1、 MACROBUTTON MTEditEquationSection2 SEQ MTEqn r h * MERGEFORMAT SEQ MTSec r 1 h * MERGEFORMAT SEQ MTChap r 1 h * MERGEFORMAT 311地震對對日本經(jīng)濟影影響的定量評評估摘 要2011年3月月11日，日本發(fā)生生里氏9.00級的特大地地震，短期內內給日本在經(jīng)經(jīng)濟方面以沉沉重的打擊。本本文整體主要要分了兩個大大的部分來說說明3111地震對日本本經(jīng)濟的影響響。第一個部分先通通過網(wǎng)絡資源源查取數(shù)據(jù)，從從影響經(jīng)濟發(fā)發(fā)展的幾個大大的方面出發(fā)發(fā)定量的分析析了地震對日日本經(jīng)濟的巨巨大影響。首

2、首先分析了地地震對進出口口總額的影響響，為了更好好的對比我們們選擇了20004-20010年三月月份的進出口口總額，應用用了高斯函數(shù)數(shù)擬合，預測測出沒有地震震影響時進出出口總額分別別2376550億元，69331.6億元元，再跟有地地震影響時的的進出口總額額比較，從而而求出地震對對進出口總額額的影響率分分別為: 0.00888，-0.022。然后我們們把出入境旅旅游人數(shù)作為為指標衡量地地震對日本服服務業(yè)的巨大大影響，我們們也是選擇22004-22010年三三月份出入境境旅游人數(shù)，應應用了基于灰灰色系統(tǒng)理論論的灰色預測測模型GM（1,1），分分別預測出了了沒有地震影影響時的出入入境旅游人數(shù)數(shù)分別

3、為：778.96774萬人，1433.17411萬人，從而而得出地震對對出入境旅游游人數(shù)的影響響率：=-0.80056，=0.11125。再以以電子產(chǎn)業(yè)為為代表來分析析地震對日本本制造業(yè)的影影響，我們搜搜集了20110年1月到20111年5月的電子產(chǎn)產(chǎn)品總值，應應用了不同的的函數(shù)進行擬擬合，通過比比較擬合優(yōu)度度，選擇了擬擬合優(yōu)度最高高的傅里葉函函數(shù)5次擬合，根根據(jù)確定出的的函數(shù)關系式式進行20111年3、4、5月的預測，引引入相對誤差差來說明實際際電子產(chǎn)品總總值與預測值值之間的偏差差，計算出(20111,3)= -19.557%，(20111,4)= -46.662%，(20111,5) =-

4、29.006%。最后后我們又以GGDP為指標標分析了日本本地震對經(jīng)濟濟的整體影響響，對于GDP的預測測我們應用了了神經(jīng)網(wǎng)絡對對它進行了預預測，我們首首先介紹了神神經(jīng)網(wǎng)絡基本本原理，各參參數(shù)的確定，模模型建立的步步驟，最終得得出20111年GDP的預測測值，又根據(jù)據(jù)日本團隊的的估計方法，估估計出日本22011年受受地震影響后后的GDP值，進進而把來兩者者進行比較，得得出受地震影影響后20111年GDP下降的的百分點為%1.23。GDP作為衡衡量一個國家家經(jīng)濟發(fā)展的的重要指標，可可以看出地震震對日本經(jīng)濟濟的影響非常常的大。第二大部分我們們主要是通過過與其他幾次次大地震對經(jīng)經(jīng)濟的影響的的對比，分析析

5、此次地震對對日本經(jīng)濟的的巨大影響。主主要從GDPP，和進口額額的角度比較較說明。最后后我們總體分分析了日本震震后經(jīng)濟的恢恢復情況。 關鍵詞：神經(jīng)網(wǎng)網(wǎng)絡，灰色預預測，曲線擬擬合，GDPP目 錄TOC o 1-2 h z u HYPERLINK l _Toc302148118 一、問題重重述 PAGEREF _Toc302148118 h 2 HYPERLINK l _Toc302148119 二、問題分析 PAGEREF _Toc302148119 h 2 HYPERLINK l _Toc302148120 2.1“影響力力”的定量分析析理解 PAGEREF _Toc302148120 h 2

6、HYPERLINK l _Toc302148121 2.2 評價指指標的確定及及數(shù)據(jù)的查取取 PAGEREF _Toc302148121 h 3 HYPERLINK l _Toc302148122 三、問題的假設設 PAGEREF _Toc302148122 h 3 HYPERLINK l _Toc302148123 四、符號說明 PAGEREF _Toc302148123 h 3 HYPERLINK l _Toc302148124 五、模型建立及及求解 PAGEREF _Toc302148124 h 4 HYPERLINK l _Toc302148125 5.1日本地震震對某產(chǎn)品進進出口額的

7、影影響分析 PAGEREF _Toc302148125 h 4 HYPERLINK l _Toc302148126 5.2日本地震震對本國旅游游業(yè)的影響分分析 PAGEREF _Toc302148126 h 6 HYPERLINK l _Toc302148127 5.4 日本地地震對GDPP的影響率分分析 PAGEREF _Toc302148127 h 13 HYPERLINK l _Toc302148128 六、對比分析3311地震震對經(jīng)濟的影影響及經(jīng)濟的的恢復 PAGEREF _Toc302148128 h 17 HYPERLINK l _Toc302148129 6.1對比分析析311地

8、震震對日本經(jīng)濟濟的影響 PAGEREF _Toc302148129 h 17 HYPERLINK l _Toc302148130 6.2總體評價價日本經(jīng)濟的的恢復 PAGEREF _Toc302148130 h 19 HYPERLINK l _Toc302148131 七、模型的評價價、改進及推推廣 PAGEREF _Toc302148131 h 20 一、問題重述日本東北部海域域發(fā)生了里氏氏9.0級的大大地震，為世世界觀測史上上最高震級。超超強地震所引引發(fā)的海嘯、核核泄漏，對試試圖擺脫“失去的十年年”經(jīng)濟衰退期期的日本經(jīng)濟濟一個重大打打擊，其影響響可能極為深深遠。本題要要求我們通過過查取互聯(lián)

