（计算机系统结构专业论文）数据预测在制造业生产计划中的应用.pdf

摘要 摘要 预测( f o r e c a s t i n g ) 是人们根据事物之间的相互联系，事物发展的历史及 现实资料，利用已经掌握的科学知识和手段，对客观事物的未来发展状况或趋势 进行事前分析和推断的科学与艺术。预测的科学性在于，它有科学基础，包括理 论、资料、方法、计算等因素，依赖于对客观事物规律的认识和掌握。预测的艺 术特征在于，它依赖于预测者提出假设、选择方法、利用资料的技巧和运用自己 的经验、知识来对事物的未来进行判断。 数据预测是对事务未来发展变化的预见，应用范围十分广泛。数据预测作为 数据挖掘的方法之一，在数据挖掘中发挥着重要作用。数据预测应用于社会各行 各业及各个领域。如人口预测、股票预测、物流预测、气象预测、军事预测等。 数据预测为各行业决策提供决策分析信息。 预测在制造业生产计划的制定中占有很重要的作用，是制造业生产计划支持 系统的核心。一个具有多种制造产品的企业要想在满足客户需求的情况下达到库 存最小，减少货物积压，加快资金流通，没有一个完善合理的计划是不可能实现 的。在制定计划之前必须根据历史销售情况、市场走势、季节变化及其它相关因 素，预先估计到产品的需求量，从而消除盲目生产，达到科学管理的日的。 对于市场需求的理解和预测可以有效管理销售和生产活动。预测是使用过去 销售需求量预报未来销售需求量的过程。实施预测系统使你能够迅速评估当前市 场的趋势和销售，从而为企业制定生产计划提供科学的决策依据。这样对企业生 产实现了科学化管理，及时采购生产所需物料，最大限度地降低库存，避免企业 茸目生产，给企业带来不错的经济效益。 本文较为全面、深入地研究数据预测的理论和方法，阐述了数据预测的各类 算法，并在对各种预测方面进行分析的基础上，重点实现利用预测结果对生产进 行合理安排，科学合理地制定生产管理计划，为企业提供决策依据。 关键词：数据预测、生产计划 华南理工大学硕士学位论文 a b s t r a c t f o r e c a s t i n gt h a tp e o p l ea c c o r d i n gt ot h ec o n n e c t i o nb e t w e e nt h et h i n g s ，t h e h i s t o r i c a la n dr e a l i s t i cm a t e r i a l st h a tt h et h i n g sd e v e l o p e d ，u t i l i z es c i e n t i f i ck n o w l e d g e a n dm e a n st h a tg r a s pa l r e a d y , s t a t eo fd e v e l o p m e n to rt r e n dt ot h ef u t u r eo fo b j e c t i v e t h i n g sg oo na n a l y z e da n ds c i e n c e a n da r tt h a ti n f e ri na d v a n c e t h es c i e n c e f o r e c a s t i n gl i e si n ，i th a sas c i e n t i f i cf o u n d a t i o n ，i n c l u d i n gs u c hf a c t o r sa st h et h e o r y , m a t e r i a l s ，m e t h o d ，c a l c u l a t i o n ，e r e ，d e p e n do nt h eu n d e r s t a n d i n go fo b j e c t i v et h i n g s l a wa n dg r a s p t h ea r t i s t i cc h a r a c t e r i s t i cf o r e c a s t e dl i e si n ，i td e p e n do np e r s o nw h o f o r e c a s t i n gi s i t s u p p o s e ，c h o o s em e t h o d ，u t i l i z es k i l l a n da p p l i c a t i o no n e so w n e x p e r i e n c e ，k n o w l e d g eo fm a t e r i a l sc o m et o t h ef u t u r eo ft h i n g sj u d g i n gt op u t f o r w a r d d a t af o r e c a s t i n gi ti st ot h ef o r e c a s t i n go fa f f a i r sf u t u r ed e v e l o p m e n ta n dc h a n g e ， t h er a n g eo fa p p l i c a t i o ni sv e r ye x t e n