相似信息优先的船舶建造费用测算模型(附件)【字数：6994】
摘 要摘 要为实现我国世界第一造船大国的战略目标，控制造船费用的增长、提高经济效益成为了重要问题。针对横截面数据的船舶建造费用预算问题，由于主要参数比较相似的船舶装备其研制费用具有相似性，从而提出横截面数据的相似信息优先原理。利用灰色系统建模软件分析船舶费用案例中各指标之间的相似度，区分横截面信息优先顺序，筛选变量。将不同年度造船费用之间的相似度进行归一化处理得出加权最小二乘法权重，建立相似信息优先的回归模型，并与其它两种方法进行比较，通过实例证明本文的方法精确度更高。相似信息优先的多元回归模型较好的反映相似信息之间的规律。在样本数据较少、变量间的线性相关程度较高的情况下，采用多元线性回归方程法会降低预算结果的有效性，从而引进GM(0，N)模型进行残差修正。用实例证明小样本数据也可以得出较高的精确度。关键词相似信息原理；灰色系统理论；船舶建造费用；多元回归
Keywords: similar information priority principle；grey system theory；ship construction cost ；multiple regression model 目录
第一章 绪论 1
1.1 引言 1
1.2 方法 2
第二章 理论基础 3
2.1 建模步骤 3
2.2 相似优先原理 3
2.3 建立造船费用与参数的回归模型 5
2.4 GM(0，N)修正模型 6
第三章 船舶建造费用测算模型 7
3.1 背景 7
3.2 费用数据表示 8
3.3 相似度计算 9
3.3.1 不同年度造船费用的相似度 9
3.3.2 系统参数与费用的关联度 10
3.3.3 自变量选择 11
3.4 相似度归一化处理及参数的计算 12
3.5 残差修正 13
第四章 其他方法比较 14
4.1 SPSS中运用逐步回归法预测 14
4.1.1 逐步回归法简述 14
4.1.2 逐步回归过程 14 *好棒文|www.hbsrm.com +Q: ^351916072*
4.1.3 SPSS导出结果 15
4.2 GM(1,1)模型一步预测 16
4.2.1 GM(1,1)模型定义 16
4.2.2 灰色系统建模软件预测结果 16
结论 ........................................................................................................17
致 谢 ........................................................................................................18
参考文献 19
第一章 绪论
引言
现代综合船舶工业是为水上交通、海洋资源开发及国防建设提供技术装备的性和战略性产业，是国家发展高端装备制造业的重要组成部分，是国家实施海洋强国战略的基础和重要支撑。
随着经济全球化进程的加速，科学技术的不断进步发展，中国企业面临的竞争环境日趋严峻，造船行业亦是如此。目前国内船舶企业在实际工作中，费用控制经常被忽视或缺乏，成本处于失控状态。在市场价格确定下来后，控制成本就是船舶企业生存发展的唯一手段。如何控制成本，进行费用预测是重要前提。船舶建造费用预测是降低造船成本，提高经济效益的重要环节，是帮助我国船舶工业大力发展，最大程度创造经济效益的科学途径。
船舶费用测算模型通过数学建模、统计分析，更加精确有效的进行费用预测和分析，使船舶建造这类复杂装备的费用预测问题简单化。随着科技飞速发展及其在海洋船舶领域的广泛应用，船舶制造费用增长在国内外都成了普遍现象。面对近年来造船行业的普遍低谷，控制费用增长，提高经费使用效率，准确预测船舶建造各阶段的费用成为重中之重。
目前国内外关于造船费用预测的研究很多，主要围绕造船质量、船舶维修费用与经济寿命的控制等，采用参数法、类比法、工程法。造船费用预测主要通过不同的预测模型来分析在不同因素前提下达到费用最优。国内主要吕靖（1997）船舶维修费用支出与经济寿命最优控制模型，陈锋的舰艇建造费用影响因素分析，吴利丰（2014）的复杂装备预算模型[1]等等。国外主要有Anonymous的海军造船计划成本差异。但是不可否认研究中存在的很多问题也是不可忽略的，譬如：（1）指标的选取，一方面由于造船费用各个指标的代表性很难达成一致，另一方面很多软指标无法量化，导致指标的选取和模型建立有一定困难；（2）造船费用难于收集和整理，费用数据质量和数量有限。在小样本数据条件下，结论的可靠性有待考证。（3）研究船舶建造费用的理论基础也是各有不同，至今尚未达成有效的共识等等。
方法
为了挖掘样本数据规律，在差异信息的基础上，针对横截面信息提出相似信息优先原理。即：和预测对象相似度高的样本作用大于和预测对象相似度低的样本。对于小样本截面数据，当样本量不大于参数个数时，通过费用参数之间的相似度比较，刷选出相似大的参数作为新的参数，此时的样本数据可以采用最小二乘法建立船舶制造费用回归预算模型。其中，将样本之间归一化处理后的相似度作为样本的权重。
采用最小二乘法的多元线性回归模型预测结果与样本实际值之间如果存在大的差异性，可能是由样本之间的共线性，数据的随机误差导致的。通过对多元回归模型的灰色改进[4]，引入GM(0，N)模型进行修正。并与SPSS中消除多重共线性的方法：逐步回归法。在信息不完全，不确定的情况下，可以使用GM（1,1）模型进行一步预测法进行比较。
