第四章 运输系统预测

第四章运输系统预测“人无远虑，必有近忧”“凡是预则立，不预则废”第四章运输系统预测第一节概述第二节定性预测方法第三节定量预测方法本章重点第一节概述一、预测的概念根据客观事物的过去和现在的发展规律，借助科学的方法和手段，对事物的发展趋势和状况进行描述分析，形成科学的假没和判断的一种科学理论。二、预测的基本原理整体性原理可知性原理可能性原理相似性原理反馈原理三、预测的步骤(1)确定目标(2)确定预测要素(3)选择预测方法(4)收集和分析数据(5)建立预测模型(6)模型的分析(7)利用模型预测(8)预测结果的分析四、预测的基本要素时间数据模型费用精度实用在预测方法学上，15年-30年是最难预测的时间段15年30年五、预测的分类1、按预测技术的性质分类(1)定性预测:专家调查法、市场调查法、主观概率法、交叉概率法、领先指标法、类推法等(2)定量预测：外推法：时间序列方法；因果法：回归分析法、经济计量法、投入产出法、系统动力学方法等其他定量方法：灰色预测法、神经网络预测法等2、按预测对象分类(1)社会预测(2)经济预测(3)科学预测(4)技术预测(5)军事预测六、运输系统预测目的：系统投资、规划的需要；系统评价的需要。特点：外部：影响因素复杂，全面考虑其他子系统的影响；内部：系统的运输能力与需求往往会产生不一致、不协调的状况，预测时须考虑运量的特点：正常运量、转移运量、新增运量；内部各运输方式之间的竞争决定了预测时要考虑某种子系统的建设对其他子系统的影响及对运量变化的影响。

第二节定性预测方法一、集思广议法（智暴法）二、德尔菲法三、对比类推法四、前景分析预测法一、集思广议法（智暴法）步骤：明确问题；发表意见；讨论找出满意答案。人员组成：(1)方法论学者——即预测学领域的专家，一般担任会议的组织者；(2)思想产生者——专业领域的专家，人数应占小组的50％、60％;(3)分析者——专业领域内知识比较渊博的高级专家;(4)演绎者——具有较高逻辑思维能力的专家。与会人员遵循规则：(1)禁止对与会者或其他人发表的意见作任何非难，还要避免言词上的武断等；(2)“思想”的数量是首要的,数量越大，出现有价值思想的概率就越大。(3)要重视那些不寻常的、看得远的、貌似不太合实际的思想，欢迎自由奔放的思考，思路越广、越新则越好。(4)应将上述思想进行组合、分类、公布以及改进。适用范围：智暴会议比较适合于所探讨的问题比较单纯，目标比较明确的情况。如果问题牵涉面太包含因素太多，那就要首先对所研究的问题进行分析和分解，然后采用此法。例4-1二、德尔菲法思路：由预测的单位根据预测的目的、要求，设计意见征询表，有选择的聘请一组专家，向他们提供与预测问题有关的情况和资料，发给征询表，要求专家根据自己的经验进行判断，对征询表的问题作出回答。1）

德尔菲法的特点

①匿名性②反馈性③收敛性④广泛性

德尔菲法的优点是：便于独立思考，独立估测；即集思广益，又经济合理；利于探索性解决问题；具有广泛的应用范围。其不足是：易忽视少数人的创意；缺少思想交锋和商讨；容易受组织者主观意想的影响。2)德尔菲法程序：

①建立预测工作组②选择专家③设计调查表

④组织调查实施⑤汇总处理调查结果

3)德尔菲的运用范围:

