2024年1月6日发(作者：尧思彤)
IT大视野基于灰色神经网络与市场供给A模型的手机废弃量预测研究刘蓓琳 孙楠 北京工商大学计算机与信息工程学院摘要 ：近年来我国手机销售量和废弃量仍呈持续上升状态，准确预测手机废弃量可以为建立回收体系提供依据。本文运用了基于灰色模型GM（1,1）和市场供给A模型相结合的预测方法对2018-2027年我国手机销售量和废弃量进行了预测。结果表明。在未来10年间，我国手机销售量和废弃量仍呈持续上升状态，且幅度较大，预测结果可以为建立废旧手机回收体系提供科学依据，如果合理回收可产生巨大的环境和经济效益。关键词：废弃量预测 灰色GM（1,1）模型 神经网络 市场供给A模型中图分类号：F251 文献识别码:A1 引言我国如今已成为全球最大的电子产品生产和消费国，随着经济快速发展，经济水平和生产技术都有很大的进步，电子产品更新换代不断加速，据工信部统计，截止2017年，我国手机销售量为44944万。并且其使用周期不断减短，导致手机产品的市场保有量变大，不可避免地带来了更多废弃的电子产品，造成了很大的环境与资源的压力。所以，构建科学合理的手机回收网络体系是解决问题的唯一途径，首先就要确定废旧手机的产生量，这是实现废旧手机管理的基础，构建手机回收网络体系又要依赖于对手机废弃物的产生量以及发展趋势的掌握和监控。因此，进行手机废弃量预测研究是很有必要的。2 基于改进的市场供给A模型的方法2.1估算模型概述手机的废弃量估算一般考虑产品的销售量、保有量、手机的平均使用年限，以及不同寿命期的分布率来估算手机的废弃量。对废旧手机废弃量预测的方法有很多，常用于电子废弃物产生量的估算模型有一下几种，如表1所示： 表1常用估算模型模型名称要素模型特点市场供简便易用，没有考虑实给模型平均使用寿命i。Fn=Xi际产品寿命时间的变化。市场供j年前销售量平均寿命要服从某种分给A模Xj；布；适用于淘汰速度快型不同寿命期的分布率W的电子产品。j最长寿命M；规定了最大使用时间且斯坦福k年之后的废弃模型率W废弃率随时间变化的；k；n-k年前的销适用于电器类的电子产售量X品。n-k。第k年销售量综合考虑了影响产品废Xk；弃量的销售量和社会保时间梯第a年的废弃有量，但是数据来源不度模型量Pa；易掌控。需要根据产品第t和t1年的的实际用途和保有情况保有量Ht、Ht1 不一而区别对待。估计模第t年保有量考虑因素比较少，准确型Ht；平均寿命i。度不高；适合使用时间较长的产品。注：Fn为某一年的废弃物产生量；销售量X；保有量H本文研究对象为手机，结合手机更新换代速度很快的特性，手机保有量数据无法获取，以及无法掌握动态的手机废弃率，目前可根据现有数据推算出不同寿命的分布率，所以本文采用市场供给A模型对手机的废弃量进行预测的。根据手机销售量数据和不同寿命的分布比例计算手机废弃量，如图1 技术路线图所示： 2.2销售量预测方法进行电子产品销售量预测的方法可分为两类：静态预测法与动态预测法。静态预测法主要以回归分析预测法和灰色预测法为主；动态预测法主要包括时间序列预测法、人工神经网络等。灰色预测模型可以在数据较少或灰色信息（信息不明确）存在的情况下，对非线性不确定系统进行预测，适用于时间比较短，数据源比较少，并且数据不需要典型分布规划的模型。人工神经网络是由简单的单元组成的广泛数码世界 P.62并互连的网络，这些组成单元具有一定的自适应性、自学习功能等优点，但模型精确度依赖对大量数据进行训练。由于废旧手机产品样本数据有限，可利用灰色预测对数据少、贫信息的优势以及BP神经网络的非线性映射能力，两者结合，兼顾了两种模型的优点，建立基于灰色预测模型与BP神经网络建立组合预测模型，提高废旧手机销售量预测精准度。灰色预测模型与BP神经网络建立组合预测模型有并联型和串联型，本文采用GM（1,1）灰色模型，所以使用串联型结构的灰色BP网络构建预测模型，即先利用灰色预测对样本数据进行处理，然后再利用BP神经网络进行预测。算法流程如图2所示：
图1 技术路线图
图2 GM（1,1）BP网络模型的算法流程图2.3手机产品寿命分布比例计算方法假设:经济增长延续现阶段的发展趋势，不出现大规模波动，居
