版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
計算模型是由描述預(yù)測對象與其主要影響因素有關(guān)的一個方程式或方程組構(gòu)成。計算模型預(yù)測法就是利用這一系列方程式的計算,根據(jù)主要影響因素的變化趨勢,對預(yù)測對象的未來狀況進行推測。其中有回歸分析法(包括線性回歸分析法和非線性回歸法)、馬爾可夫鏈預(yù)測法、灰色預(yù)測法等。5.4.1回歸分析法
要準確地預(yù)測,就必須研究事物的因果關(guān)系。回歸分析法就是一種從事物變化的因素關(guān)系出發(fā)的預(yù)測方法。它利用數(shù)理統(tǒng)計原理,在大量統(tǒng)計數(shù)據(jù)的基礎(chǔ)上,通過尋求數(shù)據(jù)變化規(guī)律來推測、判斷和描述事物未來的發(fā)展趨勢。事物變化的因果關(guān)系可用一組變量來描述,即自變量與因變量之間的關(guān)系,一般可以分為兩大類:
一類是確定關(guān)系,它的特點是,自變量為已知時就可以準確地求出因變量,變量之間的關(guān)系可用函數(shù)關(guān)系確切地表示出來;
另一類是相關(guān)關(guān)系,或稱為非確定關(guān)系,它的特點是雖然自變量與因變量之間存在密切的關(guān)系,卻不能由一個或幾個自變量的數(shù)值準確地求出因變量,在變量之間往往沒有準確的數(shù)學表達式,但可以通過觀察,應(yīng)用統(tǒng)計方法,大致地或平均地說明自變量與因變量之間的統(tǒng)計關(guān)系。所謂回歸預(yù)測,是指在相關(guān)分析的基礎(chǔ)上,把變量之間的具體變動關(guān)系模型化,求出關(guān)系方程式,找出一個能夠反映變量間變化關(guān)系的函數(shù)關(guān)系式,并據(jù)此進行估計和推算。通過回歸預(yù)測,可以將相關(guān)變量之間不確定、不枧則的數(shù)量關(guān)系一般化、規(guī)范化,從而可以根據(jù)自變量的某一個給定值推斷出因變量的可能值(或估計值)。5.4計算模型預(yù)測法5.4計算模型預(yù)測法5.4.1回歸分析法1.一元線性回歸法
比較典型的回歸法是根據(jù)自變量x與因變量y的相互關(guān)系,用自變量的變動來推測因變量變動的方向和程度,其基本方程式是:式中:y—因變量;
x—自變量;a,b——回歸系數(shù)。
進行一元線性回歸,應(yīng)首先收集事故數(shù)據(jù),并在以時間為橫坐標的坐標系中,畫出各個相對應(yīng)的點,根據(jù)圖中各點的變化情況,就可以大致看出事故變化的某種趨勢,然后進行計算,求出回歸系數(shù)a、b,這樣就可以得到線性方程(5-12)的具體表達式。5.4.1回歸分析法1.一元線性回歸法式中:y—因變量,為事故數(shù)據(jù);
x—自變量,為時間序號;
n—事故數(shù)據(jù)總數(shù)。
回歸系數(shù)a、b是根據(jù)統(tǒng)計的事故數(shù)據(jù),通過以下方程組來決定的。a和b確定之后就可以在坐標系中畫出回歸直線。5.4.1回歸分析法1.一元線性回歸法在回歸分析中,為了了解回歸直線對實際數(shù)據(jù)變化趨勢的符合程度的大小,還應(yīng)求出相關(guān)系數(shù)r。其計算公式如下:
