系统工程总复习.ppt

武汉天喻信息产业有限责任公司 第一章 绪 论 第二章 系统工程方法论 第三章 系统建模与系统分析 第四章 系统结构模型 第五章 层次分析法 第六章 投入产出分析 第七章 系统预测 第八章 系统评价 *相关分析：是研究两个或两个以上随机变量之间相互关系的密切程度，不表示他们的相关形式。 *回归分析：是研究某因变量与一个或多个自变量之间数量变动关系的数理统计方法。 *二者的关系: 区别：相关分析研究的都是随机变量，并且不分自变量和因变量；回归分析研究的变量要定出自变量和因变量，并且自变量是确定的普通变量，因变量是随机变量。 联系：它们是研究现象之间相互依存关系的两个不可分割的方面。在实际工作中，一般先进行相关分析，由相关指数的大小决定是否需要进行回归分析。而在相关分析的基础上必须拟合回归模型，以便进行推算、预测。 二、相关分析与回归分析 三、回归分析的功用 它可以提供表示变量之间相关关系的数学表达式（经验公式、回归方程）。 可以判断所建立回归方程（经验公式）的有效性，判别它是否能够代表变量间的相关关系。 可以利用经验公式，根据自变量的取值对因变量进行预测；或者根据因变量的取值对自变量进行控制。价格和销售量的关系。 可以知道预测或控制可达到的精确程度。 §7.7 马尔可夫预测 三、马尔柯夫链 如果一个系统具有限个状态，状态转移的时间是离散（如月、季、年），且这种转移具有无后效性，则称此系统构成一个马尔柯夫链。 四、状态转移概率和转移概率矩阵 设系统有N个状态Ei（i=1，2，…，N），以状态变量xt=i表示在时刻tn处于Ei（i=1，2，…，N），如果系统在时刻tn处于Ei而在时刻tn+1转移到Ej的概率只与Ei有关而与tn以前处的状态无关，则此概率可表示为： Pij=P（Ei→Ej）=P（ xn+1 =j∣xn =i） 并称为一步转移概率。 0≤ Pij ≤1 ∑ Pij =1 所有Pij构成的矩阵为： 称为一步转移概率矩阵。 在多步转移中，k步转移概率记为： Pij（k）=P（Ei k Ej）=P（ xn+k =j∣ xn =i） （i，j=1，2，…，N） 所有Pij（k）构成的矩阵 称为k步转移概率矩阵。 P（k）与P的关系： 可证明： P（k）=Pk P（k）= P（k-1）P=Pk-1P 设系统有N个状态Ei（i=1，2，…，N），用Pi表示系统在k时期处于状态Ei（i=1，2，…，N）的概率，所有概率 所构成的向量，称为状态概率向量 。其中： 0≤Pi（k）≤1 （i=1，2，…，N） ∑ Pi（k）=1 当k=0时， 反映系统在初始时状态概率的分布情况，称为起始状态概率分布。 五、预测模型 由S（k+1）=S（k）P 可得递推关系： 这就是马尔柯夫链的预测模型。 马尔柯夫预测法的步骤： 1、确定系统的状态Ei和S（0）； 2、确定P； 3、进行预测：S（k）=S（0）Pk 例1：某地有甲、乙、丙三家食品厂生产同一食品，有1000个客户，假定无新用户加入也无老用户退出，只有用户转移，转移表如下：试求其状态转移概率 1000 210 360 430 合计 100 80 10 10 丙 400 80 300 20 乙 500 50 50 400 甲 合计 丙 乙 甲 从 转到 解：状态转移概率为 例2：市场上有三种品牌的汽水，6月份市场占有率分别是30%、40%、30%。各品牌消费变化情况如下表：试求（1）8月份的市场占有率；（2）预测长期占有率 0.5 0.3 0.2 丙 0.4 0.5 0.1 乙 0.2 0.6 0.2 甲 丙 乙 甲 本月 下月 6月份各品牌汽水消费变化表 解：初始市场占有率为：S(0)=(0.3 0.4 0.3) 状态转移概率矩阵为 (1)7月份市场占有率为 8月份市场占有率为 (2)矩阵P显然是正规矩阵，顾客的流动经过一段时间后会达到稳定的平衡状态，设稳态矩阵为U,则U*P=U 如果 即经过长时期流动后，甲、乙、丙三品牌的市场占有率分别是 15.6%、43.4%、41.0% 通常判断矩阵的阶数n越高，其估计偏差随之增大，一致性也就越差，因此对高阶判断矩阵的检验应适当放宽要求。为此引入随机指标RI