9、網(wǎng)網(wǎng)數(shù)據(jù)，運用用數(shù)學建模的的方法，從某某一側面就3311大地震對對日本經(jīng)濟的的影響建立數(shù)數(shù)學模型，對對其進行定量量評估，分析析地震對日本本經(jīng)濟發(fā)展的的巨大影響。二、問題分析2.1“影響力力”的定量分析析理解每次大事件發(fā)生生后在實際中中都需要將影影響力轉化為為有參考價值值的數(shù)據(jù)，這這時往往需要要利用數(shù)學建建模的方法對對其進行定性性與定量的分分析。本文在在評估311地震對日日本經(jīng)濟影響響時正是應用用了這種方法法，第一部分分從不同的角角度分析了日日本地震對經(jīng)經(jīng)濟的影響，通過把有地震發(fā)生時的進出口總額，出入境旅游人數(shù)，電子產(chǎn)品總值，GDP與不發(fā)生地震的實際值進行對比，建立模型，得出影響力的四個參考指標

10、。第二部分，考慮日本這次地震跟1995年的阪神地震，印尼海嘯和智利中南部地震的相似性，把這次地震對GDP，進出口總額，與歷次重要地震前后 GDP增長率，進口總額回落情況，日元匯率進行對比，從而將地震的影響力進行量化。2.2 評價指指標的確定及及數(shù)據(jù)的查取取我們考慮用什么么指標來評價價地震對經(jīng)濟濟的影響呢?通過在網(wǎng)上上搜集資料和和數(shù)據(jù)我們了了解到，地震震對日本經(jīng)濟濟的影響特別別顯著。影響響經(jīng)濟的主要要指標大致有有：GDP,地區(qū)生產(chǎn)總總值、工業(yè)增增加值、固定定資產(chǎn)投資、地地方財政一般般預算收入、出出入境旅游人人數(shù)、對外貿貿易（海關進進出口總額）、社社會消費品零零售總額、居居民消費價格格指數(shù)、城鎮(zhèn)鎮(zhèn)

11、居民人均可可支配收入、農(nóng)農(nóng)牧民人均現(xiàn)現(xiàn)金收入等。我我們在分析日日本本國本身身的經(jīng)濟體制制結構的基礎礎上，通過對對數(shù)據(jù)的分析析及處理，最最終確定以進進出口總額，出出入境旅游人人數(shù)、電子產(chǎn)產(chǎn)業(yè)，GDPP四項的數(shù)據(jù)據(jù)作為評價地地震影響力的的經(jīng)濟指標。本題最大的特點點在于數(shù)據(jù)信信息的收集與與處理，根據(jù)據(jù)對原題的分分析，我們通通過互聯(lián)網(wǎng)尋尋找到了影響響經(jīng)濟的所有有主要指標，首首先對指標的的數(shù)據(jù)進行了了觀測，對每每個因素進行行分析，得出出了四個對日日本經(jīng)濟影響響最大的指標標，并對它們們進一步分析析，將其中不不合實際的數(shù)數(shù)據(jù)剔除，增增加了數(shù)據(jù)的的合理性與可可靠性。三問題的假設設（1）網(wǎng)絡數(shù)據(jù)據(jù)真實可靠，所所

12、統(tǒng)計的數(shù)據(jù)據(jù)都在誤差允允許范圍之內內。（2）假設所統(tǒng)統(tǒng)計的數(shù)據(jù)都都在誤差允許許范圍之內。（3）如果日本本不發(fā)生地震震，日本的國國內生產(chǎn)總值值，出入境旅旅游人數(shù)，進進出口總額，電電子產(chǎn)業(yè)均按按以前規(guī)律變變化，無突變變。（4）日本地震震影響下20011年的國國內生產(chǎn)總值值可以根據(jù)日日本團隊的估估算方法算計計。四、符號說明：影響率：（t,i）：相對誤差。tt表示年份，ii表示月份Y：表示實際數(shù)數(shù)據(jù)X：表示預測數(shù)數(shù)據(jù)：擬合優(yōu)度F（i）電子產(chǎn)產(chǎn)品預測總值值五、模型建立及及求解5.1日本地震震對某產(chǎn)品進進出口額的影影響分析 進出口貿貿易，即國際際貿易，是指指不同國家或或地區(qū)之間的的商品和勞務務的交易活動動

13、。在經(jīng)濟全全球化的今天天，像日本這這樣的一個土土地少的島國國，進出口貿貿易占經(jīng)濟收收入的很大一一部分。在此此，我們通過過建立模型預預測出在日本本不發(fā)生地震震的情況下某某產(chǎn)品進出口口額的情況，再再與實際值進進行比較，分分析出地震對對某產(chǎn)品進出出口額的影響響。5.1.1建立立日本地震對對某產(chǎn)品進口口額影響的模模型在網(wǎng)上得到數(shù)據(jù)據(jù)表如下：表5.1 20004-20010年三月月份某產(chǎn)品進進口總額年份（3月）2004200520062007200820092010進口額(億元)153954.5180083.2186197.6193208167251.5159958.1191337.1利用matlaab

14、軟件對數(shù)數(shù)據(jù)進行擬合合： 圖5.1高斯函函數(shù)進口擬合合圖像選擇不同的函數(shù)數(shù)進行擬合，發(fā)發(fā)現(xiàn)高斯函數(shù)數(shù)的擬合優(yōu)度度最高=0.95119，所以我我們就選擇了了用高斯函數(shù)數(shù)進行擬合，擬擬合高斯函數(shù)數(shù)為：f(x) = a1*eexp(-(x-b11)/c1)2) + a2*eexp(-(x-b22)/c2)2)a1 = 11.915ee+005 (1.1151e+0005, 22.68e+005) b1 = 20006 (11998, 2014) c1 = 4.8836 (-15.118, 244.85) a2 = 1.7119e+0005 (-3.3477e+0077, 3.3382e+0007)

15、b2 = 20111 (11720, 2303) c2 = 1.5576 (-135.2, 1338.4)將=2011帶帶入函數(shù)可得得出20111年3月份某產(chǎn)品品進口額的預預測值= 22376500億元。與網(wǎng)網(wǎng)上可查的22011年3月份某產(chǎn)品品實際進口額額為2397764.7億億元。由所建建的模型定義義的影響率：可得日本地震對對本國某產(chǎn)品品進口影響率率：=0.008885.1.2建立立日本地震對對某產(chǎn)品出口口額影響的模模型由網(wǎng)上可得數(shù)據(jù)據(jù)：表5.2 22004-22010年三三月份某產(chǎn)品品出口總額年份（3月）200420052006200720082010出口額（億元）7090.5851593

