系統(tǒng)工程-系統(tǒng)預測交通交通運輸學院

⑴定性預測（判斷預測 預測 4.14.1⑵定量預測（客觀預測4.14.1 4.14.14.14.1預測人能對被測事物施加影響，能自己選擇被測4.14.1→被測事務本身因素關系比較明確，可以從中找→如果被測變量自身歷史數(shù)據(jù)較亂，看不出什么信息，而對被測事務還有一定了解，也宜用因4.14.14.14.14.1.2.2 4.14.14.1.2.3中期預測：一般指1年以上5年以下的預測。長期預測：一般指5年以上的預測。4.14.1 4.24.2 4.24.2助判斷專集”。4.24.24.24.2 4.24.24.24.2定性預測方法示例——德爾菲（Delphi）德爾菲法是一 法，即利 們的爾默(Helmer)和戈登(Gordon)了“長遠預測研究速地應用于和其他國家。 蘭德(RAND)公司的4.24.2YN 4.24.2德爾菲法的特性反饋收斂例：某例：某 經銷商采用德外公司經理組成小組。將該專著和一些相應的背景材料發(fā)給各位個數(shù)字，同時說明自己作出判斷的主要理由。將們的意 第四次預測時，所 都不再修改自己的意見。因此意見收集過程在第四次以后停止。最終預測結果為最低銷售量26萬冊，最高銷售量60萬冊，最可能銷售量46萬冊。4.24.2德爾菲法的優(yōu)缺德爾菲法同常見的召集開會、通過集體討論、得出一致預測意見的會議法既有聯(lián)系又有 →能充分發(fā)揮各位的作用，集思廣益，準→能把各位意見的點表達出來，取各4.24.2 →4.24.2預測結果的處4.24.2例4.1評估，其評估值按順序排列如下1990199119911992199319931993199419941995 此項預測表明，該鄉(xiāng)實現(xiàn)噸糧田的年份在到1994年之間，較大可能為1993npi i n4.2xxx1(xxn x)n1nnxi基本思想：SS nin(xi x2誤差計算：以樣本標準差（樣本均方差）誤差。即：例例4.2已知某農業(yè)企業(yè)1—10月份銷售額(萬元)321，372，330，382，320，317，341，345，329X=xi=(321+372+…+329)=388.8(萬元(x338.8)iSxi1020例4.2已知某農業(yè)企業(yè)1—10月份銷售額(萬元)321，372，330，382，320，317，341，345，329其均方差為平滑預測法的4.34.32.從時間序列的第一項開始，按一定的項數(shù)N求算術平均數(shù)，并且逐項推移，邊移邊平均。這樣就得到了由移動平均數(shù)構成的新的時間序列數(shù)據(jù)，既把原序列中某些不規(guī)則的波動作了平滑修勻，又不致使數(shù)據(jù)點數(shù)減少過多和形成分段臺階，從而使數(shù)據(jù)的演變趨勢較為明顯，這種方法稱為移動平均法。例例4-3該農村的2005純收入yy(1)ytyt1tNy3y3y23y4y4y3y3根據(jù)上式對一系列數(shù)據(jù)進行第一次移動平若取N＝3時，則yy4y(1)y433y(1)yttytN一次移動平均后的結果。y(1)y(1)tN tttN以此類推，第m次移動平均數(shù)的計算公式為AA2N( (ttbyttt（3）移動平均預測方即：其中變量T為由起點t到預測點t+T時增加的周期數(shù)。y AT4.34.3（3 yytt(1)t (1tt)t tt4.3 y AA 1( (1ty(2)tb2(1ty(2t A2tbTb t t tA2(12(y2t(2yt)c3t3y(2)y(3tt 系數(shù)αα的取值范圍一般在0.01～0.5越預測模型預測模型y20＝495.6T2＋18555T＋185971.42005年的預測：T2005－2001=4Y＝＝選取n，n＝選取a，a＝估算計算參數(shù)建立預測方程：y（t）＝A +bT+y＝A +bT+4.34.3 回歸分析法回歸分析法是通過處理已知數(shù)據(jù)，以尋求這回歸分析法包括：一元線性回歸法、多元線性回歸和非線性回歸法。