预测方法及应用.pdf

13:10:54 1 2017小学期数学建模专题讲座 西安交通大学能源与动力工程学院 热流科学与工程教育部重点实验室 热科学与工程国际合作联合实验室 2017年6月 最近几年，在全国大学生数学建模竞赛常常出现预测模 型或是与预测有关的题目，例如疾病的传播，雨量的预报等。 什么是预测模型？如何预测？有那些方法？ 预测作为一种探索未来的活动早在古代已经出现，但作 为一门科学的预测学，是在科学技术高度发达的当今才产生 的。 “预测”是来自古希腊的术语。我国也有两句古语：“凡 事预则立，不预则废”，“人无远虑，必有近忧”。 卜卦、算命都是一种预测。中国古代著名著作“易经”就是 一种专门研究预测的书，现在研究易经的人也不少。 预测是决策的重要的前期工作。决策是指导未来的，未 来既是决策的依据，又是决策的对象，研究未来和预测未来 是实现决策科学化的重要前提。 数据是预测工作的前提和重要依据，预测不能是臆造和空想， 任何事物的发展都有一定的规律，认真研究预测对象并充分 考察预测对象所处的环境，以系统分析的方法对过去和现在 的数据进行总结，从中找出规律，便可科学地推断未来。数 据在预测中主要有两个作用： （1）用于确定由某些历史观察点组成的行为模型； （2 ）在因果模型预测中确定自变量的未来值。 按时态分，数据可分为历史数据和现实数据；按预测对象分， 可分为内部数据和外部数据；就收集的手段分，可分为第一 手数据和第二手数据。 第一手数据，包括以各种形式初次收集的数据。收集 第一手数据的途径包括：抽样调查，连续调查，或全 面调查。 第二手数据多为已经公布和发表的资料，易于获取， 代价低，数据精度也有一定的保证。其缺点是数据可 能不能直接适用于预测情况。因此，常常需要对已公 布的数据进行修正和处理，使其适应于预测需要。 建模不仅需要大量的数据，同时数据必须可靠， 并适合建模的要求。这些数据虽然是历史的客观写照， 但有可能是失真的数据。对于失真的数据，以及不符 合建模的数据，必须通过分析，加以适当处理。 处理的原则 （1）准确，处理后的数据能正确反映事物发展的未来 趋势和状况； （2 ）及时，数据的处理要及时； （3 ）适用，处理的数据能满足建模的需要； （4 ）经济，要尽量减少数据处理的费用，以降低预测 成本； （5）一致，处理的数据在整个比较性。使用期间内必 须是一致的，具有可比较性 处理方法 （1）判别法 通过对历史数据的判断，选择其中可代表整个预测过程中很可 能发生的模式的数据作为建模数据； （2 ）剔除法 如果数据量比较大，且非必须具备连续的数据量，这时可剔除 数据中受随机干扰的异常值； （3 ）平均值法 在数据比较少或需要连续数据时，则可采取平均值法对数据进 行处理。 对于时间序列数据，可用异常值前后两期数据的算术平均值或 几何平均值对异常值进行修正。 通常当历史数据的发展趋势呈线性时，取算求平均值，当发展 趋势呈非线性时，取几何平均值。 在利用因果关系建立数学模型时，为去掉偶然因素对建立模型 的影响，可采用下面的计算方法对统计数据中的异常数据加以 修正： 当x与y之间为线性因果关系时，取 当x与y之间为非线性因果关系时，取 （4 ）拉平法 由于条件发生变化，常常使一些厉史数据不能反映现时 的情况，例如，大型钢铁厂、化肥厂、或油气田的建成 投产或开发，可以使产量猛增，这时历史数据将发生突 变，出现一个转折，如用这类数据建模，则需要处理。 这时拉平法是一种较好的方法。它的原理是对转折点前 的数据加一个适当的量值，使其与折点后的数据走向一 致。 （5）比例法 销售条件与环境的变化常常会引起一个企业产品市场销售比 例的改变。当比例变化较大时，说明销售条件与环境对销售 的影响己超过其他因素对销售的影响，也说明以前的销售统 计数据所体现出的销售发展规律不再适用之于目前的情况了。 如果仍然利用这些数据建立预测模型，将无法体现销售条件 和环境变化后的销售量变化的规律，用这样的模型进行预测， 将会造成较大的误差。因此，如果还想利用这些数据建立