16、06.79594.17193.17090.5（由于20099年數(shù)據(jù)異常常，為了更好好的預測，于于是我們將其其剔除。）利用matlaab進行擬合合： 圖5.2高斯函函數(shù)出口擬合合圖像得到擬合優(yōu)度為為0.907的高斯斯函：f(x) = a1*exxp(-(x-b1)/c1)2) + a2*exxp(-(x-b2)/c2)2) a1 = 11.252ee+004 b1 = 27833 c1 = 10044 a2 = 28799 b2 = 20066 c2 = 1.4779將=2011帶帶入可得預測測進口額為 6931.6億元 ，由網(wǎng)上查的的2011年3月實際出口口量為 67793.4億元，由模模型可

17、得地震震對日本某產(chǎn)產(chǎn)品的出口影影響率：= -0.0225.2日本地震震對本國旅游游業(yè)的影響分分析日本作為一個經(jīng)經(jīng)濟強國，其其旅游業(yè)是國國內支撐產(chǎn)業(yè)業(yè)之一，但今今年三月份發(fā)發(fā)生的大地震震導致核泄漏漏，使本國環(huán)環(huán)境質量大大大改變，給日日本旅游業(yè)帶帶來沉重打擊擊。在這里我我們基于灰色色系統(tǒng)理論建建立灰色模型型GM（1,1），通通過往年三月月份入境旅游游人數(shù)預測出出2011年三三月份入境旅旅游人數(shù)，在在與實際值進進行比較，得得出影響率。 灰色系系統(tǒng)理論是基基于關聯(lián)空間間、光滑離散散函數(shù)等概念念定義灰導數(shù)數(shù)與灰微分方方程，進而用用離散數(shù)據(jù)列列建立微分方方程形式的動動態(tài)模型，由由于這是本征征灰色系統(tǒng)的的基

18、本模型，而而且模型是近近似的、非唯唯一的，故這這種模型為灰灰色模型，記記為 GM（Grey Modell），其中常常用的GM(1,1)即即表示模型是是 1 階的，且且只含 1 個變量的灰灰色模型 。灰色預測測在工業(yè)、農(nóng)農(nóng)業(yè)、商業(yè)等等經(jīng)濟領域，以以及環(huán)境、社社會和軍事等等領域中都有有廣泛的應用用。特別是依依據(jù)目前已有有的數(shù)據(jù)對未未來的發(fā)展趨趨勢做出預測測分析。5.2.1日本本地震對入境境旅游人數(shù)影影響在網(wǎng)上我們得到到2004-2010年年三月份入境境旅游人數(shù)如如下表：表5.3 20004-20010年3月份入境旅旅游人數(shù)年份（3月）2004200520062007200820092010入境旅游

19、人數(shù)(萬）57.3876660.2333363.3334476.2575.6667763.1667778.69722以2004年33月為起始點點，即在該點點t=1，于是是有原始數(shù)據(jù)據(jù)序：= t=1,2, 7 = =57.38876, 660.23333, 633.33344, 76.25, 775.66667, 633.16677, 78.6972 首先按GM（11，1）建模方法法，對已知原原始數(shù)據(jù)序列列X（0）進行一階階累加生成 （即1AG0）：。得到生成數(shù)列，如如下： = t=1,2, 7 =， =57.38876, 1117.62209, 1180.95543, 2257.20043,

20、3332.8771, 3996.03777, 4774.73449構造數(shù)據(jù)矩陣BB及數(shù)據(jù)向量量 = = 利用最小二二乘法求解待待估參數(shù)令 求得= -0.0367 ，= 60.08846根據(jù)累加生成的的新的序列得得到GM（1，1）模型相應的的微分方程：求解微分方程，即即可得預測模模型： ，；將中的取年份，即即可得到累加加預測數(shù)據(jù)；由累減生成模擬擬原始數(shù)據(jù)序序列的序列: 即可得到某某年的預測數(shù)數(shù)據(jù)。令t=6，7時可可求得,，進而求得得=78.99674由模型我們得出出2011年年3月份預測測入境人數(shù)為為78.96674萬人，由由網(wǎng)上可查的的實際入境人人數(shù)為40.1653萬萬人，因此可可得地震對日日

21、本入境人數(shù)數(shù)的影響匯率率為：=-00.805665.2.2日本本地震對出境境旅游人數(shù)影影響在網(wǎng)上我們又得得到20044-20100年三月份出出境旅游人數(shù)數(shù)如下表：表5.4 20004-20010年3月份出境旅旅游人數(shù)年份（3月）2004200520062007200820092010出境旅游人數(shù)(萬）134.3322137.8766136.33334137.98776130.66668138.72994148.64116同樣利用GM（1,1）模型型，我們得出出2011年三三月份出境旅旅游人數(shù)預測測為143.1741萬萬人，由互聯(lián)聯(lián)網(wǎng)查出20011年三月月份實際出境境旅游人數(shù)為為161.3323

22、1萬。因因此可得地震震對日本出境境人數(shù)的影響響率：=0.112555.3日本地震震對本國電子子產(chǎn)業(yè)的影響響分析自二次大戰(zhàn)后，日日本的制造業(yè)業(yè)得到迅速發(fā)發(fā)展，尤其電電子產(chǎn)業(yè)和汽汽車制造業(yè)。日日本的電子產(chǎn)產(chǎn)業(yè)和高科技技著名制造商商包括索尼、松松下、佳能、夏夏普、東芝、日日立等公司。日日本擁有世界界資產(chǎn)最龐大大的銀行郵儲儲銀行，三菱菱UFJ金融集集團、瑞穗金金融集團和三三井住友金融融集團在世界界金融界占有有舉足輕重的的地位所以下下面我們選擇擇電子產(chǎn)業(yè)作作為日本制造造業(yè)的代表分分析地震對日日本制造業(yè)的的影響。通過互聯(lián)網(wǎng)，我我們查找到由由日本電子子信息產(chǎn)業(yè)協(xié)協(xié)會公布的的工業(yè)產(chǎn)值數(shù)數(shù)據(jù)統(tǒng)計表，找找出日本進