相關(guān)系數(shù)r=1時,說明回歸直線與實際數(shù)據(jù)的變化趨勢完全相符;r=0時,說明x與y之間完全沒有線性關(guān)系。
在大部分情況下,。這時,就需要判別變量x與y之間有無密切的線性相關(guān)關(guān)系。一般來說,r越接近1,說明x與y之間存在著的線性關(guān)系越強,用線性回歸方程來描述這兩者的關(guān)系就越合適,利用回歸方程求得的預(yù)測值就越可靠。通常
時,認為兩個變量有很強的線性相關(guān)性。
時間順序x死亡人數(shù)yx2xyy213013090022444856731895732444161616512256014468364864722491544848106480100913811171691051005025∑x=55∑y=146∑x2=385∑xy=657∑y2=2802表3-1某礦務(wù)局近10年來頂板事故死亡人數(shù)統(tǒng)計Ex1線性回歸預(yù)測法:頂板事故死亡統(tǒng)計(1/4)表3-1是某礦務(wù)局近10年來頂板事故死亡人數(shù)的統(tǒng)計數(shù)據(jù)。將表中的數(shù)據(jù)代入上述方程便可求出a和b的值。即:回歸直線的方程為:在坐標中畫出回歸線,如圖3-3所示。Ex1線性回歸預(yù)測法:頂板事故死亡統(tǒng)計(2/4)y=24.3-1.77xEx1線性回歸預(yù)測法:頂板事故死亡統(tǒng)計(3/4)該分析計算還缺少什么?Ex1線性回歸預(yù)測法:頂板事故死亡統(tǒng)計(4/4)將表3—1中的有關(guān)數(shù)據(jù)代入,即Ex2線性回歸預(yù)測法:企業(yè)傷亡事故預(yù)測
表6.2是某企業(yè)1998-2005工傷事故死亡人數(shù)的統(tǒng)計數(shù)據(jù),試用一元線性回歸方法建立起預(yù)測方程。Ex2線性回歸預(yù)測法:企業(yè)傷亡事故預(yù)測解:將表中數(shù)據(jù)代人可求出回歸a和b的值,即:故回歸直線的方程為:在坐標系中畫出回歸直線Ex2線性回歸預(yù)測法:企業(yè)傷亡事故預(yù)測解:將表中相關(guān)數(shù)據(jù)代入可得:5.4計算模型預(yù)測法5.4.1回歸分析法2.一元非線性回歸法
在回歸分析法中,除了一元線性回歸法外,還有一元非線性回歸分析法,多元線性回歸分析法、多元非線性回歸分析法等。非線性回歸的回歸曲線有多種,選用哪一種曲線作為回歸曲線,則要看實際數(shù)據(jù)在坐標系中的變化分布形狀,也可根據(jù)專業(yè)知識確定分析曲線。非線性回歸的分析方法是通過一定的變換,將非線性問題轉(zhuǎn)化為線性問題,然后利用線性回歸的方法進行回歸分析。根據(jù)專業(yè)知識和使用的觀點,這里僅列舉一種非線性回歸曲線—指數(shù)函數(shù)。5.4計算模型預(yù)測法5.4.1回歸分析法2.一元非線性回歸法
xya0xya0xy0xy【例5-5】某企業(yè)某年每個月的工傷人數(shù)的統(tǒng)計數(shù)據(jù)見表5-7,用指數(shù)函數(shù)y=aekx進行回歸分析(保留三位有效數(shù)字)(課本P167)。2、一元非線性回歸法2、一元非線性回歸法【例5-5】2、一元非線性回歸法【例5-5】
r=-0.87,說明用指數(shù)曲線進行分析,在一定程度上反映了該礦工傷人數(shù)的趨勢。
