模型拟合(精)
面型拟合精度表征-概述说明以及解释
面型拟合精度表征-概述说明以及解释1.引言1.1 概述概述面型拟合是一种常见的技术，用于将一个给定的曲面或形状与目标曲面或形状进行最佳匹配。
它在许多领域中都有广泛应用，例如工业制造、航空航天、医疗影像等。
在过去的几十年中，面型拟合技术得到了快速发展，随着计算机技术的进步和数值算法的改进，面型拟合的精度得到了大大提高。
然而，面型拟合的精度表征仍然是一个重要的课题，因为精度的提高直接影响到面型拟合的效果和应用的可靠性。
本文旨在对面型拟合精度进行全面的表征和评价。
首先，我们将介绍面型拟合的基本概念和意义，包括其在工程实践中的重要性和应用领域。
其次，我们将详细介绍面型拟合的方法和步骤，包括数学模型的建立、数据采集和处理以及参数拟合等。
最后，我们将介绍面型拟合精度的评价指标，包括拟合误差、拟合度和曲面平滑度等。
通过对面型拟合精度的全面表征，我们可以更好地理解面型拟合技术的优缺点，为相关领域的应用提供准确可靠的数据支持。
同时，面型拟合精度的评价也有助于指导面型拟合算法的改进和优化。
面型拟合精度的重要性不仅在于提高产品的制造质量和性能，还在于减少生产成本和提高效率。
本文将在下文中详细探讨面型拟合精度的各个方面，并对其重要性进行深入分析和讨论。
通过对相关理论和实践问题的综合研究，我们希望可以为面型拟合技术的改进和应用提供有力的支持和指导。
1.2文章结构文章结构部分的内容可以参考以下写法：1.2 文章结构本文主要分为三个部分：引言、正文和结论。
引言部分将对面型拟合精度表征的概念进行概述，并介绍本文的目的。
在正文部分，我们将详细讨论面型拟合的概念和意义，包括对面型拟合方法和步骤的介绍。
同时，本文还将提出用于评价面型拟合精度的指标，并进行详细讨论。
在结论部分，我们将对全文进行总结，强调面型拟合精度对相关领域的重要性，并展望未来在面型拟合研究中的潜在发展方向。
通过以上结构的安排，本文希望能够全面而准确地阐述面型拟合精度表征的相关知识，并对其在实际应用中的重要性和未来的发展方向做出探讨，为读者深入了解和研究面型拟合精度提供参考。
GPS高程拟合模型的精度分析
１ ＧＰ Ｓ高程拟合模型及其精度分析
目前 国 内外 常 用 的 Ｇ Ｓ高 程 拟 合 模 型大 体 上 可 Ｐ 分 为 ４种 ， 即平 面拟 合 模 型 、 面拟 合 模 型 、 面 函数 曲 多 拟 合模 型 、 权 平均 拟合 模型 。 加
（ ） 面拟 合模 型 １平
对 于较 小 范 围的平 坦或 低 丘 地 区 ， 似 大 地 水准 其
来 近似 拟合 出似大 地水 准面 ， 而求 出测 点 的正 常高 。 进 设 第 ｉ 已知点 的 高程异 常 为 ， 面坐 标为 ， 则 个 平 Ｙ，
平 面模 型 可表示 为
＝ Ⅱｌ＋ Ⅱ ２ ＋ Ⅱ３ Ｙ
关系 ， 无法直接 利用 Ｇ Ｓ测量高程代 替水准高程 ， Ｐ 必 须将 Ｇ Ｓ大地 高 转 换 成 正 常 高 。通 常 采 用 高 程 拟 合 Ｐ
关性 时 ， 用 加权 平均 拟 合 模 型 能 得 到较 好 的高 程 拟 选
维普资讯
２ ８
铁
道
勘
察
２０ ０ ７年第 ２期
合 效果 。其模 型表示 为
、 、、
表 ２ 曲面拟合模型精度
（ ３ ｍ
中误 差 ４ ９５ ．４ １５０ ． ３
∑ Ｐ 一 ｌ ，
（ ） 面 函数 拟合 模 型 ３多
当测 区地势 复杂 、 高差 较 大 时 ， 似大 地水 准面 的起 伏 也 随之增 大 ， 一 的数 学 曲面不再 适用 ， 应采 用多 单 而 面 函数模 型 进行 拟合
ｋ
＝ ，
较， 得出若干有益 的结论 ， 为其他类似工程中合理选择
拟 合模 型提 供参 考 。
收 稿 日期 ：０ ７一 ２０
ｙ ＝∑Ｃ （，，，） ） ｉ ｘｙ Ｙ ｑ