s i v e t h ed a t af o r e c a s t i n go n eo ft h em e t h o d st o e x c a v a t ea st h ed a t a ，i sp l a y i n ga ni m p o r t a n tr o l ei nt h ed a t aa r ee x c a v a t e d t h ed a t a a r ef o r e c a s t i n ga n da p p l i e dt ot h es o c i a la l lt r a d e sa n dp r o f e s s i o n sa n de a c hf i e l d i f p o p u l a t i o nf o r e c a s t ，s t o c kf o r e c a s t i n g ，p r o d u c ef o r e c a s t i n g ，l o g i s t i c sf o r e c a s t i n g ，s a l e s f o r e c a s t i n ge t c t h ed a t af o r e c a s t i n gt h a ta n a l y z e di n f o r m a t i o ni nd e c i s i o no fo f f e r i n g f o rm a k i n gp o l i c yi ne v e r yp r o f e s s i o na n dt r a d e p r e d i c tt h a to c c u p i e sv e r yi m p o r t a n tf u n c t i o ni nt h ef o r m u l a t i o no ft h e p r o d u c t i o ns c h e d u l eo ft h em a n u f a c t u r i n gi n d u s t r y , i ti st h ep r o d u c t i o ns c h e d u l eo f m a n u f a c t u r i n gi n d u s t r yt h a ts u p p o r t st h es y s t e m a t i cc o r e a ne n t e r p r i s ew i t hm a n y k i n d so fm a n u f a c t u r e sp r o d u c t ss h o u l dw a n tt or e a c ht h es t o c ki nc a s eo fm e e t i n g c u s t o m e r sd e m a n dm i n i m a l l y ，r e d u c et h eg o o d st oa c c u m u l a t e ，a c c e l e r a t et h ef u n d a n dc i r c u l a t e ，i ti si m p o s s i b l et h a tn o n ep e r f e c t st h er a t i o n a lp l a nr e a l i z e s m u s tf o l l o w h i s t o r i c a ls a l e ss i t u a t i o n ，g e n e r a lt r e n do fm a r k e td e v e l o p m e n t ，s e a s o n a lv a r i a t i o n a n do t h e rr e l e v a n tt i l c t o r sb e f o r em a k i n gap l a n ，e s t i m a t et h ed e m a n df o rt h ep r o d u c t s i na d v a n c e ，t h u sd i s p e la n dp r o d u c i n gb l i n d l y , t h ep u r p o s et oa c h i e v es c i e n t i f i c m a l l a g e m e n t c a nm a n a g es e l l i n ga n da c t i v i t yi np r o d u c t i o nt ot h eu n d e r s t a n d i n ga n d p r e d i c t i o no fm a r k e td e m a n de f f e c t i v e l y p r e d i c t i o nw a su s e da n ds o l dt h ec o u r s et h a t d e m a n dp r e d i c t e da n ds o l dd e m a n di nt h ef u t u r ei nt h ep a s t p r e d i c tt r e n da n ds a