时间关系模型.docxVIP

时间关系模型概念时间关系模型：又称趋势外推法，即研究对象与演变过程间的时间关系数学模型。它是根据运量从过去到现在的运动变化规律，来推测未来运量。其主要优点是需要数据少、简便，只要所研究的运量时间数列趋势没有大的波动，预测效果就好。主要缺点是无法反映出运量变化的原因，对于由于影响运量变化的外部因素变化，如调整经济政策和发展速度而引起的运输需求的变动无法反映。分类移动平均法移动平均法就是借助移动平均数修匀资料数据的变动以描述其趋势的方法。所谓移动平均，就是按时间数列的一定项数求序时平均数，逐项移动，边移动边平均，计算出一系列的序时平均数。这样，就可以得出由移动平均数构成的新的时间序列。新的时间序列可以把原数列中的某些不规则变动，特别是周期性变动加以修匀，从而呈现出长期变动的基本趋势。用移动平均法修匀原始时间数列比较客观也比较容易从中看出变动趋势，但数列两端的值无法进行修云计算，因此每次移动平均都会使数列变短，影响更进一步的观察。另外，只有当数列的变化接近直线形式时，才能使用上述线性方程预未来趋；特别是当原始数列的最后几项变动较明显时，预测值更会出现大的波动。指数平滑法指数平滑法实质上是一种加权移动平均法，它给近期观察值以较大的权重，给远期观察值以较小的权重。该方法能巧妙利用历史数据信息，并能提供良好的短期预测精度。设预测对象第t期的观察值为，并设原始时间序列为饥{}，令第t期的一次指数平滑值为。则一次指数平滑值的递推计算公式为：其中，为平滑常数，。在计算时，若时间序列数据较多，可选用第一期数据为初始值，即；若时间序列的数据较少，～般以最初几期实际值的平均值作为初始值，如一次指数平滑值可直接作为下一期的预测值，就是一次指数平滑法，但其存在滞后现象。二次指数平滑是指对一次指数平滑值再进行一次指数平滑。令第t期的二次指数平滑值为，二次指数平滑值的递推计算公式为：在计算时，初始值的确定方法可以参照一次指数平滑时确定初始值的方法。二次指数平滑值与一次指数平滑值相比，也存在滞后现象，因此，一般不直接将二次指数平滑值作为下一期的预测值，而是通过建立二次指数平滑预测模型进行预测。二次指数平滑预测模型的形式为：式中 ── n期之后第T期的预测值n ── 原始时间序列的最后一期 T ── 预测期间数待定系数，其计算公式为：an=2Sn(1)-Sn(2)bn =（α/1-α）（Sn(1)-Sn(2)）如果时间序列的趋势呈现二次曲线型，则需要采用三次指数平滑法进行预测，其计算公式为：式中：──t期之后第T期的预测值；t──原始时间序列的最后一期；、、──模型参数，也称为三次指数平滑系数。上式中有三个待定系数，故需要进行三次指数平滑，可按以下公式计算出三个系数：其中，为第t期的三次指数平滑值。在计算时，初始值的确定方法可参照一次指数平滑确定初始值的方法。应用该方法的注意事项一是权的取值。的确定是经验性的，一般在0.2-0.6之间；但若原始数列波动较大，也可取更高一些的值；如不易作出判断时，可分别0.3、0.5、0.7或0.9几个不同的值加以试算比较，取误差最小的用之。为保证预测模型的精度，在预测前应对模型进行检验。最常用的预测精度检验方法是后验拟合法，即比较预测对象的历史数据与预测模型计算值之间的平均误差。此差值应小于预先确定的精度，即式中 ──第i个时刻点的模型预测值──第i个时刻的实际值──预先确定的预测精度二是各修匀数列初始值的确定。指数平滑总是需要一本数列的前一个数据作为修匀的部分依据。如果原始数据的列数较长就可以用第一期的实际值作为各个修匀数列的初始值，即令。因为初始值经过较长时间的平滑链，到最后对修匀值的影响就已经很小了。如果原始数列较短，就需要根据对具体资料的分析，用适当的方法确定初始值。表1 青岛市民用车辆拥有情况表年份保有量车辆年增长率市区人口每千人保有量辆%万人辆/千人199042446-205.786.3719915032418.56207.227.5019926089821.01209.289.0519938148933.81212.0612.07199410129024.30214.9714.93199511627614.80218.3816.9819961269679.19223.8618.391997105974-16.53227.2215.2419981118385.53229.5815.9919991193666.73231.9416.98200014211119.05234.6020.11200116646017.13237.6023.43200220935125.77241.7429.25200325389121.28246.7735.23图1从图可以看出，民用车辆保有量随时间呈非线性变化，采用三次