拟合模型的概念
拟合模型的概念拟合模型的概念拟合模型是指在给定一组数据的情况下，通过建立数学模型来描述数据间的关系，从而预测未来或者进行数据分析。
拟合模型可以用于各种领域，如物理、经济、生物、社会等。
一、拟合模型的基本概念1. 数据集：指收集到的一组数据，包括自变量和因变量。
2. 自变量：也称为解释变量或输入变量，是对因变量有影响的变量。
3. 因变量：也称为响应变量或输出变量，是受自变量影响而发生改变的变量。
4. 模型：是对自变量和因变量之间关系的描述，通常用数学公式表示。
5. 参数：是模型中需要确定的未知数值，通过对数据进行拟合求解得到。
6. 残差：是实际值与预测值之间的差异，用于评估模型拟合程度。
二、常见的拟合模型类型1. 线性回归模型：线性回归是最基本和常用的统计方法之一。
它假设自变量与因变量之间存在线性关系，并且误差项服从正态分布。
线性回归可以用于预测和建立因变量与自变量之间的关系。
2. 非线性回归模型：非线性回归指的是自变量和因变量之间存在非线性关系的情况。
非线性回归模型可以用于研究复杂的现象，如物理、生物等领域。
3. 时间序列模型：时间序列是指一组按时间顺序排列的数据，时间序列模型可以用来预测未来的趋势和周期性。
4. 机器学习模型：机器学习是一种通过算法让计算机从数据中学习规律，并用于预测和分类等任务的方法。
常见的机器学习模型包括决策树、支持向量机、神经网络等。
三、拟合模型的评估方法1. 均方误差（MSE）：均方误差是实际值与预测值之间差异平方和的平均值，用于评估拟合模型的精度。
MSE越小，说明拟合效果越好。
2. 决定系数（R²）：决定系数是实际值与预测值之间相关性解释比例，范围在0到1之间。
R²越接近1，说明拟合效果越好。
3. 残差分析：残差分析是评估拟合模型的重要方法之一。
通过绘制残差图、QQ图等方式，来检查残差是否满足正态分布和同方差性等假设。
四、拟合模型的应用1. 预测：拟合模型可以用于预测未来的趋势和变化。
拟合指标 sse-概述说明以及解释
拟合指标sse-概述说明以及解释1.引言1.1 概述拟合指标SSE（Sum of Squared Errors）是评估模型拟合优度的一种常见指标。
在数据分析和机器学习领域中，我们经常需要使用拟合指标来衡量模型与观测数据之间的拟合程度。
SSE作为一种常见的拟合指标，被广泛应用于各个领域和问题中。
SSE的计算方法基于误差的平方和，即将观测值与模型预测值之间的差异进行求和并取平方。
这样做的原因是为了消除正负差异的影响，同时强调较大误差的重要性。
计算SSE的过程可以简洁地表示为将每个观测值与对应模型预测值之间的差异平方求和。
拟合指标SSE具有一些优点。
首先，SSE是一个直观的拟合指标，它将误差的平方和作为一个整体来衡量模型的拟合效果。
其次，SSE的计算相对简单，只需要对差异平方进行求和操作即可。
此外，SSE对较大误差具有较高的敏感度，从而能够更好地反映模型对异常值的适应性。
然而，SSE也存在一些缺点。
首先，由于平方操作的存在，SSE会放大极端差异的影响，可能导致模型对异常值过于敏感。
其次，SSE没有考虑到样本数量的差异，可能会导致在样本较多的情况下得到较大的误差值。
此外，SSE只能衡量整体的拟合效果，无法提供关于拟合的具体方向和趋势的信息。
尽管SSE具有一些局限性，但在实际应用中，它仍然具有重要的意义。
例如，在回归分析中，我们可以使用SSE来评估不同模型之间的拟合优度，从而选择最佳的模型。
此外，在机器学习中，SSE可以作为损失函数来优化模型的参数，使其能够更好地拟合训练数据。
总之，拟合指标SSE在实际应用中起着重要的作用，帮助我们评估和改善模型的拟合效果。
1.2 文章结构文章结构是指文章的组织方式和呈现顺序，它对于读者理解和掌握文章内容具有重要意义。