l et h a t t h es y s t e me n a b l e sy o ut oa s s e s st h ep r e s e n tm a r k e tr a p i d l y , t h u so f f e rt h es c i e n t i f i c d e c i s i o nb a s i sf o rt h ef a c t t h a te n t e r p r i s e sm a k et h ep r o d u c t i o ns c h e d u l e p r o d u c e u 摘要 r e a l i z i n gt oe n t e r p r i s e si n t e l l e c t u a l i t yi sm a n a g e dl i k et h i s ，p r e v e n te n t e r p r i s e sf r o m p r o d u c i n gb l i n d l y , p u r c h a s ea n dp r o d u c et h en e c e s s a r ys u p p l i e si nt i m e ，r e d u c et h e s t o c kt ot h em a x i m u m e x t e n t ，b r i n gt h eg o o de c o n o m i cb e n e f i t st oe n t e r p r i s e t h i st e x tm o r ec o m p r e h e n s i v e ，p e r s o nw h od e e p e nt h e o r ya n dm e t h o dt h a td a t a p r e d i c t ，h a se x p l a i n e da l lk i n d so fa l g o r i t h m st h a tt h ed a t ap r e d i c t ，a n do nt h eb a s i so f a n a l y z i n gt ov a r i o u sk i n d so fp r e d i c t i o n ，i si ti si tp r e d i c tr e s u l tc a r r yo nr e a s o n a b l e a r r a n g e m e n tt op r o d u c t i o n ，m a k eg o v e r n i n gp l a no fp r o d u c i n gs c i e n t i f i c a l l ya n d r a t i o n a l l yt ou t i l i z et or e a l i z ee s p e c i a l l y ，o f f e rt h ed e c i s i o nb a s i sf o re n t e r p r i s e k e yw o r d s ：d a t af o r e c a s t i n g 、p r o d u c t i o ns c h e d u l e i i i 华南理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研 究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文 不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研 究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完 全意识到本声明的法律后果由本人承担。 作者签名：枷 日期：瓣占月。日 学位论文版权使用授权书 本学位沦文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权华南理工大学可以将本学位论文的 全部或部分内容编入有关数据库进行检索，町以采用影印、缩印或扫 描等复制手段保存和汇编本学位论文。 保密口，在年解密后适用本授权书。 本学位论文属于 不保密囱。 ( 请在以上相应方框内打“”) 作者签名：耘蚕 导师签名：泸k 氍久 日期：刃汐年石月二口 日期：叫t g 月，日 第一章绪论 第一章绪论 1 1 课题研究背景 尽管数据挖掘本身就是一门学科，但它的出现还不到1 0 年时间，其起源可 追溯到二十世纪五十年代人工智能的早期发展。在此期间，模式识别和基于规则 推理的发展提供了基础构建块，数据挖掘就建立在这些概念的基础之上。从这时 起，尽管我们还没有以数据挖掘冠名，但今天使用的许多技术都是延续下来的， 主要在科学应用方面。随着关系数据库的出现和业务组织对越来越大的数据量的 捕获能力，科学应用中使用的大量技术都可以应用到业务环境中，使企业获益。 数据挖掘这个术语就变成为了惯用语。 数据预测是数据挖掘的一种 1 。数据预测是决策的重要依据，是借鉴过去的 数据，对事物未来状况的分析和了解。事务从过去、现在到将来的发展总是有其 内在规律性的，利用历史数据找出变化规律，建立模型，并用此模型来预测未来数 据的种类，特征不等。 