武汉大学选修课系统工程概论chap 4 系统预测.ppt
上传人:qw****27 上传时间:2024-09-12 格式:PPT 页数:110 大小:4MB 金币:15 举报 版权申诉
预览加载中,请您耐心等待几秒...

武汉大学选修课系统工程概论chap 4 系统预测.ppt

武汉大学选修课系统工程概论chap4系统预测.ppt

预览

免费试读已结束,剩余 100 页请下载文档后查看

15 金币

下载此文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

第四章系统预测第一节系统预测概述一个例子1992年,史玉柱决定建造巨人大厦,计划盖38层,大部分自用,并没有搞房地产的设想。这年下半年,一位重要领导来巨人视察,当他被引到巨人大厦工地参观时,四周环顾,便兴致十分高昂地对史玉柱说:这座楼的位置十分好,为什么不盖得更高一点?就是这句话,让史玉柱改变了主意。巨人大厦的设计从38层升高到54层。1994年初,又一位领导人要来视察巨人。细心的人突然注意到,“4”这个数字好像很不吉利,领导会不会不高兴?于是马上给香港的设计单位打电话,索性定在了70层。建筑预算陡增了12亿元,工期将要延长6年。1996年9月,耗尽巨人精血的大厦地下工程完成,也就在此时巨人的财务危机全面爆发。史玉柱被迫抽调保健品的流动资金救急。保健品方面因此由盛转衰。1997年初,巨人大厦未按期完成,国内楼花购买者纷纷要求退款。不久,大厦停工,巨人名存实亡。巨人失误的原因之一1、预测的概念2.系统预测的实质3.系统预测的意义二、预测及预测方法分类(1)经济预测(2)科学技术预测发明项目科学预测的分类(3)系统预测2、预测方法分类第二类:时间序列分析预测方法。主要是根据统计对象统对象随时间变化的历史资料(如统计数据、实验数据和变化趋势等),只考虑系统变量随时间的发展变化规律,对其未来作出预测。它主要包括移动平均法、指数平滑法、趋势外推等。第三类:因果关系预测方法。系统变量之间存在着某种前因后果关系,找出影响某种结果的一个或几个因素,建立起它们之间的数学模型,然后可以根据自变量的变化预测结果变量的变化。因果关系模型中的因变量和自变量在时间上是同步的,即因变量的预测值要由并进酌自变量的值来旁推。主要有线性回归分析法、马尔可夫(Markov)法、状态空间预测法、计量经济预测法以及系统动力学仿真方法等。三、系统预测的一般步骤2、预测的步骤第二节定性预测方法优点:方法简单,预测迅速缺点:统一忽略某些因素影响,数量概念较差。一、专家调查法二、特尔斐法(Delphi法)主要体现在以下:专家的选择预测问题预测过程应遵守的原则结果的处理和表达方式1、特尔斐方法的特点专家的选择视预测问题规模,专家组一般以10一50人为宜,人数太少,限制学科代表性,并缺乏权威,同时影响预测精度;人数太多,难于组织,对结果处理也比较复杂。专家选定后还可根据具体预测问题,划分从事基础研究预测和应用研究预测的小组,亦可按其他形式分组实例2、预测问题实例3、预测过程4、应遵守的原则④用词要确切:例如,“私人家庭到哪一年将普遍使用大屏幕彩电”的预测事件中,“普遍”二字比较含糊,另外,“大”字也含糊。如果改为“私人家庭到哪一年将有80%使用64cm以上彩电”则是确切的。⑤领导小组意见不应强加在调查表中⑥调查表要简化,问题数量适当限制。一般认为上限以25个为宜,超过50个问题则要相当慎重。⑦支付适当报酬,以鼓励专家的积极性。5、结果的处理和表达方式第三节时间序列分析例如:商场的月销售额、城市的季度用电量、地区的每年5月份的降雨量、地区的工业总产值、投资总额,以至由仪器测到的人体心电图,随时间变化的电路电压、电流信号值等都是时间序列的典型例子系统变量变化的动态过程分为两类:一类是可以用时间t的确定函数加以描述,称为确定性过程,另一类是没有确定的变化形式,也不能用t的确定函数加以描述,但是可以用概率统计方法寻求合适的随机模型来近似地反映其变化规律,这种过程称为随机过程。时间序列预测的主要内容:通过对样本的分析研究,找出动态过程的特性、最佳的数学模型、估计模型参数,并检验利用数学模型进行统计预测的精度2.时间序列的特征任何一个时间序列总是表现为上述几种变动的不同组合的总结果Y,且可用乘法模型或加法模型表示为:Y=T·S·C·IY=T+S+C+I特征3.时间序列特征的识别常见的时间序列图特征的识别通常包括移动平均法和指数平滑法两种1.移动平均法实例计算过程与结果2.指数平滑法在综合考虑有关前期预测销售量和实际销售量信息的基础上,利用事先确定的平滑指数预测未来销售量。预测公式:预期销售量=[(平滑指数*上期实际销售量)+(1-平滑指数)*上期预测销售量]此法是特殊的加权平均法各系数之和为:a+a(1-a)+…+a(1-a)t-1+a(1-a)t=a×[1-(1-a)t]/[1-(1-a)]=1上式说明,越是较近期的实际值,系数越大,越是较远期的实际值,系数越小。预测期和第一个月相距越远,则a的系数越小,因而它对预测值的影响也越小。2.指数平滑法2.指数平滑法同理可得二次和三次指数平滑值预测模型α的选择α的选择原则第四节回归分析预测法从被预测变量和它有关的解释变量之间的因果关系出发,预测经济过程未来发展的一种定量方法。函数