①缺乏足够的资料②作长远规划或大趋势预测

③影响预测事件的因素太多④主观因素对预测事件的影响较大例4-2三、对比类推法（经验判断法）原理：利用事物之间的相似特点，把先行事物的表现过程类推到后继事物上去，从而对后继事物的前景作出预测的一种方法。分类：依据类比目标的不同可以分为产品类推法、地区类推法、行业类推法和局部总体类推法。预测步骤：(1)明确预测目标(2)确定类比目标(3)分析类比的可行性(4)确定预测起始点(5)测算预测期间单位时间递增率(6)具体计算预测期间各时间段的预测值四、前景分析预测法是一种辨识关键因素及其影响的方法。两种方式表述：一类是对未来某种状态的描述；另一类是描述一个发展过程。例4-3各种方法对比以上四种定性预测方法中，除类推法之外，其余三种的共同问题就是如何选择好专家，关键在于选择合适且全面的专家组，实施要点如下：方向选择：根据预测的任务和内容，主要看专家就此问题提供多少有用信息，以本专业为主，适当聘请外部分和边缘、交叉学科的专家，开阔思路，提高质量。人数的选择：以10-50人为宜，坚持自愿原则，尤其是德尔菲法，在调查表编制上要以方便专家回答为原则。禁止对自己或他人发表的意见，思想进行非难，允许发表不同意见。第三节定量预测方法一、时间序列预测法二、回归分析预测法三、灰色预测简单平均法指数平滑法一、时间序列预测法原理：一方面，承认事物发展的延续性；另一方面，充分考虑到事物发展偶然因素的影响而产生的随机性。为了消除随机波动的影响，以历史时间、序列数据为基础，用概率统计的方法，运用一定的数学方法使其向外延伸，预测未来发展变化趋势。适用范围：趋势变化、周期变化、随机变化方法利弊：优点是其预测结果人为的主观因素较少，简便易行，费用不大；缺点是不能反映随机受到的外部环境影响，预测结果的可靠性、实用性较差，只适于进行短期预测。1、简单移动平均法以历史数据的算术平均数、加权算术平均数和几何平均数等直接作为预测值。(1)算术平均法P62例4-4(2)加权平均法P63例4-5思考题：一次简单移动平均预测法只能预测一期，二次移动平均预测法也是如此吗？2、二次移动平均预测法二次移动平均预测法适用于存在明显的线性上升或下降的时间序列。它依据两次移动平均数据，建立线性趋势预测模型进行预测。预测模型：参数确定：N的取值：一般地，对某种社会经济现象时间序列选择跨越期大致考虑如下：（1）发展趋势呈水平样式，N取值大小关系不大；（2）发展趋势呈脉冲式（即仅在某时期突然增加或减少，随后基本保持不变），为了消除随机干扰，N一般取大值；（3）发展趋势呈阶梯式（即开始一段时期是某一平稳水平，另一段时期跳到另一平稳水平，发展趋势有拐点），为了让预测值灵敏地反映实际变化，N一般取小值。例1:已知某公司年度销售额数据如表8.1所示，试用二次移动平均法，预测该公司2004年、2005年和2006年的销售额。表1某公司历年销售额数据表单位：万元年度销售额