根據(jù)過去的事故變化情況和事故統(tǒng)計數(shù)據(jù),進行回歸分析,應(yīng)用得到的回歸曲線方程,可以預(yù)測判斷下一階段的事故變化趨勢,以指導(dǎo)下一步的安全工作。
計量模型預(yù)測法中還有一種投入產(chǎn)出法,由于這些方法與安全狀況預(yù)測的關(guān)系不大,所以在這里不作介紹。事故預(yù)測回歸曲線5.4.2馬爾可夫鏈預(yù)測法1.馬爾可夫過程
狀態(tài):當系統(tǒng)由一組確定的變量值來描述的時候,就說系統(tǒng)處于一個狀態(tài)。狀態(tài)轉(zhuǎn)移:在事件的發(fā)展過程中,系統(tǒng)從一種狀態(tài)轉(zhuǎn)移到另外一種狀態(tài),稱為狀態(tài)轉(zhuǎn)移。或者說當系統(tǒng)的變量從一個特定值變化到另一個特定值時,就表示系統(tǒng)由一個狀態(tài)轉(zhuǎn)移到另一個狀態(tài)。
馬爾可夫過程:若每次狀態(tài)的轉(zhuǎn)移都只僅與前一時刻的狀態(tài)有關(guān)、而與過去的狀態(tài)無關(guān),或者說狀態(tài)轉(zhuǎn)移過程是無后效性的,則這樣的狀態(tài)轉(zhuǎn)移過程就稱為馬爾可夫過程。即:有一類事物在某種因素作用下,它們的狀態(tài)發(fā)生的概率在轉(zhuǎn)移過程中,第n次結(jié)果的概率規(guī)律僅取決于第(n-1)次試驗的結(jié)果,第(n-1)次試驗結(jié)果僅取決于第(n-2)次結(jié)果等,而與更早的結(jié)果無關(guān)。一般的設(shè)隨機過程ξ(t),如果在已知時間t系統(tǒng)處于狀態(tài)x的條件下,在時刻T(T>t)系統(tǒng)所處狀態(tài)和時刻t以前所處的狀態(tài)無關(guān),則稱ξ(t)為馬爾可夫過程。從定義可知馬爾可夫過程只與t時刻有關(guān),與t時刻以前無關(guān)?;蛘哒f過程“將來”的情況與“過去”的情況是無關(guān)的.
這種性質(zhì)稱為:無后效性
5.4.2馬爾可夫鏈預(yù)測法2.馬爾可夫鏈
用隨機變量Xn表示第n年張三的健康狀況,那么張三每年的健康狀況有兩種情況:用ai(n)表示第n年處于狀態(tài)i的概率(i=1或者2,即健康或者疾?。?,即ai(n)=P(Xn=i).
用Pij表示今年處于狀態(tài)i,明年處于狀態(tài)j的概率(i,j=1或者2,即健康或者疾?。┘碢ij=P(Xn+1=j|Xn=i)。
ai(n)稱為狀態(tài)概率,Pij稱為狀態(tài)轉(zhuǎn)移概率(轉(zhuǎn)移概率實際上是一種條件概率)。那么第n+1年的狀態(tài)Xn+1只取決于第n年的狀態(tài)Xn和轉(zhuǎn)移概率Pij,而與以前的狀態(tài)Xn-1,Xn-2,…無關(guān)。第n+1年的狀態(tài)概率可以由全概率公式給出:
Xn=1健康Xn=2疾病n=0、1、2、......為年份張三在第(n+1)年處于疾病的概率張三在第(n+1)年處于健康的概率
這樣一個狀態(tài)隨著時間的進展隨機變化的鏈式過程就是馬爾科夫鏈。5.4.2馬爾可夫鏈預(yù)測法3.馬爾可夫鏈預(yù)測法
若事物未來的發(fā)展及演變僅受當時狀況的影響,即具有馬爾可夫性質(zhì),且一種狀態(tài)轉(zhuǎn)變?yōu)榱硪环N狀態(tài)的規(guī)律又是可知的情況下,就可以利用馬爾可夫鏈的概念進行計算和分析,預(yù)測未來特定時刻的狀態(tài)。