23、出出口電子產(chǎn)品品總值，即日日本電子產(chǎn)品品工業(yè)總值的的相關數(shù)據(jù)（詳詳見附錄）。由由于截止到目目前，日本本電子信息產(chǎn)產(chǎn)業(yè)協(xié)會尚尚未公布20011年6月及以后的的相關信息，因因此我們截取取2010年1月至20111年5月的信息進進行統(tǒng)計分析析，通過對地地震發(fā)生前的的每個月（即即2011年3月份之前）的的數(shù)據(jù)的擬合合得出時間與與電子產(chǎn)品總總值對應的函函數(shù)關系式，從從而進一步對對2011年3、4、5月份進行預預測，通過預預測值與實際際值的比較得得出地震對日日本經(jīng)濟的影影響。我們通過運用MMatlabb描繪散點圖圖找出時間序序列與電子產(chǎn)產(chǎn)品總值之間間的關系，結結果顯示如下下（程序見附附錄，下同）：圖5.3

24、時間序序列與電子產(chǎn)產(chǎn)品總值之間間的散點圖5.3.1用不不同函數(shù)進行行擬合從數(shù)據(jù)的散點圖圖中我們可以以發(fā)現(xiàn)，時間間序列與電子子產(chǎn)品總值之之間并不屬于于簡單的線性性關系，因此此我們利用工工具箱中的擬擬合工具進行行處理，最終終發(fā)現(xiàn)一下結結果：（1）在多項式式擬合中，最最佳方式是進進行9次多項式擬擬合，函數(shù)關關系式表現(xiàn)為為：f(x) = p1*x9 + pp2*x88 + p33*x7 + p4*x6 + p5*xx5 + p6*x4 + pp7*x33 + p88*x2 + p9*x + pp10；擬合出的擬合優(yōu)優(yōu)度檢驗參數(shù)數(shù)如下：Goodnesss of fit: SSE: 66.398ee+01

25、0 R-squuare: 0.66114 Adjustted R-squarre: -00.10044 RMMSE: 11.265ee+005但其擬合優(yōu)度仍仍然不高，RR2=0.66614，因此此我們不予采采用。擬合出出的結果如下下：圖5.4 九次次多項式擬合合（2）在正弦函函數(shù)求和模式式中，4次時是最佳佳效果，函數(shù)數(shù)表達式為：f(x) = a1*siin(b1*x+c1) + a22*sin(b2*x+c2) + a3*ssin(b33*x+c33) + aa4*sinn(b4*xx+c4)；擬合出的擬合優(yōu)優(yōu)度檢驗參數(shù)數(shù)如下：Goodnesss of fit:SSE: 2.455e+010

26、R-squarre: 0.8701Adjusteed R-ssquaree: 0.11554 RMSE: 1.1008e+0005其擬合優(yōu)度R22=0.87001，效果仍仍然不佳，我我們不予采用用，但其比多多項式擬合較較優(yōu)，其擬合合圖像如下：圖5.5 四次次正弦函數(shù)求求和（3）在采用傅傅里葉函數(shù)形形式擬合過程程中，6次擬合時，擬擬合優(yōu)度檢驗驗系數(shù)如下：Goodnesss of fit: SSE: 4.2007e+0005 RR-squaare: 11 Adjuusted R-squuare: NaN RMSE: NaN從輸出結果中可可以看出：雖雖然擬合優(yōu)度度R2為1，但是剩余余標準差顯示示Na

27、N表示數(shù)數(shù)據(jù)出錯，因因此也不可取取，而5次擬合時，擬擬合優(yōu)度檢驗驗系數(shù)如下：Goodnesss of fit: SSE: 2.7333e+0099 RR-squaare: 00.98555 Adjussted RR-squaare: 00.906 RMSEE: 3.6697e+0004擬合優(yōu)度接近于于1，通過對已已知數(shù)據(jù)的回回帶檢驗，發(fā)發(fā)現(xiàn)數(shù)據(jù)間相相差不是很大大，在允許的的范圍內，因因此該函數(shù)結結果是可取的的。其函數(shù)表表達式如下：f(x) = a0 + a1*ccos(x*w) + b1*siin(x*ww) + aa2*coss(2*x*w) + b2*siin(2*xx*w) + a3*c

28、cos(3*x*w) + b3*sin(33*x*w) + a44*cos(4*x*ww) + bb4*sinn(4*x*w) + a5*coos(5*xx*w) + b5*ssin(5*x*w)；對應的系數(shù)迭代代過程如下：Coefficcientss (witth 95% conffidencce bouunds): a0 = 1.2778e+0006 (11.231ee+006, 1.3225e+0006) a1 = 2.1771e+0004 (-6.9699e+0044, 1.1131e+0005) b1 = 5.4668e+0004 (-1.52ee+004, 1.2446e+0005

29、) a2 = 3.665e+0004 (-2.1766e+0055, 2.9906e+0005) b2 = -6.0669e+0004 (-1.4344e+0055, 2.2207e+0004) a3 = 5.6334e+0004 (-3.0011e+0055, 4.1128e+0005) b3 = -80339 (-3.3766e+0055, 3.2216e+0005) a4 = 2.9001e+0004 (-9.8299e+0044, 1.5563e+0005) b4 = -3.8999e+0004 (-1.9877e+0055, 1.2207e+0005) a5 = 1.6003e+00

30、05 (66.369ee+004, 2.577e+0055) b5 = -2.9334e+0004 (-9.1344e+0055, 8.5547e+0005) w = 00.82922 (0.6919, 0.96666)根據(jù)系數(shù)我們可可以確定時間間序列與電子子產(chǎn)品總值之之間的函數(shù)表表達式為：F(x)=(11.278ee+006)+(2.1171e+0004)*ccos(x*0.82992)+(55.468ee+004)*sin(x*0.88292)+(3.655e+0044)*coss(2*x*0.82992)-(66.069ee+004)*sin(2*x*00.82922)+(5.634e+