通过预测值与实际值之间的相对误差的比较，发现使用本文的方法进行预测精确度大大提高。在研究横截面数据的船舶建造费用预算时，我们认为是值得推荐的。
第二章 理论基础
2.1 建模步骤
步骤一：计算数据的相似度
步骤二：对相似度归一化处理，得出权重向量
Keywords: similar information priority principle；grey system theory；ship construction cost ；multiple regression model 目录
第一章 绪论 1
1.1 引言 1
1.2 方法 2
第二章 理论基础 3
2.1 建模步骤 3
2.2 相似优先原理 3
2.3 建立造船费用与参数的回归模型 5
2.4 GM(0，N)修正模型 6
第三章 船舶建造费用测算模型 7
3.1 背景 7
3.2 费用数据表示 8
3.3 相似度计算 9
3.3.1 不同年度造船费用的相似度 9
3.3.2 系统参数与费用的关联度 10
3.3.3 自变量选择 11
3.4 相似度归一化处理及参数的计算 12
3.5 残差修正 13
第四章 其他方法比较 14
4.1 SPSS中运用逐步回归法预测 14
4.1.1 逐步回归法简述 14
4.1.2 逐步回归过程 14 *好棒文|www.hbsrm.com +Q: ^351916072*
4.1.3 SPSS导出结果 15
4.2 GM(1,1)模型一步预测 16
4.2.1 GM(1,1)模型定义 16
4.2.2 灰色系统建模软件预测结果 16
结论 ........................................................................................................17
致 谢 ........................................................................................................18
参考文献 19
第一章 绪论
引言
现代综合船舶工业是为水上交通、海洋资源开发及国防建设提供技术装备的性和战略性产业，是国家发展高端装备制造业的重要组成部分，是国家实施海洋强国战略的基础和重要支撑。
随着经济全球化进程的加速，科学技术的不断进步发展，中国企业面临的竞争环境日趋严峻，造船行业亦是如此。目前国内船舶企业在实际工作中，费用控制经常被忽视或缺乏，成本处于失控状态。在市场价格确定下来后，控制成本就是船舶企业生存发展的唯一手段。如何控制成本，进行费用预测是重要前提。船舶建造费用预测是降低造船成本，提高经济效益的重要环节，是帮助我国船舶工业大力发展，最大程度创造经济效益的科学途径。
船舶费用测算模型通过数学建模、统计分析，更加精确有效的进行费用预测和分析，使船舶建造这类复杂装备的费用预测问题简单化。随着科技飞速发展及其在海洋船舶领域的广泛应用，船舶制造费用增长在国内外都成了普遍现象。面对近年来造船行业的普遍低谷，控制费用增长，提高经费使用效率，准确预测船舶建造各阶段的费用成为重中之重。
目前国内外关于造船费用预测的研究很多，主要围绕造船质量、船舶维修费用与经济寿命的控制等，采用参数法、类比法、工程法。造船费用预测主要通过不同的预测模型来分析在不同因素前提下达到费用最优。国内主要吕靖（1997）船舶维修费用支出与经济寿命最优控制模型，陈锋的舰艇建造费用影响因素分析，吴利丰（2014）的复杂装备预算模型[1]等等。国外主要有Anonymous的海军造船计划成本差异。但是不可否认研究中存在的很多问题也是不可忽略的，譬如：（1）指标的选取，一方面由于造船费用各个指标的代表性很难达成一致，另一方面很多软指标无法量化，导致指标的选取和模型建立有一定困难；（2）造船费用难于收集和整理，费用数据质量和数量有限。在小样本数据条件下，结论的可靠性有待考证。（3）研究船舶建造费用的理论基础也是各有不同，至今尚未达成有效的共识等等。
方法
为了挖掘样本数据规律，在差异信息的基础上，针对横截面信息提出相似信息优先原理。即：和预测对象相似度高的样本作用大于和预测对象相似度低的样本。对于小样本截面数据，当样本量不大于参数个数时，通过费用参数之间的相似度比较，刷选出相似大的参数作为新的参数，此时的样本数据可以采用最小二乘法建立船舶制造费用回归预算模型。其中，将样本之间归一化处理后的相似度作为样本的权重。
采用最小二乘法的多元线性回归模型预测结果与样本实际值之间如果存在大的差异性，可能是由样本之间的共线性，数据的随机误差导致的。通过对多元回归模型的灰色改进[4]，引入GM(0，N)模型进行修正。并与SPSS中消除多重共线性的方法：逐步回归法。在信息不完全，不确定的情况下，可以使用GM（1,1）模型进行一步预测法进行比较。
通过预测值与实际值之间的相对误差的比较，发现使用本文的方法进行预测精确度大大提高。在研究横截面数据的船舶建造费用预算时，我们认为是值得推荐的。
第二章 理论基础
2.1 建模步骤
步骤一：计算数据的相似度
步骤二：对相似度归一化处理，得出权重向量
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/sxtj/203.html
