第4章节道路交通运.pptVIP

第四章 道路交通运输系统预测 4.1.1预测的概念 在调查研究的的基础上对事物的未来进行科学分析，研究其发展变化的规律叫做预测分析。研究分析中所采用的方法和手段，称为预测技术。两者总称为预测的理论和方法。把理论和方法作为一个整体来研究的科学叫做预测科学简称预测。 4.1.2预测的原理 5)建立预测模型 建立预测模型是预测的关键工作，它取决于所选择的预测方法和所收集到的数据。建立模型的过程分为建立模型和模型的检验分析两个阶段。 6)模型的分析 对系统内部、外部的因素进行评定，找出使系统转变的内部因素和客观环境对系统的影响. 7)利用模型预测 所建立的模型是在一定假设条件下得到的，因此也只适用于一定条件和一定预测期限。如果将其推广到更大范围，就要利用分析、类比、推理等方法来确定模型的适用性。 8)预测结果的分析 利用预测模型所得的预测结果并不一定与实际情况符合。①用多种预测方法预测同一事物，将预测结果进行对比分析、综合研究之后加以修正和改进；②应用反馈原理及时用实际数据修正模型，使预测模型更完善。 2 滑动平均法 滑动平均法是以预测对象最近一组历史数据（实际值）的平均值是直接或间接的作为预测值的方法。当预测者得到每一个新的历史数据时，就可以计算出新的平均值用做预测因而我们称这种预测方法为滑动平均法。它分为一次滑动平均法和二次滑动平均法，这两种分别适用于水平型和直线趋势型的历史数据。 滑动平均法是按一定的期效依次求出定期的平均数，消除各时期的波动，一呈现参题的数数列的变化趋势。在具体的应用中，可以把滑动平均数作为下一个周期的值，这种方法往往用于短期预测上。 (4) 确定GM（1，1）预测模型的参数 为待估参数向量，利用最小二乘法求解，可得： （6）模型精度检验 * * * * * * * * * 若对Ｘ(0)作ｍ次累加生成（记做ｍ－AGO），则有： 则生成数列为： 一般地，对非负数列，累加生成次数越多，数列的随机性就弱化得越多。当累加生成次数足够大时，时间序列便由随机转变为非随机了。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. （3）ＧＭ(１,１)模型的建立 设原始时间序列为：Ｘ(0)＝｛Ｘ(0)(t）｜t=1,2,…,n｝，通过累加生成新的序列为：Ｘ(1)＝｛Ｘ(1)(ｋ)｜K =1,2,…,　n｝，则 GM(1,1)模型相应得微分方程为： 解的形式为 式中： — 发展灰数； — 内生控制灰数。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. = B= 1 1 1 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 在t时刻原始数列的实际值 与预测值 之差E（t）,称为t时刻的残差。残差E（t）与实际值 之比e(t)，称 相对残差，即：E(t)= - e(t)= E(t) / 分别计算各时刻的残差E(t)与相对残差e(t)，可以检验上述模型的精度。 设原始数列X(0)和残差数列E= {E（t）|t=1,2,…,n} Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. ， 的平均值分别为 ，则有： 又设原始数列X(0)和残差数列E的均方差分别为S1，S2。 则有： 定义后验差比值C及小误差频率P分别为： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 其中，指标C越小越好，它表明尽管原始数据很离散，但是模型所得值与实际值之差并不太离散。指标p越大越好