31、004)*cos(33*x*0.8292)-80399*sin(3*x*00.82922)+(2.901e+004)*cos(44*x*0.8292)-(3.8899e+0004)*ssin(4*x*0.88292)+(1.6003e+0005)*coos(5*xx*0.82292)-22.934ee+004*sin(55*x*0.8292)；其擬合效果圖如如下：圖 5.6五次次傅里葉函數(shù)數(shù)擬合由圖像也可以看看出，14組數(shù)據(jù)均均在曲線周圍圍波動，效果果最佳，因此此我們確定55次傅里葉函函數(shù)即我們所所求的函數(shù)關關系式。5.3.2用最最佳的函數(shù)關關系進行預測測根據(jù)確定出的函函數(shù)關系式進進行2011

32、1年3、4、5月的預測，首首先我們根據(jù)據(jù)確定出的函函數(shù)關系式對對2011年2月的數(shù)據(jù)進進行檢驗，用用相對誤差來驗證其準準確性，則：=*100%所以(2011,2)=-0.1177%這說明實際數(shù)據(jù)據(jù)比預測數(shù)據(jù)據(jù)小0.1117%，在誤誤差允許的范范圍內，所以以所選定的傅傅里葉函數(shù)還還是相當精確確的，這也確確保了我們預預測的穩(wěn)定性性及其實際意意義。由于我們把20010年1月定義為自自變量時間序序列中的1，2010年2月定義為自自變量時間序序列中的2，所以依次次類推，20011年3、4、5月應分別對對應自變量時時間序列的115、16、17，根據(jù)附附錄表中M-文件，我們們預測出20011年3、4、5月的

33、電子產(chǎn)產(chǎn)品總值分別別為：F(15)=115888664.0F(16)=110609002.0F(17)= 13319975.0下面引入相對誤誤差來說明實際際電子產(chǎn)品總總值與預測值值之間的偏差差，表明311地震對日日本電子產(chǎn)品品總值的影響響程度。則其其對應的值分別為：(2011,3)=-19.577%(2011,4)=-46.622%(2011,5)=-29.066%5.3.3數(shù)據(jù)據(jù)分析由值可知，22011年3、4、5月份的電子子產(chǎn)品總值都都明顯比預測測值減少，也也就說明電子子產(chǎn)品行業(yè)受受到311地震的影影響。而三個個月份的影響響程度大小各各異，原因主主要有以下幾幾個方面：第一：3月111日發(fā)生

34、地震，震震前十幾天的的時間銷售如如故，發(fā)生地地震后，受災災嚴重的東北北部區(qū)域的電電子產(chǎn)品總值值銳減甚至為為零，而其余余地區(qū)隨手地地震影響但仍仍有生產(chǎn)和銷銷售；第二：4月整個個月份受災地地區(qū)由于供電電系統(tǒng)障礙、電電子零配件難難以供應等多多種原因導致致部分地區(qū)無無法正常運營營，只是少部部分地區(qū)仍能能維持其產(chǎn)銷銷功能，所以以導致整個月月全國的電子子產(chǎn)品總值驟驟降至原來的的一半；第三：5月份由由于全世界各各國的捐助、政政府的積極政政策以及各方方資金、技術術等支持，日日本某些基礎礎設施建設等等也在逐漸恢恢復，因此其其產(chǎn)量也比44月份略有起起色，在電子子產(chǎn)品這方面面逐漸恢復，但但仍達不到先先前不受地震震影

35、響的水平平。5.4 日本地地震對GDPP的影響率分分析 GDP即即國民生產(chǎn)總總值，是扣除除了國外要素素凈收入的國國民生產(chǎn)總值值。是衡量一一個國家國民民經(jīng)濟發(fā)展水水平的重要指指標。在此，我我們通過建立立BP神經(jīng)網(wǎng)絡絡模型，分析析評價311地震對GDPP的影響。5.4.1 BBP神經(jīng)網(wǎng)絡絡的基本原理理BP神經(jīng)網(wǎng)絡，即即多層前饋式式誤差反傳神神經(jīng)網(wǎng)絡BBP網(wǎng)絡通常常由輸人層、輸輸出層和若干干隱層構成，每每層由若干個個結點組成,每一個結點點表示一個神神經(jīng)元，上層層結點與下層層結點之間通通聯(lián)接,層與層之間間的節(jié)點采用用全互連的連連接方式，每每層內結點之之間沒有聯(lián)系系J 理論已證證明，三層BBP神經(jīng)網(wǎng)絡絡

36、，只要隱節(jié)節(jié)點數(shù)足夠多多，就具有模模擬任意復雜雜的非線性映映 射的能力本論文就是是采用三層BB P網(wǎng)絡對對GDP進行預預測。在確定定了B P網(wǎng)絡的的結構后，要要用網(wǎng)絡的輸輸人和輸出樣樣本集對網(wǎng)絡絡進行訓練 ，亦即對網(wǎng)網(wǎng)絡的閾值和和權值進行學學習和修正，以以使網(wǎng)絡實現(xiàn)現(xiàn)給定的輸人人輸出映射關關系第一個階階段是輸人已已知學習樣本本，通過設置置的網(wǎng)絡結構構和前一次迭迭代的權值和和閾值從網(wǎng)絡絡的第一層向向后計算各神神經(jīng)元的輸出出。第二個階階段是對權值值和閾值進行行修改，從最最后一層向前前計算各權值值和閾值對總總誤差的影響響(梯度)，據(jù)此對各各個權值和閾閾值進行修改改。以上兩個個過程反復交交替，直到達達

37、到收斂為止止由于誤差差逐層往回傳傳遞，以修正正層與層之間間權值和閾值值，所以稱該該算法為誤差差反向傳播 ( bacck prropagaation，B P) 算法。標準準的 B PP算法是一種種梯度下降學學習算法，其其權值的修正正是沿著誤差差性能函數(shù)梯梯度的反方向向進行的在本本文研究中GGDP神經(jīng)網(wǎng)網(wǎng)絡預測模型型的建立與實實現(xiàn)，都是借借助MA TT L ABB提供的神經(jīng)經(jīng)網(wǎng)絡工具箱箱編程實現(xiàn)的的。圖5.7 神經(jīng)經(jīng)網(wǎng)絡的三層層5.4.2建立立神經(jīng)網(wǎng)絡模模型根據(jù)2010年年日本統(tǒng)計年年鑒查出了11980-22010年的的日本的GDDP（見附錄錄），應用神神經(jīng)網(wǎng)絡建立立數(shù)學模型，預預測20111年日