在通常情况下，预测是根据事物过去发展变化的客观过程和某些规律性，参 照当前已经出现和正在出现的各种可能性，应用现代管理的、数学的和统计的方 法，对事物未来可能出现的趋势和可能到达的水平所作的一种科学推测。预测的 目的在于认识自然和社会的发展规律。对未来的预测可以揭示发展的趋势，使人 们尽早发现未来的苗头，并能主动地控制其发展，使其为人类和社会服务。 预测理论近年来研究的成果很多，预测理沦应用到各行各业中，为社会和企 业带来社会和经济效益是研究预测技术的最终目的。 1 艺课题研究动态 目前发达国家广泛采用数据预测理论和科学的预测方法，用来探索有关人口、 粮食、资源、能源、城市规划、交通运输、情报信息、生产智能控制、外层空间、 教育、人才、环境、医药卫生等重大问题的未来趋向，并能动地控制其发展。 由此看来，预测科学与各学科、各部门和各领域间都有着密切的联系。美国 是丌展数据预测活动最早、规模最大的国家，美国总统府办公厅下设预算局和科 学技术办公室，负责预测和长远规划工作；日本总理府科学技术厅曾多次组织大 规模的技术预测，也取得良好的效果 2 9 。 1 、气象预测。我国政府和企业也重视数据预测工作的研究。如我国对气象 预测工作中，中科院资源环境领域首批启动的重要数据预测方面性项目，“中高 纬大气环流变动和气候年际年代际变化”在首席科学家王会军研究员带领下经 过两年多的科研工作，取得了若干突破性重要进展。取得了重要研究成果。项目 研究发现，南半球中高纬和极区大气环流变动对我国夏季气候异常有重要影响， 特别是南半球的马斯克林高压和澳大利亚高压的变动非常重要，对我国夏季旱涝 华南理工大学硕士学位论文 预测有重要意义。研究还揭示了北太平洋年代季节变化的若干重要特征。 2 、电力预测。电力系统负荷预测包括最大负荷功率、负荷电量及负荷曲线 的预测。最大负荷功率预测对于确定电力系统发电设备及输变电设备的容量是非 常重要的。为了选择适当的机组类型和合理的电源结构以及确定燃料计划等，还 必须预测负荷及电量。负荷曲线的预测可为研究电力系统的峰值、抽水蓄能电站 的容量以及发输电设备的协调运行提供数据支持。2 0 0 3 年我国丌发的用电需求预 测软件t h p s l f 是国家电力公司安运部的推荐产品，已在全国1 5 个省级电力公 司、1 5 0 余个供电局推广使用；2 0 0 1 年1 2 月该软件通过了国家教育部组织的鉴 定，专家委员会一致认为：该成果达到国际先进水平。 3 、物流预测。企业销售物流预测是企业生产的产品经过销售物流过程，将 其所有权转移给用户，从而实现产品的使用价值，为企业创造利润。产品从生产 地到用户的时空转移，要求销售物流必须快速、及时。要满足这一要求，销售物 流计划和物流能力准备是其关键的基础。即，要事先根据对产品销售的预测来制 定销售物流计划，并以此准备恰当的物流能力，以便使事先物流计划和能力准备 与实际订单需求的物流能力相吻合。 4 、股票预测。股市预测 8 是经济预测的个分支，是指以准确的调查统计 资料和股市信息为依据，从股市的历史、现状和规律性出发，运用科学的方法， 对股市未来发展前景的预测进行股票预测首先是回避风险的需要。投资者在持 有股票期间，会获得与其承担的风险相对应的回报，预期回报率与肛l 险之问是一 种t f 向的互动关系。其次，进行股票预测是进行入市买卖的依据和前提。因此， 选择适当的预测方法对股市以及个股进行认真分析是能否降低风险、获取投资收 益的关键。 1 3 课题研究的意义 当前，市场经济蓬勃发展，买方市场己经到来，企业竞争异常激烈。社会如 筛，物竞天择。机遇不会从天而降。决定企业经济效益的关键在于销售和生产活 动的有效管理。市场调查和预测已成为现代企业运营中重要的一环，是一项基本 的工作和必须实施的要务。需求是动力，需求引起供给，从而产生市场。在商品 经济条件下，企业的经营和发展与市场息息相关。市场瞬息万变。如果不了解市 场动态和发展趋势，企业的牛产和经营做不到心中有数，就会陷入盲日。销售和 生产活动的有效管理始于对于市场需求的理解和预测l lo 1 1 5 。预测是使用过去 销售需求量预报未来销售需求量的过程。实施预测系统使你能够迅速评估当前市 场的趋势和销售，从而为企业组织做出有信息依据的决策。这样对企业生产实现 了科学化管理，避免企业盲目生产，及时采购生产所需物料，最大限度地降低库 存，给企业带来不错的经济效益。 第一章绪论 1 4 本论文内容章节安排 第一章序论介绍论文的研究背景、课题研究意义以及国内外研究动态。 第二章介绍数据预测技术的基本原理和方法论，描述定性预测方法的基本知 识和方法。分析比较定性预测和定量预测的区别。 第三章对定量数据预测技术进行研究分析。 第四章制造业生产计划基本内容。 第五章建立用于企业生产管理的预测系统，对生产管理内容进行预测，得到 预测结论，从而为企业组织做出有信息依据的决策。 最后论文主要成果的总结。 1 5 小结 本节主要是介绍本课题的研究背景、数据预测研究意义，以及国内外研究动 态。为本论文的开篇作序。 华南理工大学硕士学位沦文 第二章定1 l 生预测方法 2 1 引言 数据预测法是属于预测方法的范畴。