本文按照以下顺序组织:1. 引言：介绍本文的主题和背景，概述拟合指标SSE的定义和意义，以及文章结构。
2. 正文：2.1 拟合指标SSE的定义和意义：详细阐述拟合指标SSE的含义和作用，解释SSE在拟合模型中的重要性，以及其对拟合效果和精度的评估。
基于多面函数模型的GPS高程拟合精度分析
０ 引 言
很 多 测 绘 工 作 者 对 Ｇ Ｓ高 程 拟 合 做 了 大 量 的 研 Ｐ 究 ， 到一些有 价值 的结 论 。研究 表明拟 合方法 与拟 得
合模 型选择对 Ｇ Ｓ Ｐ 高程拟合 精度 影 响较 大。一些 研究 者
利用 多面 函数进 行 Ｇ Ｓ高程 拟 合取 得 了较 理想 的 效果 。 Ｐ 在利 用多 面函数 拟合 时 ， 滑系数 选择 至关重 要 ， 平 有关 平 滑系数选 择对 Ｇ Ｓ高 程拟合精 度 的影 响研究 在公 开发 表 Ｐ 的论文 成果 中还 很少 见 ， 文利 用某 Ｅ级 Ｇ Ｓ工程 控 制 本 Ｐ
滑 系数选择 对 Ｇ Ｓ拟合 高程精度的影响。通过 实例计算分析表 明 ， Ｐ 选择 不 同的平滑 系数 ， Ｐ Ｇ Ｓ高程拟舍精 度相 差较 大， 在利用多面函数拟合 Ｇ Ｓ高程 实践 中应慎 重选择平滑 系数 。 Ｐ 关键词 ： 多面函数 ； 平滑 系数 ； 高程异 常； 精度分析 中图分类号：２ ８４ Ｐ ２ ． 文献标识码 ： Ｂ 文章编号 ：６ ２ ５ ６ （００ ０ — ０ ２— ２ １７ ～ ８７ ２ １ ） １ ０ １ ０
图 １ 高 程 系统 关 系 图
Ｆ ｇ １ Ｈｅ ｇ ｔｓ ｓ ｅ ￣ｒ ｌｔ ｎ ｈ ｐ ｉ． ｉ ｈ ｙ ｔｍ ｅａ ｏ ｉ ｓ ｉｓ
（ ． ｃ ｏｌ ｆ ａｅ ｎ ｅｏ ｒｅＥ ｇ ｅｒ ｇ Ｃ ｉａＵ ｉｅｓ ｙｏ ｉｉｇ＆ Ｔ ｃ ｎ ｌｇ （ ｅ ｉｇ ， ｅ ｉｇ１０ ８ Ｃ ｉａ １Ｓ ｈ ｏ ｏ ｆｔ ａ ｄＲ ｓｕｃ ｎ ｉ ｅｉ ， ｈｎ ｎｖｒｉ ｆ ｎｎ Ｓ ｙ ｎ ｎ ｔ Ｍ ｅｈ ｏｏｙ Ｂ ｉｎ ）Ｂ ｉｎ ０ ０３， ｈｎ ； ｊ ｊ ２ Ｄ ｐ ｒ ｎ ｆＳ ｒｅｉｇａ ｄＭａ ｐｎ ， ｉ ｎ ｊ ｎ ｎｔｕｅｏ ｎ ｉｅｒ ｇａ ｄＴ ｃｎ ｌｇ ， ａｂｎ１０ ５ ， ｈｎ ； ． ｅａ ｔ ｔ ｕ ｖｙ ｎ ｐ ｉｇ Ｈｅ ｏｇｉ ｇＩｓｉ ｔ Ｅ ｇ ｅｉ ｎ ｅｈ ｏｏｙ Ｈ ｒｉ ５ ００ Ｃ ｉａ ｍｅ ｏ ｎ ｌ ａ ｔ ｆ ｎ ｎ ３ Ｈｅｏ ｇｉｎ ｎｔｕｅｏ ｏｒｐ ｃＩｆｒ ｔ ｎＥ ｇ ｅｒ ｇ Ｈａｂｎ１０ ８ ， ｈｎ ） ． ｉ ｎ ｊ ｇＩｓｉ ｔ ｆ ｌ ａ ｔ Ｇｅｇａ ｈ ｎｏｍａｉ ｎ ｎ ｅｉ ， ｒ ｉ ５０ ６ Ｃ ａ ｉ ｏ ｉ ｎ ｉ
线状地区似大地水准面拟合模型的精化探析
文章编号：1009-6825（2013）01-0180-02线状地区似大地水准面拟合模型的精化探析收稿日期：2012-10-20作者简介：邵彩军（1978-），男，实验师邵彩军（绍兴文理学院，浙江绍兴312000）摘要：首先介绍高程拟合原理和线状地区常用的拟合模型，然后以某个线状地区工程为实例，对多项式拟合及三次样条拟合进行了分析，分析结果表明：三次曲线拟合精度最高，而三次样条曲线计算方法复杂，更适用于线路较长的拟合。
关键词：线状地区，似大地水准面，高程拟合，拟合模型中图分类号：TU198文献标识码：A0引言全球定位系统一直以定位速度快，操作简单，不受天气影响，广泛的应用于线状线路地区的平面定位，平面定位精度相当高，精度能够达到0．1－6D 10－6D ，满足工程要求。
但GPS 高程测量由于受各种因素的影响，它的测量精度还不够稳定，从而还没有充分发挥GPS 测量三维坐标的优越性。
