预测方法在数学建模中应用(2016).ppt

数学建模中预测方法 历届CUMCM数据预测题目 2003年 A题 SARS的传播问题 2005年 A题 长江水质评价和预测问题 2006年 B题 艾滋病疗法的评价及疗效的预测问题 2007年 A题中国人口增加预测问题 2009年 D题 “会议筹备”对与会人数的确定 2010 B题 上海世博会影响力 相关数据预测 一、预测的概念 系统预测：根据系统发展变化的实际数据和历史资料，运用现代的科学理论和方法，以及各种经验、判断和知识，对事物在未来一定时期内的可能变化情况，进行推测、估计和分析。 几个问题 三六九，出门走。 早霞不出门，晚霞行千里。 一、预测的概念 预测的特点 科学性：据统计资料和目前信息，运用一定程序、方法和模型，分析预测对象与相关因素的相互联系，而揭示预测对象特性和变化规律。 近似性：受许多随机因素的影响，事前预测的结果，往往与将来实际发生的结果有一定偏差。 局限性：对预测对象的认识常受知识、经验、观察和分析能力限制，又掌握资料和信息不够准确完整，或建模时简化等，导致预测的分析不够全面。 一、预测的概念 根据预测的内容：科学预测、技术预测、社会预测、经济预测、军事预测 根据预测的期限：短期预测（1年内）、中期预测（2~5年）、长期预测（5~10年及以上） 根据预测的性质：定性预测、定量预测、综合预测 一、预测的概念 预测技术的种类繁多，据统计有150多种。其中广泛采用有15～20种。 一、预测的概念 二、 时间序列分析预测法 二、 时间序列分析预测法 二、 时间序列分析预测法 二、 时间序列分析预测法 二、 时间序列分析预测法 二、时间序列分析预测法---分类 二、时间序列分析预测法---平稳时间序列 时序图检验 根据平稳时间序列均值与方差为常数的性质，平稳序列的时序图应该显示出该序列始终在一个常数值附近随机波动，而且波动的范围有界、无明显趋势及周期特征 自相关图检验 平稳序列通常具有短期相关性。该性质用自相关系数来描述就是随着延迟期数的增加，平稳序列的自相关系数对很快地衰减向零。 纯随机性检验（白噪声检验） （1）绘制时序图 （5）估计备选时间序列模型的参数估计 （6）利用确定的模型进行预测 三、 回归分析预测法---一元线性回归 灰色预测模型（Gray Forecast Model）是通过少量的、不完全的信息，建立数学模型并做出预测的一种预测方法.当我们应用运筹学的思想方法解决实际问题，制定发展战略和政策、进行重大问题的决策时，都必须对未来进行科学的预测. 预测是根据客观事物的过去和现在的发展规律，借助于科学的方法对其未来的发展趋势和状况进行描述和分析，并形成科学的假设和判断. 灰色系统理论是研究解决灰色系统分析、建模、预测、决策和控制的理论.灰色预测是对灰色系统所做的预测.目前常用的一些预测方法（如回归分析等），需要较大的样本.若样本较小，常造成较大误差，使预测目标失效.灰色预测模型所需建模信息少，运算方便，建模精度高，在各种预测领域都有着广泛的应用，是处理小样本预测问题的有效工具. 灰色系统理论是由华中理工大学邓聚龙教授于1982年提出并加以发展的。二十几年来，引起了不少国内外学者的关注，得到了长足的发展。目前，在我国已经成为社会、经济、科学技术在等诸多领域进行预测、决策、评估、规划控制、系统分析与建模的重要方法之一。特别是它对时间序列短、统计数据少、信息不完全系统的分析与建模，具有独特的功效，因此得到了广泛的应用。在这里我们将简要地介绍灰色建模与预测的方法。 　灰色系统的定义 　灰色系统的特点 　 通过下面的数据分析、处理过程，我们将了解到，有了一个时间数据序列后，如何建立一个基于模型的灰色预测。 　1. 数据的预处理 首先我们从一个简单例子来考察问题. 【例】 设原始数据序列 归纳上面的式子可写为 称此式所表示的数据列为原始数据列的一次累加生成，简称为一次累加生成.显然有 建模原理 给定观测数据列 经一次累加得 　 其中是a，u常数，a称为发展灰数；u称为内生控制灰数，是对系统的常定输入.此方程满足初始条件 精度检验 (1)残差检验：分别计算 （3）预测精度等级对照表，见表7.1. 由于模型是基于一阶常微分方程（7.3）建立的，故称为一阶一元灰色模型，记为GM(1,1).须指出的是， 建模时先要作一次累加，因此要求原始数据均为非负数.否则，累加时会正负抵消，达不到使数据序列随时间递增的目的.如果实际问题的原始数据列出现负数，可对原始数据列进行“数据整体提升”处理. 注意到一阶常微分方程是导出GM(1,1)模型的桥梁，在我们应用GM(1,1)模型于实际问题预测时，不必求解