数据预测是指以实际的反映事物过去发 展规律型的调查统计资料为依据，以经济或社会、科技理论为基础，以数学模型 为主要手段，对客观事物未来发展变化进行的定量推断和预测。如何运用科学的 统计方法对事物的未来发展变化进行定量推测，并计算概率置信区间，是数据预 测的重要特色。显然，实际资料是数据预测的依据，经济或社会、科技理论是数 据预测的基础，数学模型是数据预测的手段，它们共同构成数据预测的三大要素。 凡是以利用统计资料为依据，或者以统计技术为手段的预测方法，都应该属 于数据预测的内容。 2 2 数据预测的基本原理 1 预测的基本要素 一项完整的预测包括以下四个基本要素e t 6 ： 预测信息 预测信息是指预测前调查或搜集到的有关预测对象的背景资料、统计数据、 动态情报以及预测者的经验和认识。预测信息一般可分为两类：一类是有关预测 对象的已有的定性认识资料，如背景资料、事物的内在规律和本质属性、事物间 的相互联系等；另一类是有关预测对象的定量认识资料，这包括已有的各种统计 数据、行政记录等，也包括预测自行设计并实施的调查获得的统计资料。获得必 要的预测信息是实施预测的前提，预测信息的数量与质量也直接关系着预测实施 的可行性以及预测结论的可信性。 预测技术或手段 预测技术或手段是实施预测过程中所运用的各种技术和手段的总称。包括定 性技术和定量技术两类：定性技术主要是对事物进行直观判断和经验分析，然后 根据这种判断分析来对事物的未来状况和趋势进行预测；定量技术主要是采用统 计的方法，利用历史数据和建立数学模型来对事物进行定量分析的基础上做出预 测。 预测分析和判断 预测是一个定性与定量相结合的认识过程，除了需要已经成熟的一些预测技 术或手段外，始终还离不开预测者本身的创作艺术。所以这里的分析和判断丰要 是指预测者根据自己的经验和知识，在整个预测过程中所进行的各种分析判断活 动。比如收集哪些信息，选择哪些预测方法，对预测结果合理与否的判断，对预 测结果如何进一步的修正等。 预测结论 4 第二章定性预测方法 预测结论是实施预测的结果。包括两部分，一部分是对客观事物未来发展状 态或趋势的说明，一般是指预测报告；另一部分是对预测结论可靠性的说明，一 般是指预测的技术报告。 2 进行预测的可行性 客观现象发展过程的必然性和偶然性 根据马克思主义哲学原理，客观事物的发展过程中，一方面存在着发展的内 在规律，决定着客观现象发展过程的必然，决定着客观现象发展的未来前景：另 一方面，由于各种外在的因素的影响，客观现象发生前又不能准确的确定其结果， 其结果又含有一定的偶然性因素。必然性和偶然性是事物发展的客观存在，预测 的可行性就在于如何掌握事物发展过程中的必然性。但是偶然性的发生又会使可 能的预测出现一定的误差。为此进行预测方法的基本思路是： 预测值= 观测值+ 随机性 预测误差= 实际值一预测值 客观现象发展过程的惯性 客观现象发展过程的惯性是使预测成为可能的第二个重要的因素。客观现象 发展过程的惯性主要有：客观现象之间相互联系的惯性和事物发展过程的某些方 面在发展中的惯性。 3 预测的理论基础和方法论基础 理论基础 预测有它的理论基础。前述的马克思主义哲学认识沦告诉我们，人们的认识 能力使无穷的客观事物都是可以被认识的。马克思主义认识论为科学的预测理论 的产生和发展的奠定首要基础。同时马克思主义哲学中，有关客观事物运动及其 发展规律理论也为预测的实施提供了重要的理论基础。 方法论基础 预测有它的统计学基础。预测与统计是分不开的。预测必须有可靠的统计资 料为支撑，预测和统计资料的搜集、整理、分析有着密切关系。因此统计理论与 方法构成了预测的重要方法论基础。 预测的数学和计算机技术基础 预测离不开数学基础，因为统计技术与方法的进一步基础就是数学，而且在 多数情况下，预测是在数学模型的建立与运用为基础进行的。一种使用模型根据 一定的理论和事实，考虑到种种条件的假设和政策变化的影响，就可以用柬预测 客观现象的发展。计算机技术是在进行统计数据的处理过程中，不可缺少的重要 手段。 华南理工大学硕士学位论文 2 3 数据预测的基本步骤 数据预测是一种以定量分析为主的预先推测，它是一个分析过去到推出未来 并测出未知的逻辑过程。数据预测的认识过程，既是预先进行的定量推测过程， 又是一个事先进行统计分析的过程。这一特殊分析推测过程一般分为以下几个阶 段： 1 准备阶段 在准备阶段要完成几个工作：明确预测目标、初步的定性分析与经验判断和 搜集整理统计预测所需的资料。 2 预测方法的选择及建立预测模型 在有了准备阶段，进一步是选择适当的预测方法和建立预测模型。 3 总结运用阶段 预测总结阶段是对预测结果的评价，以使预测结果令人信服和采用，就必须 对预测结果进行论证、评估、充分加以肯定。 2 4 定性预测法 定性预测，是以逻辑判断为主的预测方法，是指预测者依靠熟悉j 务知识、 具有丰富经验和综合分析能力的人员与专家，根据已掌握的历史资料和直观材料， 运用个人的经验和分析判断能力，对事物的未来发展做出性质和程度上的判断： 然后再通过一定的形式综合各方面的意见，作为预测未来的主要依据。 定性预测的主要特点： 一是着眼于事物发展性质的预测，主要凭借人的经验以及分析判断能力。 _ 二是着重对事物发展的趋势，方向和重大转折点进行预测。 定性预测一般运用于对缺乏历史统计资料的时间进行预测，如国家经济发展 趋势的预测，新产品销售的预测，新技术发展趋势的预测等。 