随着我国市政基础设施大规模的建设，为了更好的发挥GPS 在线状线路地区的高程应用，通过建立一定的拟合模型把大地高转化成正常高，以达到线状线路地区的精度要求。
1高程拟合原理及精度评定1．1高程拟合原理大地高：是以参考椭球面作为高程基准面，即点到椭球体面的铅垂距离，用H 表示。
正高：是以大地水准面作为高程基准面，櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅櫅即地面点到大地水准方位角；各边的方位角、边长值的改正数及中误差，各边长的相对中误差）。
3精度分析GPS 网精度统计见表1。
表1GPS 网精度统计控制网名盖孜水电站施工控制网引测网观测日期2012年3月等级三等执行规范DL /T 5173-2003仪器型号Trimble5700平均边长/m 1345．520测量精度5mm +2ppm ˑD 标准差σ/mm5．68仪器精度5mm +0．5ppm ˑD统计误差项目所在位置基线长误差值/mm 限差/mm 复测基线最大较差GZ25-GD172305．71318．26ʃ14．20同步环最大闭合差W x W y W z W s GZ23-GZ22-GZ24闭合环全长/m1292．924－0．9ʃ3．93．1ʃ3．92．3ʃ3．94．0ʃ6．5异步环最大闭合差W xW y W z W sGZ05-GZ04-GZ06闭合环全长/m928．4161－0．50ʃ17．450．30ʃ17．45－2．80ʃ17．452．86ʃ30．23高斯面三维最弱点点位中误差GZH036．3ʃ10二维最弱点点位中误差GZ073．7ʃ10施工网三维最弱点点位中误差GZH035．4ʃ（7 10）二维最弱点点位中误差GZH035．4ʃ（7 10）为了验证GPS 测量和盖孜水电站工程坐标系的可靠度，对测区内的平面控制点用Leica TCR402全站仪按三等边测量技术要求进行检核，并将全站仪所测的边长与GPS 所测的边长进行了比较，其比较结果见表2。
GPS水准高程拟合模型的探讨与应用
GPS\水准高程拟合模型的探讨与应用发布时间：2021-06-28T16:18:04.290Z 来源：《工程管理前沿》2021年3月7期作者：岳兴盛杨浪浪通讯作者，赵萌生[导读] 近年来，GPS卫星定位技术已在测量领域得到广泛应用岳兴盛杨浪浪通讯作者，赵萌生（中国地质调查局昆明自然资源综合调查中心，云南昆明 650100）摘要：近年来，GPS卫星定位技术已在测量领域得到广泛应用，平面位置的测量已经达到了很高的精度，人们期待着在可行的条件下用GPS高程测量代替传统水准测量，以提高工作效率。
但是利用GPS定位技术测定的GPS高程是基于WGS-84参考椭球的大地高，而工程所采用的高程一般是基于似大地水准面的高程，所以GPS技术提供的高程不能直接应用到工程实践中，需要进行高程转换，把GPS所测的大地高转换使用的正常高有着非常重要的现实意义，也是目前GPS研究领域的一个热点话题。
GPS高程拟合是进行GPS高程转换常用的方法。
可以通过拟合的方式进行高程异常的结算，从而利用大地高取代正常高进行使用。
本篇论文将借助云南某县的GPS测图控制网，着重探讨GPS水准高程拟合模型的探讨与应用。
关键字：GPS高程、正常高、拟合1 绪论1.1前言GPS全球卫星定位系统是随着现代科学技术的迅速发展而建立起来的新一代精密卫星定位系统，20世纪70年代开始，GPS技术不断的成熟和迅猛发展，现在已渗透入除专业领域外的民用领域，从最初的的航天及军事应用，逐步走进人们的生活。
再测绘专业领域，GPS以全天候、高精度、自动化、高效等显著特点，赢得广大测绘工作者的信赖。
在民用领域里，它除了继续在高精度大地测量和控制测量，建立各种类型和等级的测量控制网等领域发挥着重要作用外，还在测量领域的其它方面得到充分的应用。
