MSE系统预测教学课件.pdfVIP

系统预测 SYSTEM FORECASTING 1 基本概念 定义 根据系统过去和当前的情况，利用相关的资料和方法对系统的发展 趋势进行科学的推测和判断，为决策提供依据。 预测的三个要素 依据：实际资料； 基础：经济理论； 手段：数学模型。 预测的原则 相关性； 连贯性； 类推性。 预测的最基本的作用 把历史资料中同时并存的基本轨迹和误差分开，以研究其形态的变化。 把轨迹分离出来的办法，就是对资料拟合成某种模型，使模型尽可能准确而 全面地反映出有规律的轨迹。误差又称为残差或剩余项。残差呈现某种随机 性，研究残差的随机性是统计预测的一项重要内容。 预测方法分类 预测方法分类 预测方法可分为定性预测方法和定量预测方法两类， 其中定量预测方法又可大致分为回归预测法和时间序列预测法。 选择预测方法的原则 合适性、 费用、 精确性 预测与决策和行动计划之间的关系 1）预测为决策提供依据，是系统决策科学化必不可少的输入信息和前提； 2 ）决策对预测具有反作用，正确的决策给合理的预测提供实现机会； 3 ）行动计划是预测、决策之后的产物，又是预测、决策实现的桥梁； 4 ）预测人员是情报和信息的生产者，而决策人员和计划人员则是情报 或信息的消费者； 5 ）预测和决策使用相似的方法体系。 预测方法简述 1．定性预测法 它是以逻辑判断为主的预测方法。这一类方法主要是通过预测者所掌 握的信息和情报，并结合各种因不比对事物的发展前景作出判断，常把这 种判断定量化。 它普遍适用于对缺乏历史统计资料的事件进行预测，或对趋势转折进 行预测。具体方有德尔菲法，主观概率法，领先指标法，厂长 （经理）评 判意见法，推销人员估计法，相互影响分析法和情景预测法等。 预测方法简述 2 ．回归预测法 回归分析是研究变量与变量之间相互关系的一种数理统计方法，应用回 归分析可以从一个或几个自变量的值去预测在变量将取得的值。 回归预测中因变量和自变量在时间上是并进关系即因变量的预测值要由 并进的自变量的值来旁推。这一类方法不仅考虑了时间因素，而且考虑了 变量之间的因果关系。具体方法有一元线性回归预测法，多元线性回归预 测法，非线性回归预测法等。 3 ．时间序列预测法 它是一种考虑变量承时间发展变化规律并用该变量以往的统计资料建 立数学模型作外推的预算方法。由于时间序列预测法所需要的只是序列本 身的历史数据，因此，这一类方法得到了广泛应用。具体的方法有移动平 均法、指数平滑法、趋势外推法、灰色预测法等。 预测方法选择 在选择预测方法时，应考虑三个主要的问题： 合适性、费用、精确性 任何一种预测方法都是建立在一定的假定条件之上的， 而任何一种假定条件都无法囊括现实世界中错综复杂的关系， 因此，必须考虑方法的适用条件。也就是说，一个合适的方 法不仅要适合于影响被预测项目的因素，而且也就适合于预 测的环境和条件。例如，一种适合于一次性预测的方法可能 不适合于库存量控制的预测。在精确性和费用问题上，要权 衡两者的轻重，要依靠自己的判断能力去断定应该用多大的 力量，从而决定使用哪一种方法。 预测方法的选择（各种预测方法的特点） 方 法 时间范 适用情况 硬件最低要求 应做工作 围 定 性 短、中、 对缺乏历史统计资料或 计算器 需做大量的调查研 预测法 长期 趋势面临界转折的事件 究工作 进行预测 一元线性 短、中 自变量与因变量两个变 计算器 为两个变量收集历 回归 期 量之间存在着线性关系 史数据，这是最费 预测法