定性预测和定量预测的区别在于：定性预测的优点在于侧重于事物发展性质 的预测，灵活性比较大；能充分发挥人的主观能动性。4 i 足之处是在于不能进行 定量的精确描述，预测的准确性受到人的主观能动性限制。定量预测的优点在于 侧重事物发展定量方面的预测，依据历史数据，运用模型进行预测，很少受到主 观因素的影响。不足之处是在于方法比较机械，灵活性差，对原始数据的质量要 求高，不便对事物发展性质方面进行预测。 2 4 1 专家评估法 专家评估法又名德尔菲法，是向一组专家征询意见，将专家们对过去历史资 料的解释和对未来的分析判断汇总整理，以取得统一意见，对未来经济现象发展 变化前景进行预测的方法。 6 第二章定性预测方法 德尔菲法是在2 0 世纪6 0 年代由o 赫尔姆和n 达尔克首创，经过t j 哥顿和 兰德公司进一步发展而成的。德尔菲这一名称起源于古希腊有关太阳神阿波罗的 神话。传蜕中阿波罗具有预见未来的能力。因此，这种预测方法被命名为德尔菲 法。1 9 6 4 年，兰德公司首次用这种方法用来进行预测，后来该方法被迅速广为采 用。 德尔菲法的具体步骤如下： 1 ) 选择参与的专家。专家组成员应包括具有不同知识背景的人。 2 ) 通过问卷调查或者电子邮件，从各个参与预测的专家处获得预测信息( 包 括对预测所假设的前提和限制) 。 3 ) 汇总调查结果，附加适当的新问题后重新发给所有专家。 4 )再次汇总，提炼预测结果和条件，再次形成新问题。 5 ) 如有必要，重复步骤4 ，将最终结果发给所有专家。 经过上述三轮预测，德尔菲法通常能得到满意的结果。该方法所需的时间取 决于专家组成员数目、进行预测所需的工作量，以及各个专家的反馈速度。 德尔菲法的特点： 匿名性，专家之间彼此互不通气，不受权威资历等方面的影响。 反馈性，一般的征询调查要三到四轮。 收敛性，经过数轮征询后，专家的意见相对收敛，趋向一致。 不足之处在于，专家的选择没有明确的标准，预测结果的可靠性缺乏科学分 析，趋于一致性的意见有随大流的影子。 2 4 2 主观概率法 主观概率法是指利用主观概率对各种预测意见进行集中整理，从而得出综合 性预测结果的预测方法，它是对市场调查预测法、专家评估法的不同定量估计， 进行集中整理的常用方法。 主观概率是指在一定条件下，对未来事件发生可能性大小的一种主观相信程 度的度量。度量方法是根据人们长期积累的经验以及对预测事件的了解，对其发 生的可能性的大小所做出的一种主观估计。与之对应的概念是客观概率，所谓客 观概率是随机事件发生可能性大小的一种客观度量。 主观概率和客观概率都是对随机现象不确定性的一种度量，都必须要满足概 率的三条基本公理。即 设p ( a ) 为事件a 发生的主观概率，则它们满足： ( 1 ) 0 p ( a1 1 ( 2 ) 矽( q = 1 )q 为样本空间 ( 3 ) 若a ，na ，i j ，j = 1 , 2 ，即a i , a ，为互斥事件，则有： 华南理工人学硕士学位论文 p ( 彳。) = p ( a ，) 两者的不同点在于，客观概率其有可检验j | 生，如对投掷一枚硬币，出现“f 面”的概率等于1 2 。这一断定是可以通过大量的实验来证实的。而主观概率不 具有可检验性。但是主观概率在现实的预测和决策过程中，又是经常使用的方法， 特别是在缺少历史资料的情况下，要凭人们积累的经验和主观判断时，常常使用 主观概率法进行预测和决策。 主观概率预测法是利用主观概率对各种预测意见进行集中管理，得出综合性 预测结果的方法。常用的主管概率预测法有主观概率加权平均法和累计概率中位 数法。 2 4 3 领先指标法 领先指标是指相对于国民经济周期波动，在指标的时间上领先，例如某指标 走上高峰或跌入低谷比国民经济周期早若干个月，那么就称这些指标为领先指标。 一致同步指标是指代表国民经济周期波动特征的指标，这些指标的转折点大致与 国民经济周期的转变同时发生，它们并不预示将来的变迁，而是表示国民经济正 在发生的情况。滞后指标是指相对于国民经济周期波动，在指标的时间上落后， 例如某指标的高峰或谷底均比国民经济周期的高峰或谷底滞后若 二个月，则称该 指标为滞后指标。 那么领先指标预测法，就是通过领先指标来预测同步指标或滞后指标的方法。 领先指标的时问数列与同步指标或滞后指标时间序列是相关的，领先指标的变化 要先于同步指标或滞后指标的变化，二者的变化之问存在的时问差称之为领先指 标的先导期。通过统计方法确定出先导期的平均值和方差，根据先导指标的变化， 来预测同步指标或滞后指标的变化及转折点。 2 5 小结 数据预测法是属于预测方法的范畴。预测包括四个基本要素。数据预测是一 种以定量分析为主的预先推测，它是一个分析过去到推出未来并测出未知的逻辑 过程。数据预测的认识过程，既是预先进行的定量推测过程，又是一个事先进行 统计分析的过程。定性预测，是以逻辑判断为主的预测方法，是指预测者依靠熟 悉业务知识、具有丰富经验和综合分析能力的人员与专家，根据已掌握的历史资 料和直观材料，运用个人的经验和分析判断能力，对事物的未来发展做出性质和 程度上的判断；然后再通过一定的形式综合各方面的意见，作为预测未来的主要 依据。 8 第二章定量预测方法 第三章定量预测方法 3 1 引言 在实际生活中人们常用的预测方法分为两类，即定性预测和定量预测。