馬爾可夫鏈是表征一個系統(tǒng)在變化過程中的特性狀態(tài),可用一組隨時間進程而變化的變量來描述。
如果系統(tǒng)在任何時刻上的狀態(tài)是隨機性的,則變化過程是一個隨機過程,當時刻t變到t+1,狀態(tài)變量從某個取值變到另一個取值,系統(tǒng)就實現(xiàn)了狀態(tài)轉(zhuǎn)移。而系統(tǒng)從某種狀態(tài)轉(zhuǎn)移到各種狀態(tài)的可能性大小,可用轉(zhuǎn)移概率來描述。馬爾可夫鏈計算所使用的基本公式如下:設(shè)初始狀態(tài)向量為:狀態(tài)轉(zhuǎn)移概率矩陣為:5.4.2馬爾可夫鏈預(yù)測法3.馬爾可夫鏈預(yù)測法
狀態(tài)轉(zhuǎn)移概率矩陣是一個n階方陣,它滿足概率矩陣的一般性質(zhì),即有
滿足這兩個性質(zhì)的行向量稱為概率向量。
狀態(tài)轉(zhuǎn)移概率矩陣的所有行向量都是概率向量;反之所有行向量都是概率向量組成的矩陣,即為概率矩陣。5.4.2馬爾可夫鏈預(yù)測法4.馬爾可夫鏈預(yù)測法實例(P168)
某單位對1250名接觸矽塵人員進行健康檢查時,發(fā)現(xiàn)職工的健康狀況分布見表5-8。根據(jù)統(tǒng)計資料,前年到去年各種健康人員的變化情況如下(即轉(zhuǎn)移概率值):健康人員繼續(xù)保持健康者有70%,有20%變?yōu)橐伤莆危?0%的人被定為矽肺,即:原有疑似矽肺者一般不可能恢復(fù)為健康者,仍保持原狀者為80%,有20%被正式定為矽肺,即:5.4.2馬爾可夫鏈預(yù)測法4.馬爾可夫鏈預(yù)測法實例(P168)矽肺患者一般不可能恢復(fù)為健康或返回疑似矽肺,即狀態(tài)轉(zhuǎn)移概率矩陣為:試預(yù)測來年接塵人員的健康狀況。解:一次轉(zhuǎn)移向量:一年后健康者人數(shù)為:一年后疑似矽肺人數(shù)為:
一年后矽肺患者人數(shù)
為:
預(yù)測結(jié)果表明,該單位矽肺發(fā)展速度快,必須立即加強防塵工作和醫(yī)療衛(wèi)生工作?;蛘撸?.馬爾可夫鏈預(yù)測法實例2某礦對2300名接觸煤塵人員進行健康體檢,發(fā)現(xiàn)職工的健康狀況分布見表6.5得狀態(tài)概率轉(zhuǎn)移矩陣為:試預(yù)測下一年接觸煤塵人員的健康狀況。4.馬爾可夫鏈預(yù)測法實例2一次轉(zhuǎn)移向量:一年后健康者人數(shù)E1為:4.馬爾可夫鏈預(yù)測法實例2一年后疑似塵肺病患者人數(shù)E2為:一年后塵肺病患者人數(shù)E3為:
預(yù)測結(jié)果表明,如果不進一步采取措施,則該礦塵肺病發(fā)展速度較快,必修立即加強個體防護和醫(yī)療衛(wèi)生工作。
假設(shè)明天是否下雨僅與今天的天氣(是否下雨)有關(guān),而與過去的天氣無關(guān).假設(shè)今天下雨、明天有雨的概率為,今天無雨而明天有雨的概率為;又假設(shè)把有雨稱為狀態(tài)天氣,把無雨稱為狀態(tài)天氣。記表示第n天的天氣狀態(tài)(有雨或者無雨)。則是狀態(tài)有限的馬爾科夫鏈。求其一步轉(zhuǎn)移概率矩陣;①②若,且今天有雨,求第四天有雨的概率.Ex:天氣預(yù)測簡單模型今下雨明有雨概率今無雨明有雨概率解①如今天下雨,明天有雨的概率一步狀態(tài)概率矩陣為:②因為所以若今天無雨,第四天下雨的概率為今天下雨,明天有雨的概率今天無雨,明天有雨的概率例1.