38、本的GDDP。然后與與日本團隊估估算出的在地地震影響下的的GDP進行比比較，從而以以GDP為指標標說明地震對對日本經(jīng)濟的的巨大影響。首先，用式對附附錄表中數(shù)據(jù)據(jù)進行歸一化化處理。然后后確定網(wǎng)絡結結構，其中時時間序列數(shù)據(jù)據(jù)輸入層節(jié)點點數(shù)是人為確確定的，輸入入層節(jié)點數(shù)過過多，造成網(wǎng)網(wǎng)絡學習次數(shù)數(shù)較大，輸入入曾節(jié)點數(shù)過過少。不能反反映后續(xù)值與與前驅值的相相關關系.經(jīng)反復實驗驗最終確定為為7個，且輸出出層節(jié)點數(shù)為為1。隱層節(jié)點數(shù)的選選擇在所有的的BP網(wǎng)絡中中目前還沒有有理論上公認認的推導方法法，一般有下下面幾種方法法進行推算：人們大多通通過實驗來獲獲得，以下三三個公式可作作為選擇最佳佳隱含層單元元數(shù)時

39、的參考考公式：（1），其中nn1是輸入層層神經(jīng)元數(shù)，是隱含層神經(jīng)元數(shù)；（2）其中n22是隱含層神神經(jīng)元數(shù)，mm是輸出層神神經(jīng)元數(shù)，nn是輸入層神神經(jīng)元數(shù)，aa是1，110之間的的常數(shù)；（3），其中nn1是隱含層層神經(jīng)元數(shù)，nn是輸入層神神經(jīng)元數(shù)。其他確定隱含層層神經(jīng)元數(shù)的的方法為：首首先是隱含層層神經(jīng)元的數(shù)數(shù)目可變，或或者放入足夠夠多的隱含層層神經(jīng)元，通通過學習將那那些不起作用用的隱含層神神經(jīng)元剔除，直直到不可收縮縮為止。本文文中我們就采采用這種方法法，分別取了了隱含層單元元數(shù)3,4,5做訓練，經(jīng)經(jīng)比較隱含層層單元數(shù)選擇擇3最好，這是是檢驗層輸出出地兩個數(shù)據(jù)據(jù)與實際最接接近，因此我我們設置隱含

40、含層單元數(shù)為為3。 學習速率決決定每一次循循環(huán)訓練中所所產(chǎn)生的權值值變化量。大大的學習速率率在訓練的初初始階段能加加速誤差減少少，但隨著訓訓練的不斷深深入，由于學學習速率過大大，使網(wǎng)絡每每一次的修正正值過大，而而導致在權值值的修正過程程中超出誤差差的最小值而而永不收斂；另外較大的的學習速率也也容易引起振振蕩而難以達達到期望目標標。但小的學學習速率將導導致訓練較長長，收斂速度度很慢，不過過能保證網(wǎng)絡絡的誤差值不不跳出誤差曲曲面的低谷而而最終趨于最最小誤差值。所所以在一般情情況下，傾向向于選取較小小的學習率以以保證系統(tǒng)的的穩(wěn)定性，學學習率選擇范范圍在0.001-0.88，之間。在在本文中我們們選擇

41、0.001。 神經(jīng)經(jīng)網(wǎng)絡有3類模型：梯梯度下降法模模型、動量梯梯度法模型和和LM算法模型型，從訓練算法的收斂斂性、網(wǎng)絡的的推廣能力、模模型的整體性性能進行實驗驗效果評價和和對照分析。為為了便于比較較，均采用33層BP神經(jīng)網(wǎng)絡絡結構，在所所有模型中隱隱含層傳遞函函數(shù)為tannsig，輸輸出層傳遞函函數(shù)為purrelin，網(wǎng)網(wǎng)絡的訓練目目標定為0000355。5.4.3模型型求解與分析析模型實現(xiàn)程序見見附錄，當選選擇不同內層層神經(jīng)元數(shù)時時輸出檢驗層層的兩個數(shù)分分別為：（1）內層神經(jīng)經(jīng)元數(shù)為3時：y1 =1.00e+0044 * 5.07339（2）內層神經(jīng)經(jīng)元數(shù)為4時：y2=1.0ee+004*5

42、.9670 6.4303（3）內層神經(jīng)經(jīng)元數(shù)為5時：y3 = 1.0e+0004 * 4.32222 44.47788y = 1.00e+0044 * 0 0 6.11449 1.99747 3.00074而這兩個數(shù)的實實際值是500329.88，545888.7，通過過比較內層神神經(jīng)元數(shù)為33時最接近實實際值，所以以相應的20011年的預預測值為：661449。 圖5.8神經(jīng)網(wǎng)網(wǎng)絡訓練圖日本東北大地震震之后，日本本團隊將其對對日本20111年第一季季度及第二季季度GDP增長的的預期分別從從2.2% 下調至1.77%，從2.2%下調至0.55%；但將第第三季度及第第四季度GDDP增長預期期分別

43、從2.5%上調至至4.0%，從從2.0%上調調至2.5%。據(jù)此估計計2011年全全年日本GDDP增長的預預期為8.77%，則預測測發(fā)生地震后后2011年的的國內生產(chǎn)總總值為606692.4555億美元。對比2011年年日本的國民民生產(chǎn)總值(GDP)發(fā)發(fā)生地震比不不發(fā)生地震稍稍微降低，說說明即使是在在地震的影響響下，日本的的國民生產(chǎn)仍仍呈現(xiàn)快速發(fā)發(fā)展的趨勢，但但是仍然會受受一些阻礙，受受地震影響22011年GDP下降的的百分點A%=*1000%=*1000%=1.23%GDP作為衡量量一個國家經(jīng)經(jīng)濟發(fā)展的重重要指標，從從上面的計算算可以看出短短期內地震對對日本經(jīng)濟的的影響非常的的大。六、對比分析