定性 预测 1 是指预测者依靠熟悉业务知识、具有丰富经验和综合分析能力的人员或专 家，根据已掌握的资料( 过去的和现在的) ，通过个人的经验总结和分析判断能 力，对事物的未来发展做出质和量上的判断；然后，再通过一定的形式综合各方 面的意见，作为预测未来的主要依据。而定量预测则是通过建立相关数学模型( 如 计量经济模型等) 的方法进行预测。 3 2 曲线预测技术 根据已知的历史资料来拟合一条反映被预测对象本身地趋势曲线，然后在对 未来某一点，从趋势曲线上估计出该时刻被预测对象的预测值。有多项式趋势预 测模型、对数曲线预测模型、指数曲线预测模型、饱和指数曲线预测模型、倒指 数曲线预测模型、幂函数曲线预测模型等e 1 6 j 。 3 3 因果分析预测法 因果回归分析预测方法又称回归分析预测法 1 7 一，这是一种应用广泛的基本 预测技术，根据历史数据地变化规律寻找自变量与因变量之间的回归方程式，确 定参数模型而做出预测。在回归模型的确定上，根据历史数据和未来发展分析。 由于模型是基于历史数据进行的回归分析，能较好地拟合过去，但对未来的预测 效果会随时间的延长而减弱。运用该方法的优点是预测过程简单，参数估计技术 比较成熟，缺点是线性回归分析模型预测精度较低；而非线性回归预测计算开销 大，预测过程复杂。适用于中期预测。 回归分析预测法就是从各种经济现象之间的相互关系出发，通过对与预测对 象有联系的现象变动趋势的分析，推算预测对象未来状念数量表现的一种预测 法。所谓回归分析就是研究某一个随机变量( 因变量) 与其他一个或几个变量( 自 变量) 之间的数量变动关系，由回归分析分析求出的关系式通常称为回归模型。 ( 1 ) 根据自变量个数的多少，回归模型可以分为一元回归模型和多元回归 模型。 ( 2 ) 根据回归模型是否线性，回归模型可以分为线性回归模型和非线性回 归模型。所谓线性回归模型就是指因变量和自变量之间的关系是直线型的。 ( 3 ) 根据回归模型是否带虚拟变量，回归模型可以分为普通回归模型和虚 拟变量回归模型。普通回归模型的自变量都是数景变量，而虚拟变量回归模型的 自变量既有数量变量也有品质变量。 在运用回归模型进行预测时，正确判断两个变量之间的相互关系，选择预测 9 华南理工大学硕十学位论文 目标的主要影响因素作为模型的自变量是至关重要的。 一元线性回归模型 一元线性回归模型形式： 1 ，= a + b x + 占，z = l 2 ，7 ( 3 一1 ) 其中，y 称为因变量，x i 为自变量，代表对因变量的主要影响因素，ej 代表各种随机因素对因变量的影响总和。在实际应用中，通常假定e ；服从正态 分布，即占n ( 0 ，盯j ) 。a 和b 称为回归系数。 多元线性回归模型 一元线性回归模型预测法研究的是某一因变量和一个自变量之间的关系问 题，但是由于客观世界现象之间的联系是复杂的，许多现象的变动都涉及到多个 变量之间的数量关系，这种研究某一个因变量和多个自变量之间的相互笑系的理 论和方法就是多元线性回归预测法e 1 8 。 多元线性回归模型的形式： y ，= 属一+ 屈一：+ + 成瓦+ ei = 1 ，2 ，n ( 3 2 ) 其中，y i 是模型的因变量，x ，x 。是模型的自变量，届，：，。为模型 的回归系数。同一元线性回归模型一样，我们总是假定e ；服从正态分布，模型 的回归系数估计也是采用最小平方法。但多元线性回归模型的检验要比一元的情 况复杂的多，既要检验自变量整体与因变量之间的相关程度，也要检验单个白变 量与因变量之问的相关程度，还要检验模型本身是否存在自相关。常用的检验方 法有：r 检验，f 检验，t 检验和d w 检验。 在模型通过上述的四个检验后，就可以利用模型进行区间估计和点估计 了。方法与一元回归模型是一样的。 虚拟变量回归预测法 在实际的回归模型分析中，因变量不仅受诸如产量、收入、价格等数量变量 的影响，而且也受性别、文化程度、宗教、地震以及政府经济文化政策等品质变 量的影响，因而在建立模型时有必要引进品质变量。由于上述不同的品质、属性、 经济政策等品质变量的具体形式是无法直接引入回归模型，必须将其数量化，为 此，需要构造虚拟变量。所谓虚拟变量就是当某种品质或属性或经济政策出现时 为1 ，不出现时为0 的品质变量。 当线性回归模型引进虚拟变量时，所构造的模型实际上就是一个多元回归模 型。因此这时，虚拟变量回归预测方法本质上也就变成了多元回归模型预测 法。 非线性回归预测法 社会经济现象之间的复杂性决定了有时各因素之间的关系不定是线性的， 而可能存在着非线性关系，在预测时，必须建立非线性回归模型预测。由于非线 1 0 第三章定量预测方法 性回归模型存在计算难度大等问题，在实际应用时，通常要采用一定的数学手段 将其转化成线性回归模型来解决问题。 3 4 灰色预测法 灰色系统 1 9 1 2 1 是介于白色系统和黑色系统之间的一种系统。白色系统是 指一个系统的内部特征是完全己知的，即系统的信息是完全充分的；而黑色系统 是指一个系统的内部信息对外界来说是一个无所知的，只能通过它同外界的联系 来加以观测研究。灰色系统是介于白色系统和黑色系统之问的一种系统。其内部 的一部分信息是已知的，另一部分信息是未知的，系统内各因素具有不确定的关 系。