但是利用GPS定位技术测定的GPS高程是基于WGS-84参考椭球的大地高，而工程所采用的高程一般是基于似大地水准面的高程，所以GPS技术提供的高程不能直接应用到工程实践中，需要进行高程转换，把GPS所测的大地高转换使用的正常高有着非常重要的现实意义。
09第九讲 数据拟合
9.30 11.2
即要求 出二次多项式:
f ( x) a1x 2 a2 x a3
中 的 A (a1 , a2 , a3 ) 使得:
[ f ( xi ) yi ]2
i 1
11
最小
解法1．用解超定方程的方法
此时 x12 R x2 11 1 x11 1 x1
拟 合
1. 拟合问题引例 2.拟合的基本原理
拟 合 问 题 引 例 1 温度t(0C) 20.5 32.7 51.0 73.0 95.7 已知热敏电阻数据： 电阻R() 765 求600C时的电阻R。
1100 1000 900 800 700 20
826
873
942 1032
设 R=at+b a,b为待定系数
f=a1+a2/x + + +
f=aebx +
+
f=ae-bx + + +
+ +
+ + +
+ +
用MATLAB解拟合问题
1、线性最小二乘拟合
2、非线性最小二乘拟合
用MATLAB作线性最小二乘拟合
1. 作多项式f(x)=a1xm+ …+amx+am+1拟合,可利用已有程序: a=polyfit(x,y,m) 输出拟合多项式系数 a=[a1, …am , am+1] (数组)） 2. 对超定方程组 输入同长度 的数组X，Y 拟合多项 式次数
i 1
则称a为上述超定方程的最小二乘解。
线性最小二乘法的求解 所以，曲线拟合的最小二乘法要解决的问题，实际上就是 求以下超定方程组的最小二乘解的问题。 Ra=y （3） r1 ( x1 ) rm ( x1 ) a1 y1 , a , y R r1 ( xn ) rm ( xn ) am yn
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
间的定量关系，考察能源是否是制约生产发展 的瓶颈。当前我国电力是什么情况？ 例题处理的1971-1994的样本。是什么情况？
现实情况是又什么样了？当前经济工作的主要任务是什
么？1997年以后，我国已初步确立了社会主义市场经 济体制，市场经济运行的显著特征——告别了短缺步入 了“过剩”，以及地区发展的不平衡。现实是电力建设 成就与严重的重复建设问题并存。四川二滩长期窝电， 价低无人要。能源已经不是制约经济发展的瓶颈。 初步探索结果：发电量与居民用电关系不显著。这里只 探索发电量与工农业生产的关系。
原始数据ห้องสมุดไป่ตู้lx\newlx\lzn87
obs 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 FDL 1384 1524 1668 1688 1958 2031 2234 2566 2820 3006 3093 3277 3514 3770 4107 4495 4973 5452 5848 6212 6775 7539 8395 9281 NYCZ 1068 1075 1173 1215 1260 1258 1253 1397 1689 1925 2181 2483 2750 3214 3619 4013 4676 5865 6535 7662 8157 9085 10995 15750 QGCZ 1037 1100 1212 1241 1413 1448 1638 1826 2045 2430 2781 2919 3135 3608 4610 5330 6656 8979 10761 11813 13801 17492 23184 36204 ZGCZ 1377 1465 1582 1551 1794 1830 2087 2411 2636 