人的健康狀況分為健康和疾病兩種狀態(tài),設(shè)對特定年齡段的人,今年健康、明年保持健康狀態(tài)的概率為0.8,而今年患病、明年轉(zhuǎn)為健康狀態(tài)的概率為0.7,
健康與疾病
人的健康狀態(tài)隨著時間的推移會隨機地發(fā)生轉(zhuǎn)變保險公司要對投保人未來的健康狀態(tài)作出估計,以制訂保險金和理賠金的數(shù)額
若某人投保時健康,問10年后他仍處于健康狀態(tài)的概率Xn+1只取決于Xn和pij,與Xn-1、Xn-2、
…無關(guān)狀態(tài)與狀態(tài)轉(zhuǎn)移狀態(tài)轉(zhuǎn)移具有無后效性
120.80.20.30.7
n0a2(n)0
a1(n)1設(shè)投保時健康給定a(0),預(yù)測a(n),n=1、2…設(shè)投保時疾病a2(n)1
a1(n)0n時狀態(tài)概率趨于穩(wěn)定值,穩(wěn)定值與初始狀態(tài)無關(guān)3…
0.778…
0.222…
∞
7/9
2/9
0.70.770.777…0.30.330.333…
7/9
2/9
狀態(tài)與狀態(tài)轉(zhuǎn)移120.80.20.30.710.80.220.780.221230.10.0210.80.250.180.65例2.
健康和疾病狀態(tài)同上,Xn=1~健康,Xn=2~疾病p11=0.8,p12=0.18,p13=0.02死亡為第3種狀態(tài),記Xn=3健康與疾病
p21=0.65,p22=0.25,p23=0.1p31=0,p32=0,p33=1n0123a2(n)00.180.1890.1835
a3(n)00.020.0540.0880
a1(n)10.80.7570.7285設(shè)投保時處于健康狀態(tài),預(yù)測a(n),n=1,2…不論初始狀態(tài)如何,最終都要轉(zhuǎn)到狀態(tài)3;一旦a1(k)=a2(k)=0,a3(k)=1,則對于n>k,a1(n)=0,a2(n)=0,a3(n)=1,即從狀態(tài)3不會轉(zhuǎn)移到其它狀態(tài)。狀態(tài)與狀態(tài)轉(zhuǎn)移00150
0.12930.0326
0.8381
5.4.3灰色預(yù)測法
對于掌握信息的完備程度,人們常用顏色做出簡單、形象的描述。例如,把內(nèi)部信息已知的系統(tǒng)稱為白色系統(tǒng);把信息未知的或非確知的系統(tǒng),稱為黑色系統(tǒng);而把信息不完全確知的系統(tǒng),也就是系統(tǒng)中既含有已知的信息、又含有未知的或非確知的信息,稱為灰色系統(tǒng)。
灰色系統(tǒng)理論的任務(wù)就是挖掘、發(fā)現(xiàn)有用的信息,充分利用和發(fā)揮現(xiàn)有信息的作用,以分析和完善系統(tǒng)的結(jié)構(gòu),預(yù)測系統(tǒng)的未來,改進系統(tǒng)的功能。
灰色系統(tǒng)將一切隨機變量看做是在一定范圍內(nèi)的灰色量,將隨機過程看做是在一定范圍內(nèi)變化的與時間有關(guān)的灰色過程。對灰色量不是從統(tǒng)計規(guī)律的角度通過大樣本量進行研究,而是用數(shù)據(jù)處理的方法(數(shù)據(jù)生成),將雜亂無章的原始數(shù)據(jù)整理成規(guī)律較強的生成數(shù)列,再做研究。5.4.3灰色預(yù)測法