44、3311地震震對經(jīng)濟的影影響及經(jīng)濟的的恢復6.1對比分析析311地震震對日本經(jīng)濟濟的影響第一大部分我們們從不同的角角度通過建立立數(shù)學模型分分析了地震對對日本經(jīng)濟的的巨大影響，下下面我們通過過與其他大地地震造成的經(jīng)經(jīng)濟影響的對對比，分析日日本此次地震震對經(jīng)濟的巨巨大影響。 圖6.1以往大大地震的經(jīng)濟濟損失結合各次地震案案例的對比，我我們認為印尼尼海嘯和智利利中南部地震震引發(fā)的地震震和海嘯與此此次東北地震震具有較大的的可比性。我我們將震后實實際進口額減減去趨勢進口口額，測算得得印尼海嘯以以后進口多增增加約 699.5 億美美元占 GDDP 的 0.988%，而智利利的進口則多多增加31.05 億美

45、美元，約占 GDP的 1.566%。那么利利用 0.998%和 1.566%的比例，大大致計算出本本次日本地震震海嘯引起的的進口增加大大約為 5336.5億美美元到 8553.98億億美元之間。圖6.2 印尼尼海嘯前后進進口額同比圖6.3 臺灣灣南投地震前前后進口額同同比此外，3111地震對金融融市場所造成成的影響與 1995 年神戶大地地震具有一定定的可比性，因因此預計對資資本市場的影影響也有相似似之處。在經(jīng)濟學中，有有一種“破壞創(chuàng)造需需求”的理論叫“破窗理論”，其認為窗窗戶破了可帶帶動就業(yè)。這這常遭遇經(jīng)濟濟學界的非議議，卻可解釋釋緣何災害降降臨，GDPP增速卻不減減少。從自然然災害經(jīng)濟學學

46、角度來看，災災難經(jīng)濟損益益的規(guī)模，相相當于災區(qū)國國民財富存量量(即過去GDPP增長的總和和)的損失，加加上因存量損損失引起的流流量減少(相當于GDPP下降)，再減去救救災引起的流流量增加(相當GDP增加)。由于震災災引發(fā)的財富富損失并未計計入GDP統(tǒng)計，救救災和災后重重建帶來的GGDP增量，是是否高于因為為災害引起的的GDP下降，比比如日本汽車車業(yè)和芯片業(yè)業(yè)公司的暫時時減產(chǎn)等，這這才是金融市市場關注的焦焦點。 圖6.4地震前前后GDP對比值值從日本這三次經(jīng)經(jīng)歷的 GDDP 來看。神神戶地震發(fā)生生當季，即 1995 年第一季度度實際 GDDP 錄得 47552345 億日元，年年化后的季環(huán)環(huán)比上

47、升了 3.4%，同同比上升了 1.1%，而而后兩個季度度年化后的季季環(huán)比均以 3.2%、3.9%的速速度增長，發(fā)發(fā)生神戶地震震當季沒有出出現(xiàn)經(jīng)濟下滑滑，主要原因因是由于前一一季度 GDDP 較前期期下滑了 22.7%，同同比僅增加了了 0.9%;20044年10月23日的中部新潟潟地震發(fā)生當當季GDP年化后后季環(huán)比下降降1.6%,接下來的兩兩個季度分別別上升了2.7%和4.8%；2007年潟潟海岸地震發(fā)發(fā)生當季GDDP年化后的的季環(huán)比下降降了0.9%,接下來的的兩個季度分分別上升了22.7%和1.2%。 從GDP的數(shù)據(jù)據(jù)來看，地震震發(fā)生當季 GDP 都都會因為各經(jīng)經(jīng)濟部門受損損，供應減少少而導

48、致 GGDP 增速速下降，但是是從中期來看看，由于災后后重建對原材材料以及其他他消費品的強強勁需求會導導致本國 GGDP 增速速加快。311 地震達達到 9.00 級，屬于于歷史比較罕罕見的大地震震，對日本經(jīng)經(jīng)濟造成的影影響現(xiàn)在還無無法估量，且且與之前不同同的地震相比比不但震級大大，還發(fā)生了了核泄漏，加加上遭受次貸貸危機后的經(jīng)經(jīng)濟并沒有完完全的恢復，這這將拖累日本本經(jīng)濟下滑的的時間更長。但但是從中期來來看，災后重重建的需求將將會帶動國內內經(jīng)濟回升。6.2總體評價價日本經(jīng)濟的的恢復通過上面的分析析，GDP的上升升，進口額的的回落，外匯匯的儲備等都都有利于日本本經(jīng)濟的恢復復，且目前日日本企業(yè)的生生

49、產(chǎn)活動已從從3月探底后逐逐步恢復大型型汽車及電器器廠商紛紛將將最初的恢復復計劃提前，預預計秋季前將將基本恢復到到震前的生產(chǎn)產(chǎn)水平。 雖然此次短短觀結果中大大型汽車及電電器機械企業(yè)業(yè)景氣判斷指指數(shù)仍然為負負數(shù)，但前景景指數(shù)已經(jīng)轉轉正，迅速恢恢復勢頭可見見一斑。日本本震后個人消消費謹慎克制制的風潮引起起的住宿飲食食行業(yè)低迷也也將有所改善善，消費也逐逐漸顯露曙光光。但是從另一個方方面分析，據(jù)據(jù)日本共同社社20日報道，日日本民間智庫庫與5家證券公司司日前公布的的估算報告顯顯示，這場大大地震對該國國經(jīng)濟造成的的損失預計最最高達16萬億日元元(約合人民幣幣1.3萬億元元)，遠超19995年阪神大大地震后兵

50、庫庫縣統(tǒng)計的約約9.9萬億日日元的損失。此此前，花旗集集團經(jīng)濟學家家村島喜一預預計，地震造造成的損失總總計為5萬億到10萬億日元元。再來對比比一下19995年阪神大大地震。阪神神地震后，日日本能迅速從從災害中走出出來的一個非非常重要原因因就是，當時時日本的債務務余額對GDDP之比為90%左右，財政政赤字(中央政府和和地方政府赤赤字)對GDP之比為為5.4%，政政府財力仍然然充裕，足以以讓日本政府府花費20萬億日元元用于實施創(chuàng)創(chuàng)新復興計劃劃。日本在此次大地地震后，能否否像前兩次一一樣，經(jīng)濟迅迅速復蘇呢？情況恐怕不不一樣了，全全球產(chǎn)業(yè)和經(jīng)經(jīng)濟格局的改改變讓日本所所處的大背景景發(fā)生了很大大變化：首先

