网站大量收购闲置独家精品文档,联系QQ:2885784924

系统工程-chapter6.ppt

  1. 1、本文档共67页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
系统工程-chapter6

系统预测概述 定性预测技术 回归模型预测 平滑预测法 马尔柯夫模型预测 灰色预测;1、系统预测概述;性质;预测技术分类;预测的原理;预测的程序;2、定性预测技术;2、定性预测技术;2、定性预测技术;2、定性预测技术;2、定性预测技术;2、定性预测技术;2、定性预测技术;2、定性预测技术;2、定性预测技术;2、定性预测技术;2、定性预测技术;2、定性预测技术;2、定性预测技术;2、定性预测技术;2、定性预测技术; 回归预测,是经常使用的一种定量预测方法,是研究变量之间相互关系的数理统计分析方法。 分类:根据自变量个数分为一元回归和多元回归;根据变量之间相互关系分为线形回归和非线性回归。;一元线性回归模型 ;一元线性回归模型 ;一元线性回归模型 ;一元线性回归模型的简易求法;3、回归模型预测;3、回归模型预测;3、回归模型预测; y=a+bx一定程度上反映了y与x之间的统计线性相关关,该关系是否密切,决定了所采用线性预测模型多大程度上可信,即能否反映出所研究系统的变化规律的问题。; Lxx称为x的离差平方和,它反映自变量x波动的程度,Lxx越大,说明 x的波动越大,反之越小; Lyy称为y的离差平方和,它反映自变量x波动的程度,Lyy越大,说明y的波动越大,反之越小;;一元线性回归模型 ; t的计算式为; ② F检验。F检验的意义与t检验相同,只不过查F1-a(1,n-2)表确定F的临界值Fa。F的计算公式为; ③ r检验。; 由数理统计知其方差为; 所以; 平滑预测法也称趋势外推法,是简单、适用强的确定型时间序列预测技术,是研究预测对象自身对时间的演变规律及其未来趋势的方法。 用于短期预测较准确,但遇到趋势变化较大、出现转折时,不能用。;(1)一次移动平均法 设时序为x1,x2,……,xn,对其中连续N (?n)个数据点进行算术平均,得t 时点的移动平均值,记为Mt,有 当用移动平均法进行超前一个周期预测时,采用移动平均值作为第(t+T)时的预测值 ,则有 ; [例5-4] 现有某商场1—6月份的销售额资料如下表所 示,试用N=5来进行移动平均,并预测7月和8月的销售额。; 移动平均法方法简单,但它一般只对发展变化比较平坦,增长趋势不明显,并且与以往远时期的状况联系不多的时序有效。;(2)二次移动平均法 二次移动平均模型为 式中at与bt称为平滑系数,其计算公式为;4、平滑预测法;一次指数平滑法 ?为权系数,通常取0.01~0.3; St(1)为t时刻的一次指数平滑值。;二次指数平滑法;预测模型;平滑系数?的物理意义: 描述对过程变化的反应速度: ?越大(接近1),表示重视近期数据的作用,对过程变化反应越快; 也描述预测系统对随机误差的修匀能力:?越小(接近0),表示重视离现时更远的历史数据的作用,修匀(滤波)能力越强,但对过程变化的反映越迟钝。;平滑系数?的选择: 如对初始值有疑问,准确性差,?宜取较大值,以体现近期数据作用,降低初值影响; 如外部环境变化较快,则数据可能变化较大,?值宜取大一些,以跟踪过程变化(如取0.3~0.5); 如原始资料较缺乏,或历史资料的参考价值小, ?值宜取大一些; 如时序虽然具有不规则变动,但长期趋势较稳定 (如接近某一稳定常数)或变化甚小,?值应较小(0.05~0.2)。;初始值S0(1)确定: (1)当时序原始数据样本较多,?值较大时,可取S0(1)=x1,S0(2)= S0(1), S0(3)= S0(2)。 (2)当数据点不够多,初始值对预测精度影响较大时,可取开始几个观测值的算术平均值作为S0(1)。;1、Markov过程 状态与状态转换 若对研究对象考虑一系列随机试验,其中每次试验的结果如果出现在有限个两两互斥的事件集 E={E1,E2,…,En} 中,且仅出现其中一个,则称事件Ei∈E为系统的状态。若事件Ei出现,则称系统处在状态Ei。 状态是研究对象随机试验样本空间的一个划分,系统可能在不同状态之间相互转换。 ;Markov过程 现实中有这样一类随机过程,在系统状态转移过程中,系统将来的状态只与现在的状态有关,而与过去的状态无关。这种性质叫做无后效性,符合这种性质的状态转移过程,叫作马尔可夫过程。 时间和状态都离散的一系列马尔可夫过程的整体又称为马尔可夫链。;2、状态转移概率矩阵 设系统共有N个状态,记作S1,S2,…,SN,则用状态向量[S1,S2,…,SN]T表示。设在tn-1时刻系统处在Si状态之下,

您可能关注的文档

文档评论(0)

djdjix + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档