因此，获色预测法是一种对含有不确定因素的系统进行预测的常用定量方法。 通常说来，在宏观经济中的各行业中，由于受客观政策及市场经济等各方面因素 影响，可以认为这些系统都是灰色系统，均可以用灰色预测法来描述其发展、变 化的趋势。灰色预测是对既含有已知信息又含有不确定信息的系统进行预测，也 就是对在一定范围内变化的、与时间序列有关的灰色过程进行预测。尽管灰色过 程中所显示的现象是随机的，但毕竟是有序的，因此我们得到的数据集合具备潜 在的规律。灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分 析，并对原始数据进行生成新序列的手段来寻找系统变动的规律，生成有较强规 律性的数据序列，然后建立相应的微分方程模型，以此来预测事物未来的发展趋 势的状况。 灰色预测理论将一切随机变化量看作是在一定范围内变化的灰色量，常用累 加生成和累减生成的方法，将杂乱无章的原始资料整理成规律性较强的生成资料 列。用狄色模型的微分方程作为短期销售额的预测时，求解微分方程的时间响应 函数表达式即为所求的灰色预测模型，对模型的精度和可信度进行校验并修f 后，即可用模型预测未来。此法适用于短、中、长三个时期的预测。在建模时不 需要计算统计特征量，从理论上讲，可以使用于任何非线性变化的销售预测分析。 优点是其微分方程指数解适合于具有指数增长趋势的资料。对于具有其它趋势的 资料则有时拟合灰度较大，精度难以提高。 灰色预测一般有四种类型： 1 、数列预测。对某现象随时问的顺延而发生的变化所做的预测定义为数列 预测。例如对消费物价指数的预测，需要确定两个变量，一个是消费物价指数的 水平。另一个是这一水平所发生的时间。 2 、灾变预测。对发生灾害或异常突变时问可能发生的时间预测称为灾变预 测。例如对地震时间的预测。 3 、系统预测。对系统中众多变量间相互协调关系的发展变化所进行的预测 称为系统预测。例如市场中替代商品、相互关联商品销售量互相制约的预测。 华南理j ：人学硕士学位论文 4 、拓扑预测。将原始数据作曲线，在曲线上按定值寻找该定值发生的所有 时点，并以该定值为框架构成时点数列，然后建立模型预测未来该定值所发生的 时点。 目前使用广泛的灰色预测模型就是关于数列预测的一个变量、一阶微分的 g m ( 1 ，1 ) 模型。g m ( 1 ，1 ) 模型是基于随机的原始时间序列，经按时间累加后 所形成的新的时间序列呈现的规律可用一阶线性微分方程的解来逼近。经证明， 经一阶线性微分方程的解逼近所揭示的原始时间数列呈指数变化规律。因此，当 原始时间序列隐含着指数变化规律时，灰色模型g m ( 1 ，1 ) 的预测将是非常成 功的。 下面是给出g m ( 1 ，1 ) 的数学模型。 x 。( 后) = x “) ( 3 - - 3 ) 、7 百 、。 3 5 人工神经网络预测法 人工神经网络( 简称人工智能) 是基于模仿人类大脑的结构和功能而构成的 一种信息处理系统，它具有很多与人类智能相类似的特点，通过训练学习而具备 适应外部环境的能力、模式识别能力和综合推理能力。神经网络预测法是目前预 测方法研究的一个热点，尤其是自组织、自适应、自学习功能是传统算法所不具 备的，因此是在国际上得到认可的实用预测方法之一，可分为神经网络趋势预测 和神经网络相关预测。神经网络趋势预测是通过对资料的“学习”来逐渐“理解” 真实系统的运行规律。神经网络相关预测是通过对引起变化的相关影响因素的 “学习”来逐渐“理解”真实系统的运行规律。网络的学习，就是利用样本资料 根据一定的目标函数来优化网络参数( 权值和阀值) 的过程。网络学习算法较多， 其中反传学习算法简称b p 算法方便、直观且训练有效，现被广为采用。 b p 算法的基本思路是：输入信号从输入层经隐层的函数作用后到达输出层得 到输出信号，若实际输出的信号与期望值不符，则反向传播，反复修改各层间的 权值和阀值，直到得出期望输出，即网络全局误差信号最小。可见，b p 算法的 网络学习过程是由信号的正向传播和误差的反向传播组成的。 3 6 时间序列预测法 时间序列预测e 2 2 2 4 ：是一种动念序列的分析，目的是在于掌握时间序列的 依时间变化的内在规律。目的时间序列预测方法是世界各围进行经济预测的基本 方法。 确定时间序列预测 确定型时间序列预测技术也是一类常用的预测技术。它的基本出发点是：用 事物过去的变化特征来描述和预测其未柬的变化特征。时间序列预测技术十分重 1 2 第三章定量预测方法 视预测对象的过去行为与时间的联系，并且计算简便、用时短、计算成本低，适 合对各种事物进行中期和短期的预测。 确定型时间序列预测方法的基本思想是用一个确定的时间函数y = f ( t ) 来 拟合时问序列，不同的变化采取不同的函数形式来描述，不同变化的叠加采用不 同函数的叠加。 随机时间序列预测 随机时间序列预测技术是把时间序列作为随机过程来研究、描述和说明的。 由于它考虑到时间序列的随机特征和统计特征，所以要比确定型时间序列预测方 法提供的信息要多，预测精度也较高，尤其适合用于预测复杂的时问序列。随机 型时间序列分析法的基本思想是通过分析不同时刻变量的相关关系，揭示其相关 结构。利用这种相关结构来对时间序列进行预测。 3 7 小结 定量预测方法有曲线预测方法、回归分析法、灰色预测法、人工