1992200

1993240

1994360266.7

1995380326.7

1996420386.7326.71997400400.0371.11998340386.7391.11999360366.7384.42000420373.3375.62001460413.3384.42002420433.3406.72003460446.7431.1解：从销售额的观察值判断，该时间序列近似直线上升趋势，可用二次移动平均法预测。相应数据见表8.1第3、4列。根据上图，从该时间序列数据对应的曲线来看，其发展趋势是呈阶梯式的，因此N取小值，这里取N=3。参数：预测模型为：因此，该公司2004年销售额的预测值为：462.3+15.6*1=477.9万元，同理，其2005年、2006年销售额的预测值分别为493.5万元和509.1万元。方法利弊：移动平均预测法存在二个问题：一是计算未来预测值没有利用全部历史资料，只考虑N期资料便作出预测；二是当移动平均间隔中出现非线性趋势时，给较近期观察值以较大权数，较远期观察值以较小权数，进行加权移动平均，预测效果较好，当要为各个时期配合适的权数也非常麻烦。为克服上述缺点，我们介绍指数平滑法3、指数平滑法原理：只需要本期的实际值和本期的预测值便可预测下一期的数据，不需要保存大量的历史数据。指数平滑法包括一次、二次、三次指数平滑。①一次指数平滑法式中，为本期一次指数平滑值，为上期一次指数平滑值，为本期观察值，为平滑系数。预测模型为：一次指数平滑预测法适用于时间序列水平变动状态的短期预测。2、初始值的确定。在预测实践中，一般采用这样的方法判断处理：当时间序列期数在20个以上时，初始值对预测结果影响很小，可用第一期观察值代替，即当时间序列期数在20个以下时，初始值对预测结果有一定影响，可用第一、二期的平均值代替，即3、平滑系数的确定。一般情况下，观察值呈较稳定水平发展，a取0.1-0.3；观察值波动较大时，a取0.3-0.5；观察值波动很大时，a取0.5-0.8。a越小，视历史信息越重要（修匀程度大），反之视当前信息越重要（修匀程度小）。如果指数平滑的目的在于用新的指数平滑值去反映时间序列中包含的长期趋势，应取较小还是较大的值？如果目的在于更敏感地反映最新观察值的变化，又是如何？实际预测时，通常初选几个a值，经过试预测，对所产生的误差进行分析，选取其中误差最小者。②二次指数平滑法模型：在上述二次指数平滑处理的基础上．可建立线性预测模型：其中：当实际数据的时间序列具有明显的线性趋势时，可采用二指。例2：某百货公司1992-2003年营业额数据如下表所示，试用指数平滑法预测该公司2004-2006年的营业额。表2某百货公司历年营业额数据表单位：万元年度t

19920120124.0124.0104.819931128125.6124.6117.519942130127.4125.7130.219953142133.2128.7142.919964140135.9131.6155.619975154143.2136.2168.319986170153.9143.3181.019997196170.7154.3193.720008210186.4167.1206.420019225201.9181.0219.1200210228212.3193.5231.8200311245225.4206.3244.5解：该时间序列曲线如下图所示，即其变动趋势接近直线上升，因此这里应用二次指数平滑法。因观察值不足20期，这里的初始值用最初两期观察值的平均数，即124万元。另外，由于该时间序列曲线有一定的波动，取。从而可以分别计算该时间序列的一次指数平滑值和二次指数平滑值，见表8.2的第4、5列。进一步，求出参数从而可以得到预测模型：进一步，根据该预测模型，即可求出各年度的预测值，见表8.2的第6列。并计算出该百货公司2004年的营业额预测值为：244.5+12.7*1=257.2万元，同理可计算出其2005年、2006年的预测值分别为269.9万元和282.6万元。③三次指数平滑法：数据具有曲线倾向模型：在三次指数平滑处理的基础上．可建立如下非线性预测模型：其中：注：一般初值取X0=S（1）0=S（2）0=S（3）0各种指数平滑法的比较方法数据特征预测模型特点及局限性一次指数平滑平稳非季节性只能预测一期二次指数平滑线性趋势非季节性1个平滑系数，使用简单。反映数据的线性趋势三次指数平滑非线性趋势非季节性只有一个平滑系数，可反映数据非线性趋势，较实用使用要点(1)模型中参数的选择简单平均预测法：可选n=3，5或6;指数平滑预测法：若时间序列比较稳定，则a的取值比较小；若时间序列变动较大，则a的取值应比较大，使预测能敏感地跟踪实际值的变化。可选a=0.1,0.3,0.5或0.9，哪个参数对应的预测值更接近实际值，就选择哪个。对于时间序列预测法，n值的选择很重要。如果时间序列有周期性的变化，且为分月资料时，应取n=12；对分季度资料，应取n=4，这样才能消除季节变化的影响，显示出长期趋势。(2)预测模型的检验：后验拟合法比较预测对象的历史数据与预测模型计算值之差是否小于预测精度：二、回归分析预测法原理：根据事物内部因素变化的因果关系来预测事物未来的发展趋势。预测步骤：(1)进行相关关系分析(2)初步建立预测模型(3)计