2024年1月6日发(作者：尧思彤)
IT大视野基于灰色神经网络与市场供给A模型的手机废弃量预测研究刘蓓琳 孙楠 北京工商大学计算机与信息工程学院摘要 ：近年来我国手机销售量和废弃量仍呈持续上升状态，准确预测手机废弃量可以为建立回收体系提供依据。本文运用了基于灰色模型GM（1,1）和市场供给A模型相结合的预测方法对2018-2027年我国手机销售量和废弃量进行了预测。结果表明。在未来10年间，我国手机销售量和废弃量仍呈持续上升状态，且幅度较大，预测结果可以为建立废旧手机回收体系提供科学依据，如果合理回收可产生巨大的环境和经济效益。关键词：废弃量预测 灰色GM（1,1）模型 神经网络 市场供给A模型中图分类号：F251 文献识别码:A1 引言我国如今已成为全球最大的电子产品生产和消费国，随着经济快速发展，经济水平和生产技术都有很大的进步，电子产品更新换代不断加速，据工信部统计，截止2017年，我国手机销售量为44944万。并且其使用周期不断减短，导致手机产品的市场保有量变大，不可避免地带来了更多废弃的电子产品，造成了很大的环境与资源的压力。所以，构建科学合理的手机回收网络体系是解决问题的唯一途径，首先就要确定废旧手机的产生量，这是实现废旧手机管理的基础，构建手机回收网络体系又要依赖于对手机废弃物的产生量以及发展趋势的掌握和监控。因此，进行手机废弃量预测研究是很有必要的。2 基于改进的市场供给A模型的方法2.1估算模型概述手机的废弃量估算一般考虑产品的销售量、保有量、手机的平均使用年限，以及不同寿命期的分布率来估算手机的废弃量。对废旧手机废弃量预测的方法有很多，常用于电子废弃物产生量的估算模型有一下几种，如表1所示： 表1常用估算模型模型名称要素模型特点市场供简便易用，没有考虑实给模型平均使用寿命i。Fn=Xi际产品寿命时间的变化。市场供j年前销售量平均寿命要服从某种分给A模Xj；布；适用于淘汰速度快型不同寿命期的分布率W的电子产品。j最长寿命M；规定了最大使用时间且斯坦福k年之后的废弃模型率W废弃率随时间变化的；k；n-k年前的销适用于电器类的电子产售量X品。n-k。第k年销售量综合考虑了影响产品废Xk；弃量的销售量和社会保时间梯第a年的废弃有量，但是数据来源不度模型量Pa；易掌控。需要根据产品第t和t1年的的实际用途和保有情况保有量Ht、Ht1 不一而区别对待。估计模第t年保有量考虑因素比较少，准确型Ht；平均寿命i。度不高；适合使用时间较长的产品。注：Fn为某一年的废弃物产生量；销售量X；保有量H本文研究对象为手机，结合手机更新换代速度很快的特性，手机保有量数据无法获取，以及无法掌握动态的手机废弃率，目前可根据现有数据推算出不同寿命的分布率，所以本文采用市场供给A模型对手机的废弃量进行预测的。根据手机销售量数据和不同寿命的分布比例计算手机废弃量，如图1 技术路线图所示： 2.2销售量预测方法进行电子产品销售量预测的方法可分为两类：静态预测法与动态预测法。静态预测法主要以回归分析预测法和灰色预测法为主；动态预测法主要包括时间序列预测法、人工神经网络等。灰色预测模型可以在数据较少或灰色信息（信息不明确）存在的情况下，对非线性不确定系统进行预测，适用于时间比较短，数据源比较少，并且数据不需要典型分布规划的模型。人工神经网络是由简单的单元组成的广泛数码世界 P.62并互连的网络，这些组成单元具有一定的自适应性、自学习功能等优点，但模型精确度依赖对大量数据进行训练。由于废旧手机产品样本数据有限，可利用灰色预测对数据少、贫信息的优势以及BP神经网络的非线性映射能力，两者结合，兼顾了两种模型的优点，建立基于灰色预测模型与BP神经网络建立组合预测模型，提高废旧手机销售量预测精准度。灰色预测模型与BP神经网络建立组合预测模型有并联型和串联型，本文采用GM（1,1）灰色模型，所以使用串联型结构的灰色BP网络构建预测模型，即先利用灰色预测对样本数据进行处理，然后再利用BP神经网络进行预测。算法流程如图2所示：
图1 技术路线图
图2 GM（1,1）BP网络模型的算法流程图2.3手机产品寿命分布比例计算方法假设:经济增长延续现阶段的发展趋势，不出现大规模波动，居