运输系统预测.pptxVIP

1;●哲学基础——规律 ●基本依据——惯性 事物沿时间轴演变的延续性 (惯性)是一切事物普遍具有的属性，是预测之所以能进行的基本依据。;四、预测技术的分类;定性预测;五、预测的步骤;1、精度优先准则 2、简洁性 3、适应性 4、实用性;1.概念 请熟悉有关预测问题的专家或技术人员参加专题讨论会，对所预测的问题发表看法，进行探讨。;例4-4 某公路部门准备将原有的一段普通公路改造成高速公路，为进行该工程的经济评价，需要对今后若干年的车流量作预测。为此，聘请了三个管理人员和两个专家进行判断预测。为便于说明，本例中只考虑了正常的交通量，并假设预测第四年的运量。;解： 1.明确问题：预测该路段第四年的交通量;人员;;●同样可得两位专家的平均预测值为18000辆/天。; 德尔菲法是采用函询调查，向与预测对象有关领域的专家分别提示问题，把他们的意见综合、整理、归纳，再匿名反馈给各位专家，再次征求意见，然后再加以综合、处理、反馈。经多轮反复，得到一个比较一致的可靠性较高的意见。;拟定调查表;例4-2 某港区现有泊位不敷使用，计划扩建。为对该项目进行可行性研究，须对未来的运量情况进行预测。预测采用德尔菲法进行。;解: 1.提出问题:用德尔菲法预测某港未来的货船量情况。 2.邀请专家:邀请了四位经济学家、三位研究人员、四位领导人员、六位业务管理人员、三位用户代表,发放意见征询表，要求每人对该港口未来(以第四年为例)的货船量进行预测，分为最高货船量、最可能货船量和最低货船量三种情况。 3.意见汇总、整理、计算、分析:经过三轮的意见反馈,得到货船量预测统计表如表中所示。; 专家组成员; ;方法2 ——用中位数求解 把20位专家第三次预测的货船量从小到大依次排列 最低货船量:36,40,80,85,88,90,100,112,120,140,160,200 最可能货船量: 110,112,130,136,140,148,150,160,164,180,200,220,280,300 最高货船量: 136,140,176,188,200,210,220,225,230,240,248,260,300,320 中位数的计算公式： （n十1）/2 最低货船量的中位数： （12十1）， （90+100）/2=95 最可能货船量的中位数： （14十1）/2=7.5 ， （150+160）/2=155 最高货船量量的中位数： （14十1）/2=7.5 ， （220+255）/2=223 所求的货船预测量为：（95+155+223）/3=158(艘);一.预测原理： 1.延续性 2.随机性（加权平均） 二.预测步骤： 1.收集资料；至少收集预测事件前三、四年的资料； 2.数据整理：利用数理统计的方法，将收集的资料进行整理，并按照时间顺序排成数字序列；;3.建立模型：根据整理的数据求出预测模型中的系数，建立预测模型； 4.进行预测 5.预测值分析：精度检验。 ;三.适用范围 1.趋势变化（如货运量的增长趋势） 2.周期性变化（如客运量的季节性变化） 3.随机性变化（如各种偶然因素引起的变化） 四.优缺点 简单易行，便于掌握，能够充分利用原时间序列的各项数据； 准确度较差，不能外延，只能进行短期预测。;1.简单滑动预测法;例4-4 某航运公司过去10年货运量的统计资料见下表，试用简单滑动预测法预测该公司今年的货运量。;实际值Xt (万吨);;例4-5 用加权滑动预测法预测例4-4。 ;实际值Xt (万吨);3 .指数平滑预测;例4-6 用指数平滑预测法预测例4-4的值。分别取α =和α =。;实际值Xt (万吨);六.注意事项 模型中参数的选择 1. 简单滑动预测法：n＝3、5、6； 2. 加权滑动平均：n＝3；Wi＝3，2，1； 或Wi＝5，3，1 3. 指数平滑预测：α＝、、、;回归（Regression）概述： 1.来源于生物界，19世纪高尔顿（英） 2.分类： （1）按照回归模型中变量的个数：一元回归和多元回归 （2）根据变量之间的关系：线性回归和非线性回归;一.回归预测的原理 ;二.预测步骤 1.进行相关关系分析：分析各变量间是否存在相关关系，若相关，再分析是线性还是非线性； 2.计算模型中的参数 3.具体写出变量间的回归方程式 4.利用模型预测 5.预测置信度检验;三.适用范围 前提：各变量之间存在相关关系 四.优缺点 所需的数据量较少，预测精度高； 计算量较大，求解较困难。;1、一元线性回归分析;则，离差的平方和：;引入：; 线形相关分析 （1）作图法;（2）求相关系数法;例4-7 某市1991~1995年的