在經濟預測中，這種方法既可以用于處理時間序列問題，也可用來處理回歸分析法一元線性回歸法是處理x、y兩個變量之間線性關系的一種用途很廣的方法，可以用于多種經y aiyxx為自變量 為因變量ia、b為待定參數(shù)y⑴確⑴確定模型參數(shù)a、b假設有n對觀測值(x1，y1)，(x2，y2)，…，(xn，yn)，要設法建立一個直線方程，使所有觀測點距離這條直線。Ei|yi?i||yi(abxi)式中：yi為實際n [y(abx (yabxi2ni niiimin(yiabxi)ni x (x)y aiyyxxrrxyx[x2(x)2][y2(y)2理，進行定量的檢驗。即根據(jù)已知數(shù)據(jù)求出一個相關系相關系數(shù)r的計算YiY(YiY)(YiYi)(YiY)其其值的區(qū)域為-1≤r≤1，r值為負時稱為負相關味著y隨x的增加而減少；r值為正時稱為正相關，意r(YY) b(XX222(XX2(YYi(YYi(YYSSnn(yy2ii當回歸模型確有意義時，對于由回歸模型求得的預測值y允許在多大范圍或區(qū)間內變動，一般要求實際值位于這個區(qū)間范圍內的概率應達到95%以上。這個區(qū)間稱之為預測值的置信區(qū)間。置信區(qū)間說明回歸模型的適用范圍或精確程度。當觀測值個數(shù)(樣本容量)n>30時，置信區(qū)間應為y=y^+1.96S，其中S為標準離差，即CC 11n(x X)in(x X)當觀測值個數(shù)(樣本容量)n30y= t（/2，n-2）S 其中：t（/2，n-2）可通過查t分布表獲得（為著水平）； [2 ()y2 ()]1672.5455*3210(3552 .636321.6362相關系數(shù)檢驗在顯在顯著性水平α=0.05及α=0.01時，相關系數(shù)的絕對值達到顯著性的小rα，表當n=11時得=62，=5由于r>r0.01，則y與x兩變量由于本例n<30，即為小樣本則置信區(qū)間為y=y t（/2，n-2）SSS1n(yy)29C0 1n1(x0X)(xiX)in 1 1.19 1若預測2001年該省產量為360.16（億斤），則11，查t下限＝360.61－33.65＝326.51（億斤即2001年糧食的實際有95的可能性落在326.51～393.81億斤范圍之內4.34.3 回歸分析法4.3.3.2 y=y=y=位，引起y的平均變動量。位，引起y的平均變動量。a、b、c均為待定參數(shù)根根據(jù)最小二乘法原理4.34.3 回歸分析法4.3.3.3對對非線性關系的變量，同樣也可以用回歸法來解決，但先要將觀測數(shù)據(jù)通過變量替換把非線性方程轉化為線方程，再用最小二乘法建立線性回歸方程，最后再進行逆變換，將線性方程轉化為實際的非線性方程。設y＝a＋bx＋cx2成：y=0.53180.9191x0.2378x20yy1abey·y＝a·yax人人工神經網絡（ANN）預人工神經網絡是模仿生物腦結構和功能的一種信息處理系統(tǒng) 是由神經元相互連接而成的自適應、非線性動態(tài)系統(tǒng)細胞核突人工神經網絡（ANN）人工神經網絡（ANN）B-PBack-PropogationModel。將這一差值反向一層一層的向 ，來決定連接權值的修改人人工神經網絡（ANN）預 人工神經網絡（ANN）人工神經網絡（ANN）通收入口鐵 量地 條長 量收入人人口總為2。為使網絡具有較高的 基于人工神經網絡的公共汽車保有量預測模（人（元（元出租車客運量(次（條地鐵線路長度地鐵客線（條（人22222222222222244445小小波分析 ）預小波變換的概念是由法國從事石油信號處理的工程師M在1974年首先 ，