51、先，從重建的的財力看，無無論是債務總總額與GDPP之比、財政政赤字與GDDP之比，還還是國債依存存度，目前日日本都是世界界發(fā)達國家中中最差的。政政府沒有充足足的財力用于于規(guī)模重建，與與此同時，全全球正處于脆脆弱的危機修修復期，總需需求低迷，同同樣飽受高債債務、高失業(yè)業(yè)率困擾的美美國、歐洲經(jīng)經(jīng)濟體很難拿拿出資金來支支持日本。再再次，日本部部分制造業(yè)恢恢復也可能遇遇到來自于中中國等新興制制造大國以及及德國等老牌牌制造大國的的競爭。所以以，地震將對對日本乃至全全球的產(chǎn)業(yè)經(jīng)經(jīng)濟格局帶來來深遠變化。七、模型的評價價、改進及推推廣模型的評價：優(yōu)點：1.選取合理的的經(jīng)濟指標，從從側面顯示出出地震的影響響力，

52、避免了了因目標過大大而導致的分分析的不合理理性。2.對所收集的的數(shù)據(jù)進行合合理分析，利利用合適的預預測模型相應應的對各項指指標進行預測測。3.利用神經(jīng)網(wǎng)網(wǎng)絡模型將世世博會影響力力進行定量評評價，增強了了結果的可靠靠性。4.選取多個角角度對地震的的影響力進行行評估，從多多指標和單一一指標分別得得到其影響程程度，說明了了模型的擴展展性強，模型型的普通實用用性強。5.通過與其他他大地震進行行對比分析此此次地震對日日本經(jīng)濟的影影響，增強了了結果的真實實性。缺點：1.分析進出口口總額時由于于數(shù)據(jù)比較少少，勢必會產(chǎn)產(chǎn)生誤差。2.用神經(jīng)網(wǎng)絡絡預測20111年的GDP時每次次輸出的結果果都不一樣，所所以會造成

53、一一定的偏差。模型的改進與推推廣：在選取指標的方方法上可以進進行改進，通通過調查，我我們得知影響響經(jīng)濟的指標標有十個，其其中每個指標標在經(jīng)濟中占占有一定的比比重，根據(jù)比比重的不同，我我們可建立偏偏大型模糊分分布函數(shù)，確確定每個經(jīng)濟濟指標的權重重，再利用模模型中的方法法得到每個指指標的影響率率，相乘得出出加權之后的的影響率，利利用該數(shù)據(jù)對對所有指標再再進行主成分分分析，最終終確定影響較較大的經(jīng)濟指指標。據(jù)專家預計, 2011年年三月份日本本發(fā)生大地震震，地震及地地震引發(fā)的海海嘯，核泄漏漏等各種災難難、不僅給日日本經(jīng)濟帶來來了巨大的影影響。日本作作為世界上的的經(jīng)濟大國，對對全球的經(jīng)濟濟也會產(chǎn)生重重

54、大的影響，并并傳到世界各各地。所以我我們可以對模模型進行推廣廣，分析日本本此次地震對對全球經(jīng)濟的的影響。 參考文獻1 商務數(shù)數(shù)據(jù) HYPERLINK htttp:/chhannell/gbsjj/gbsjj.shtmml httpp:/.ccn/chaannel/gbsj/gbsj.shtmll2 日本電電子信息產(chǎn)業(yè)業(yè)協(xié)會 HYPERLINK htttp:/www.jjeita.or.jpp/chinnese/ httpp:/wwww.jeiita.orr.jp/cchinesse/3 中國、美美國、日本歷歷年GDP比比較（19229-20110） HYPERLINK htttp:/m/GDP

55、/ httpp:/GDP/4 張志涌涌，精通MAATLAB66.5版，北北京航空航天天大學出版社社，200335 姜啟源源, 葉俊. 數(shù)學模型型.北京：高等等教育出版社社，20033.86 董長虹虹MATLLAB神經(jīng)網(wǎng)網(wǎng)絡與應用M.北京京：國防工業(yè)業(yè)出版社，22005：1-87 劉思峰峰. 郭天榜. 灰色系統(tǒng)統(tǒng)理論及其應應用.開封: 河南大學學出版社， 1 9 99 1附錄1：電子產(chǎn)產(chǎn)品總值時間時間序列電子產(chǎn)品總值（萬萬日元）2010年1月月1 112262992010年2月月2 122541112010年3月月3 152662662010年4月月4 114809002010年5月月5 116

56、090442010年6月月6 133339772010年7月月7 128567772010年8月月8 124013332010年9月月9 143723552010年100月10 125847112010年111月11 130226332010年122月12 129088002011年1月月13 109455002011年2月月14 117268222011年3月月15 127792772011年4月月16 5659792011年5月月17 944937附錄2：時間序序列與電子產(chǎn)產(chǎn)品總值之間間的散點圖程程序：x=1:14;y=11222629 112254111 15226626 1148009

57、0 111609044 13333397 112856777 12440133 14372235 122584711 13022263 112908880 10994550 11726682;plot(x,y,k+)xlabel(時間（以20010年1月為1，依次類推推）);ylabel(電子產(chǎn)品總總值（億日元元）);title(電子產(chǎn)品總總值隨時間變變化關系)附錄3：建立MM-文件（方方便20111年3、4、5月的預測）functioon f=ff(x)f=(1.2778e+0006)+(22.171ee+004)*cos(x*0.88292)+(5.4668e+0004)*siin(x*0

58、0.82922)+(3.65e+0004)*ccos(2*x*0.88292)-(6.0669e+0004)*siin(2*xx*0.82292)+(5.6344e+0044)*coss(3*x*0.82992)-80039*siin(3*xx*0.82292)+(2.9011e+0044)*coss(4*x*0.82992)-(33.899ee+004)*sin(4*x*00.82922)+(1.603e+005)*cos(55*x*0.8292)-2.9334e+0004*sinn(5*x*0.82992);vpa(f,77)附錄4：19880-20100年的GDP年份GDP（億美元元）198010593.88 198111708.44 198210881.22 198311869.11 198412629.88 198513520.66 198620033.22 198724296.00 198829500.00 198929517.77 199030300.55 199134649.33 199237817.88 199343408.99 199447789.99 199552643.88 199646425.55 199742618.44 199838570.33 199943687.33 200046674