法结果表明2013-2014年实际数据中工业原材料出口贸易额最大得出21世纪海上丝绸之路战略的实施对中国-东盟工业原材料的出口有积极影响的结论。
模型假设 1 现在假设文献中的信息来源是真实可靠的 2 每年统计数据的变化是由中国-东盟区域经济直接或间接引起的 3 在规定的年份内统计数据不受其他具体事件的影响 4 假设政策变化所带来的滞后影响可以忽略不计。
问题分析 历史背景 自秦汉海上丝绸之路建立以来一直是东西方经济文化交流的重要桥梁。东南亚地区是海上丝绸之路的重要组成部分。中国站在同东盟建立战略伙伴关系的新的历史起点上展望第十个年头。中国-东盟双边贸易在21世纪初的十年里迅速发展经贸交流日益频繁合作不断深化国际社会通常称之为黄金时代或黄金十年。为了进一步深化中国与东盟的合作提出了21世纪的海上丝绸之路。 国际背景 进入新世纪后特别是2008年全球金融危机后中国在全球经济中的作用开始凸显政治地位显著提高被认为是下一个超级大国。因此美国在建立“两个集团”G2或中美洲的愿望失败后转向实施“重返亚洲”或“重返亚洲支点”并于2013年调整为“亚太再平衡”。 国内背景 1产能过剩外汇资产过剩 2我国油气资源、矿产资源对外依存度较高 3中国的工业和基础设施都集中在沿海地区如果遇到外部罢工很容易失去核心设施 4中国边境地区总体形势处于历史最好时期周边国家与中国加强合作的意愿普遍增强。 问题分析及处理方法 问题一分析 分析2013年中国提出21世纪海上丝绸之路的原因首先要了解21世纪海上丝路的历史背景。一项重大战略的提出肯定会考虑到国家发展的方方面面因为获取相关数据的数量大、难度大而且难度越来越大。因此我们决定从东南亚国家东盟21世纪海上丝绸之路中找出与之密切相关的相关数据在分析中国与东南亚国家“黄金十年”贸易的基础上引入贸易引力模型研究是否加强与周边国家的经济联系对中国经济的影响。 问题二分析 根据课题要求21世纪海上丝绸之路对许多行业都有一定的影响我们考虑到为了计算结果的误差、数据的收集和处理的方便我们选择了21世纪海上丝路、中国-东盟工业原料进出口情况因为该行业较少受到国家政策等自然因素的影响。研究21世纪海上丝绸之路的影响。首先我们要预测中国—东盟工业原材料进出口的情况和没有21世纪海上丝绸之路的情况。数据预测的方法包括线性拟合、回归分析、时间序列预测、灰色系统预测等。我们选择线性拟合的方法发现误差很大。对于相关数据较少的问题即样本小、数据不规则的特点灰色系统预测方法是最合适的。我们选取了一些具有代表性的工业原材料指标1。矿物燃料、润滑剂和相关材料。2纺织制品、橡胶制品、矿产品及其制品。3.杂产品。 问题三分析 问题三要求我们确定21世纪海上丝绸之路对中国-东盟工业原料出口的各种具体产品的影响。由于工业原材料出口数据的影响不易找到因此本文只选取了三个较为理想的指标即利用层次分析法AHP求解问题的模型根据AHP1-9标准方法的具体乘积成对比较矩阵接下来我们灵活地应用MATLAB计算了权向量的权重并通过一致性检验最终得出21世纪海上丝绸之路在短期内对中国-东盟工业原料出口有积极影响的结论。
模型的建立与求解整体论文缩略图 全部论文及程序请见下方“ 只会建模 QQ名片” 点击QQ名片即可
程序代码
部分程序如下:
% The export of Mineral fuels, lubricants and related materials of China-ASEAN
Year[2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,2015];
Yuanliao[176.22,177.7,199.51,317.73,203.74,266.73,259.8,260.8,322.76,356.8,390.3];
Year12005:2015;
Year22005:2020;
[P2,S2]polyfit(Year,Yuanliao,2)
Yuanliao1polyval(P2,Year1);
Yuanliao2polyval(P2,Year2);
plot(Year,Yuanliao, -*,Year2,Yuanliao2, -X,Year1,Yuanliao1);
legend(true data,predicted data)
xlabel(year);ylabel( volume of trademillion dollars)
P2 1.0e06 *0.0000 -0.0041 4.0688
S2 R: [3x3 double]df: 8normr: 113.4910
% The export of Textile products, rubber products, mining products and their products of
China-ASEAN
Year[2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,2015];
Qingfang[ 1291.21,1748.16,2198.77,2623.91,2397.16,2491.08,2604.8,2746.9,2913.5,3200.12,3365
.21];
Year12005:2015;
Year22005:2020;
[P2,S2]polyfit(Year,Qingfang,2)
Qingfang1polyval(P2,Year1);
Qingfang2polyval(P2,Year2);
plot(Year,Qingfang, -*,Year2,Qingfang2, -X,Year1,Qingfang1);
legend(true data,predicted data)
xlabel(year);ylabel( volume of trademillion dollars)
P2 1.0e07 *-0.0000 0.0036 -3.6737
S2 R: [3x3 double]df: 8
normr: 591.4941
% The export of Miscellaneous manufactured articles of China-ASEAN
Year[2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,2015];
Zaxiang[ 1941.83,2380.14,2968.44,3359.59,3452.47,3776.52,4153,4357,5032.6,5876,6758];
Year12005:2015;
Year22005:2020;
[P2,S2]polyfit(Year,Zaxiang,2)
Zaxiang1polyval(P2,Year1);
Zaxiang2polyval(P2,Year2);
plot(Year,Zaxiang, -*,Year2,Zaxiang2, -X,Year1,Zaxiang1);
legend(true data,predicted data)
xlabel(year);ylabel( volume of trademillion dollars)
P2
