forecasting建模预测方法简介

《forecasting建模预测方法简介》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、Forecasting------dudupig(第80页，共80页)预测方法文本预测模型最近几年，在全国大学生数学建模竞赛常常出现预测模型或是与预测有关的题目，例如疾病的传播，雨量的预报等。什么是预测模型？如何预测？有那些方法？对此下面作些简要的介绍。预测作为一种探索未来的活动早在古代已经出现，但作为一门科学的预测学，是在科学技术高度发达的当今才产生的。“预测”是来自古希腊的术语。我国也有两句古语：“凡事预则立，不预则废”，“人无远虑，必有近忧”。卜卦、算命都是一种预测。中国古代著名著作“易经”就是一种专门研究预测的书，现

2、在研究易经的人也不少。古代的预测主要靠预言家，即先知们的直观判断，或是借助于某些先兆，缺乏科学根据。预测技术的发展源于社会的需求和实践。20世纪初期风行一时的巴布生图表就是早期的市场预测资料，哈佛大学的每月指数图表为商品市场、证券市场和货币市场预测提供了依据。然而这些预测都未能揭示1929-1930年经济危机的突然暴发，使工商界深感失望。尔后，经济学家们从挫折中吸取了教训，采用趋势和循环技术对商业进行分析和预测，科学预测也因此开始萌生。20世纪30年代凯恩斯提出政府干预和市场机制相结合的经济模型，1937年诺依曼又提出了扩展

3、经济模型，对近代经济模型产生重要的影响，科学的经济和商业预测也就步入发展阶段。技术预测开始于二次世界大战后的20世纪40年代，直到20世纪50年代末才广泛应用于工农业和军事部门。由于社会、科学技术和经济的大量需求，预测技术才成为一门真正的科学，预测未来是当代科学的重要任务。20世纪以来，预测技术所以得以长足进步，一方面，与社会需求有很大关系，另一方面通过社会实践和长期历史验证，表明事物的发展是可以预测的。而且借助可靠的数据和科学的方法，以及预测技术人员的努力，预测结果的可靠性和准确性可以达到很高的程度，这也是预测技术迅速发展

4、的另一个重要原因。科学技术、经济和社会预测的应验率也是很高的。维聂尔曾预言20世纪是电子时代，法国思想家迈希尔18世纪末到19世纪初对巴黎未来几百年的发展进行了预测。从1950年的实际情况分析，他的预测中有36％得到证实，28％接近实现，只有36％是错误的。法国哲学家和数学家冠道塞在法国大革命时期曾采用外推法进行了一系列社会预测，其中75％得到证实。沙杰尔莱特1901年在《二十世纪的发明》一书中的一些预测，其中64％得到证实。凯木弗尔特在1910年和1915年公布的25项预测中，到1941年只有3项未被证实，3项是错误的。我

5、国明朝开国功臣刘基（字伯温）就预测将来是天上铁鸟飞，地上铁马跑，那时还没有火车、飞机。预测的目的在于认识自然和社会发展规律，以及在不同历史条件下各种规律的相互作用，揭示事物发展的方向和趋势，分析事物发展的途径和条件，使人们尽早地预知未来的状况和将要发生的事情，并能动地控制其发展，使其为人类和社会进步服务。因而预测是决策的重要的前期工作。决策是指导未来的，未来既是决策的依据，又是决策的对象，研究未来和预测未来是实现决策科学化的重要前提。预测和决策是过程的两个方面，预测为决策提供依据，而预测的目的是为决策服务，所以不能把预测模型

6、和决策模型截然分开，有时也把预测模型称为决策模型。一预测的前期准备工作为保证预测结果的精确度，预测之前必须做一系列的准备工作：（一）数据的准备Forecasting------dudupig(第80页，共80页)数据是预测工作的前提和重要依据，预测不能是臆造和空想，任何事物的发展都有一定的规律，认真研究预测对象并充分考察预测对象所处的环境，以系统分析的方法对过去和现在的数据进行总结，从中找出规律，便可科学地推断未来。数据在预测中主要有两个作用：（1）、用于确定由某些历史观察点组成的行为模型；（2）、在因果模型预测中确定自变量

7、的未来值。预测的初始阶段，首先是从事数据的收集、整理、加工和分析，为建模创造良好的条件。（Ⅰ）数据的收集和整理按时态分，数据可分为历史数据和现实数据；按预测对象分，可分为内部数据和外部数据；就收集的手段分，可分为第一手数据和第二手数据。第一手数据，包括以各种形式初次收集的数据。收集第一手数据的途径包括：抽样调查，连续调查，或全面调查。在预测的定性方法中常常需要第一手数据，例如特尔斐法的第一个阶段就是收集第一手数据。由于获取第一手数据的费用较高，时间较长，所以定量方法常采用第二手数据。第二手数据多为已经公布和发表的资料，易于获

8、取，代价低，数据精度也有一定的保证。其缺点是数据可能不能直接适用于预测情况。因此，常常需要对已公布的数据进行修正和处理，使其适应于预测需要。无论是第一手数据还是第二手数据，都可能是混乱的、无序的、彼此间孤立的。预测人员都应将原始数据按“单元”或“类别”整理和集中，以便使其成为内容上完整、有