2724 2619 2892 3326 4009 5106 5864 7157 9245 11256 12111 14447 19574 29508 40705 NFSGZS 1.983 2.011 2.028 2.045 2.087 2.097 2.092 2.174 2.655 2.844 3.012 3.078 3.213 3.342 3.629 3.861 4.324 5.319 6.117 5.958 5.839 6.038 6.847 9.579 NGLSZS 1.102 1.096 1.096 1.096 1.096 1.097 1.098 1.098 1.099 1.108 1.119 1.137 1.148 1.184 1.222 1.261 1.322 1.523 1.808 1.891 1.948 2.008 2.245 2.631
（1）变量选择与模型关系式的确定
因为涉及价值量指标，由于物价因素的影响，没有可比
性，必须采用口径一致的物价指数进行调整。下面入选 的变量是按当年价统计的，应当采用缩水后的产值。
发电量FDL与农业总产值NYCZ线性关系：FDL~NYCZ FDL与轻工业总产值QGYCZ成二次关系FDL~(QGYCZ)½ FDL与重工业总产值ZGYCZ成二次关系FDL~(ZGYCZ)½
4、模型拟合预测
消费模型拟合结果
obs RJJMXF 1980 236 1981 262 1982 284 1983 311 1984 354 1985 437 1986 485 1987 550 1988 693 1989 762 1990 803 1991 896 1992 1070 1993 1331 1994 1781 1995 2311 1996 2677 RJJMXFF 236.0000 269.7522 285.3347 309.1668 355.9142 421.4524 465.9083 527.7800 670.7722 742.7267 798.6403 910.9259 1097.9158 1396.7330 1847.7087 2274.3940 2631.8747 BFWCH 0.000000 -0.029589 -0.004700 0.005895 -0.005407 0.035578 0.039364 0.040400 0.032075 0.025293 0.005429 -0.016658 -0.026090 -0.049386 -0.037456 0.015840 0.016857
数据资料处理
X1=NYCZ/NSGZS X2=QGCZ/NGLSZS X3=ZGCZ/NGLSZS 这三个总产值经物价总指数调整后，成
三、发电量与工农业总产值关系模型
1、理论模型设计 （1）变量选择 （2）模型关系的确定 2、样本数据的收集 3、参数估计及检验 （1）模型检验 （2）修正模型序列相关 （3）剔除常数项 （4）异方差检验 （5）多重共线检验 4、最终模型及模拟结果
1、理论模型设计
怎么确定出来的？
FDLt=b0+b1NYCZ+b2(QGYCZt)½+b3(ZGYCZt)½+ut
t=1971,1972,……,1994
2、样本数据的收集
FDL、QGYCZ、ZGYCZ—资料来源：《中国工业年鉴》 NYCZ—资料来源：《中国农业年鉴》 农副产品收购价格总指数NSGZS用以调整NYCZ ——资料来源：《中国物价统计年鉴》 QGYCZ、ZGYCZ用农村工业品零售价格总指数NGLSZS 进行调整——资料来源：《中国物价统计年鉴》 显然，物价总指数的口径并不理想，但对问题的研究无 大碍。 FDL——单位：亿千瓦小时 NYCZ、 QGYCZ、ZGYCZ——当年价，单位：亿元 NSGZS和NGLSZS两个物价总指数，1950=100