灰色系統(tǒng)是鄧聚龍教授提出的一種新的系統(tǒng)理論,利用灰色系統(tǒng)理論預(yù)測的主要優(yōu)點是:它通過一系列數(shù)據(jù)生成方法(直接累加法、移動平均法、加權(quán)累加法、遺傳因子累加法、自適性累加法等)將根本沒規(guī)律的、雜亂無章的或規(guī)律性不強的一組原始數(shù)據(jù)序列變得具有明顯的規(guī)律性,解決了數(shù)學界一直認為不能解決的微積分方程建模問題。
灰色系統(tǒng)預(yù)測是從灰色系統(tǒng)的建模、關(guān)聯(lián)度及殘差辨識的思想出發(fā),獲得關(guān)于預(yù)測的新概念、觀點和方法。
將灰色系統(tǒng)理論用于廠礦企業(yè)預(yù)測事故,一般選用GM(1,1)模型,是一階的一個變量的微分方程模型。5.4.3灰色預(yù)測法(1)灰色預(yù)測建模方法
設(shè)原始離散數(shù)據(jù)序列
其中n為序列長度,對其進行一次累加生成處理:則以生成新的序列為基礎(chǔ)建立灰色預(yù)測模型:稱為一階灰色微分方程,記為GM(1,1),式中a,u為待辨識參數(shù)。5.4.3灰色預(yù)測法(1)灰色預(yù)測建模方法設(shè)參數(shù)向量則由下式求得的最小二乘解:時間響應(yīng)方程:(5-22)離散響應(yīng)方程:(5-23)5.4.3灰色預(yù)測法(1)灰色預(yù)測建模方法(5-24)(5-25)式中:將
計算值作累減還原,即得到原始數(shù)據(jù)的估計值:
GM(1,1)模型的擬合殘差中往往還有一部分動態(tài)有效信息,可以通過建立殘差GM(1,1)模型進行修正。(2)預(yù)測模型的后驗差檢驗可以用關(guān)聯(lián)度及后驗差對預(yù)測模型進行檢驗。記0階殘差為:式中
是通過預(yù)測模型得到的預(yù)測值。5.4.3灰色預(yù)測法(5-26)(2)預(yù)測模型的后驗差檢驗殘差均值:殘差方差:(5-27)原始數(shù)據(jù)均值:(5-28)原始數(shù)據(jù)方差:(5-29)為此可計算后驗差檢驗指標:后驗差比值c:(5-30)小誤差概率P:(5-31)5.4.3灰色預(yù)測法(2)預(yù)測模型的后驗差檢驗按照上述兩指標,可從表5-6中查出精度檢驗等級。表5-6
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 教育局聘任小學校長協(xié)議書(2篇)
- 2024年版財產(chǎn)分割協(xié)議:離婚雙方適用2篇
- 2024年度塔吊司機承包勞務(wù)合作協(xié)議書3篇
- 2024年版標準化建筑工程協(xié)議范本版
- 《頜面神經(jīng)痛》課件
- 2024年版專業(yè)養(yǎng)殖場租賃協(xié)議范本一
- 第10課 阿長與山海經(jīng)(學生版)
- 電子特氣研發(fā)中心建設(shè)項目可行性研究報告寫作模板-申批備案
- 2024年標準版英文個人擔保協(xié)議模板版B版
- 2024年歐洲能源市場交易合同
- 城市軌道交通乘客投訴處理技巧課件
- 資產(chǎn)保全部工作總結(jié)及工作規(guī)劃 -
- 科技發(fā)明制作類研究報告模板
- DBJ 53-T-46-2012 云南省城鎮(zhèn)道路及夜景照明工程施工驗收規(guī)程
- 新標準外研版四年級英語上冊復(fù)習計劃加模塊重點知識梳理加備課
- 專業(yè)英語四級考試模擬題
- 北京市房屋建筑和市政基礎(chǔ)設(shè)施工程質(zhì)量風險分級管控技術(shù)指南
- 麥弗遜懸架畢業(yè)設(shè)計
- 高考作文指導(dǎo):二元作文論證結(jié)構(gòu)指導(dǎo)
- 小區(qū)物業(yè)服務(wù)收支情況公示
- 變頻器說明書大全
評論
0/150
提交評論