系统工程课件作者严广乐第12章节++系统工程应用案例.ppt

系统工程第十二章系统工程应用案例  章节框架 12.1 案例1:上海社会经济发展趋势预测 12.2 案例2:ARIMA模型在上海市GDP预测中的实证研究 12.3 案例3:上海综合交通运输与社会经济的协调发展评价研究 12.4 案例4:国有企业期股激励机制的系统动力学研究 12.5 案例5:中国教育网拓扑结构模拟 12.1 案例1：上海社会经济发展趋势预测 12.1.1 常用预测方法 12.1.2 上海社会经济发展趋势预测 12.1.3 上海综合交通运输需求量预测 12.1.1常用预测方法 1. 移动平均法 2. 指数平滑法 3. 自回归分析预测 4. 灰色预测方法 12.1.2 上海社会经济发展趋势预测 1. 上海人口总数预测 运用年增长率法、指数平滑预测和回归法对上海年末常住人口进行预测，预计到2020年，上海的常住人口可达到1465万人，比1995年增加7.8%。城市化水平约为90％，基本实现城市化。未来20年人口仍就缓步上升，本案利用年增长率法，指数平滑法，对数回归法分别对上海人口总数进行了预测。 12.1.2 上海社会经济发展趋势预测 2. 上海的生产总值预测 上海市生产总值（GDP）随时间（T）几乎呈线性增长。于是，建立一元线性回归模型 GDP=449.63*T-894492 R2=0.9759 将该模型与年增长率法相结合，预测未来10年的上海市生产总值。 从预测结果中可以看出，上海市经济运行质量稳步提高，二、三产业共同推动着经济增长的格局进一步稳固。 12.1.3上海综合交通运输需求量预测 1. 灰色关联度分析 关联度分析是分析系统中各因素关联程度的方法。 关联度系数的定义 在得出关联系数后，计算各类关联系数的平均值 ，即为 和 序列的关联度。 12.1.3上海综合交通运输需求量预测 2. 预测模型的建立和预测结果 从灰色关联度分析得到的影响因素，用SPSS软件分析，通过判定系数R2和共线诊断Durbin-Watson，再选取合适的影响因素建立线性回归方程如下。 货物运输量=6.529*上海生产总值+21454 （R2=0.8501） 货物周转量=8.48*上海生产总值+0.552*综合运输线路里程-1800.954 （R2=0.980 , Durbin-Watson=1.717, 置信度95%） 旅客发送量=0.6306*上海生产总值+3798.9（R2=0.905） 旅客周转量=0.032*上海生产总值+3.408*人口-0.006*综合运输线路里程-4337.024 （R2=0.950, Durbin-Watson=1.668,置信度95%） 12.2 案例2：ARIMA模型在上海市GDP预测中的实证研究 12.2.1 ARIMA模型定义 12.2.2 上海市GDP的实证分析 12.2.3 结论 12.2.1 ARIMA模型定义 求和自回归移动平均（Auto Regressive Integrated Moving Average）模型，简记为ARIMA(p,d,q) ARIMA建模方法以下列两限定为基础 (1)预测值是样本观察值的线性函数。 (2)目的是有效地发现参数化的模型，即用尽可能少的参数对一个观察到的时间数列的特点提供准确的描述。 12.2.2 上海市GDP的实证分析 1.识别时间序列的平稳性（确定模型中的d的大小） 2. 模型定阶（对p和q进行筛选） （1）Ljung-Box(1978)检验。 （2）利用ACF图和PACF图的性质确定模型阶数。 （3）AIC及BIC准则方法。 3. 参数估计 4. 假设检验，诊断白噪声 5. 预测与分析 12.2.3 结论 (1)从以上模拟预测分析可以看出，上海市GDP增长具有长期可持续性，没有出现剧烈波动现象。 (2)ARIMA模型法对资料要求比较单一，仅仅用到某个变量（如本文的GDP）自身的历史数据，模型虽简单，但有着严格的数学保证，在短期预测方面有着独特的优势。 (3)尽管ARIMA模型有诸多有点，但也有其缺陷，它主要依赖惯性原理，往往只适于作短期的预测。