1.0e07 *0.0000 -0.0091 9.1057
S2 R: [3x3 double]df: 8
normr: 736.0580
% The import of Mineral fuels, lubricants and related materials of China-ASEAN
Year[2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,2015];
Yuanliao[ 43.29,43.56,44.17,45.7,44.8,43.56,43.54,42.32,42.14,40.36,39.87];
Year12005:2015;
Year22005:2020;
[P2,S2]polyfit(Year,Yuanliao,2)
Yuanliao1polyval(P2,Year1);
Yuanliao2polyval(P2,Year2);
plot(Year,Yuanliao, -*,Year2,Yuanliao2, -X,Year1,Yuanliao1);
legend(true data,predicted data)
xlabel(year);ylabel( volume of trademillion dollars)
P2 1.0e05 *-0.0000 0.0044 -4.4257
S2 R: [3x3 double]df: 8normr: 1.7082
% The import of Textile products, rubber products, mining products and their products of
China-ASEAN
Year[2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,2015];
Qingfang[ 15.84,14.38,14.43,14.91,14.86,14.74,14.90,15.01,14.97,14.76,14.43];
Year12005:2015;
Year22005:2020;
[P2,S2]polyfit(Year,Qingfang,2)
Qingfang1polyval(P2,Year1);
Qingfang2polyval(P2,Year2);
plot(Year,Qingfang, -*,Year2,Qingfang2, -X,Year1,Qingfang1);
legend(true data,predicted data)
xlabel(year);ylabel( volume of trademillion dollars)
P2 1.0e04 *0.0000 -0.0022 2.2354
S2 R: [3x3 double]df: 8
normr: 1.2126
% The import of Miscellaneous manufactured articles of China-ASEAN
Year[2005,2006,2007,2008,2009,2010,2011,2012,2013,2014,2015];
Zaxiang[ 11.88,11.8,12.28,12.38,12.08,12.36,12.43,12.50,13.05,13.24,13.73];
Year12005:2015;
Year22005:2020;
[P2,S2]polyfit(Year,Zaxiang,2)
Zaxiang1polyval(P2,Year1);
Zaxiang2polyval(P2,Year2);
plot(Year,Zaxiang, -*,Year2,Zaxiang2, -X,Year1,Zaxiang1);
legend(true data,predicted data)
xlabel(year);ylabel( volume of trademillion dollars)
P2 1.0e04 *0.0000 -0.0073 7.3094
S2 R: [3x3 double]df: 8
normr: 0.5449%Gray Forecast Model
function[X,c,error1,error2]huiseyuce(X0,k)
format long;
nlength(X0);
X1[];
X1(1)X0(1);
for i2:nX1(i)X1(i-1)X0(i);
end
for i1:n-1B(i,1)-0.5*(X1(i)X1(i1));B(i,2)1;Y(i)X0(i1);
end
alpha(B*B)^(-1)*B*Y;
aalpha(1,1);
balpha(2,1);
db/a;
cX1(1)-d;
X2(1)X0(1);
X(1)X0(1);
for i1:n-1X2(i1)c*exp(-a*i)d;X(i1)X2(i1)-X2(i);
end
for i(n1):(nk)X2(i)c*exp(-a*(i-1))d;X(i)X2(i)-X2(i-1);
end
for i1:nerror(i)X(i)-X0(i);error1(i)abs(error(i));error2(i)error1(i)/X0(i);
end
cstd(error1)/std(X0);
% The export of Mineral fuels, lubricants and related materials of China-ASEANk5;X0[176.22,177.7,199.51,317.73,203.74,266.73,259.8];[X,c,error1,error2]huiseyuce(X0,k)
X 1.0e02 *Columns 1 through 41.762200000000000 2.053884853941839 2.173184387315751 2.299413412689146Columns 5 through 82.432974428361995 2.574293311675829 2.723820676981195 2.882033312482381Columns 9 through 123.049435700540962 3.226561626286084 3.413975879660284 3.612276056328728
c 0.549440807340400
error1 Columns 1 through 40 27.688485394183857 17.808438731575052 87.788658731085434Columns 5 through 739.557442836199471 9.300668832417159 12.582067698119488
error2 Columns 1 through 40 0.155815899798446 0.089260882820786 0.276299558527950Columns 5 through 70.194156487858052 0.034869226680228 0.048429821778751全部论文及程序请见下方“ 只会建模 QQ名片” 点击QQ名片即可
