ARMA和GMDH模型在成都市经济预测系统中的应用

PAGEPAGEIAＲMＡ和ＧＭDH模型在成都市经济推测系统中的应用专业：电子商务同学：王晓伟指导老师:张丹摘要随着经济体制改革和对外开放的深化进展，市场竞争机制在我国经济进展中起着越来越大的作用。要想在激烈的市场竞争中立于不败之地，相关的政府、单位及个人，都需要对当前的经济运行状况有一个客观的推断，并对市场的变化和经济的进展形势进行有效的推测和估量。基于上述需求作者设计实现了宏观经济推测系统.本系统是一套用于经济动态分析、推测的应用软件系统。系统充分将数理统计、计量经济学、计算机数据库技术、网络编程技术等多学科知识紧密融为一体。该系统以先进技术手段和科学、专业的方法优化整合各类宏观经济信息资源,对宏观经济运行状况进行监测、分析、推测,为计划管理部门的宏观经济分析推测工作供应应用平台和分析工具，为经济信息资源管理供应数据库系统支持，为宏观经济决策供应技术支持。本文主要阐述ＡRMA和GＭDH模型的原理、Ｃ#的算法实现，并以此为基础，结合计算机数据库技术、网络技术,搭建较为完整的推测系统.同时供应良好的用户界面,将枯燥乏味的数字图形化，直观清楚地实现对经济运行状况的监测、分析、推测。本文由六章内容构成。第一章主要介绍了系统开发的社会背景和技术背景，宏观经济推测工作的国内外现状,系统开发的意义、目标和主要任务等情况。其次章是本文的重点篇章，对宏观经济推测的方法的学习与实践，分别介绍了ARMＡ和GMＤH的算法原理以及调用方法，并对两个模型进行了必要的实证分析。第三章概括介绍了．NET框架相关概念和技术结构并分析了其优势。第四章，简略介绍了作者的设计开发过程和实现情况。第五章是对系统开发中遇到的技术难题的商议 ,重点阐述了作者解决问题的过程和由此得到的一系列创新。第六章是对全文的总结，指出了作者在项目开发中完成的工作，同时也说明白系统的不足之处及今后改进的方向。关键词：经济推测ＡRMＡＧMDHASＰ．NETC＃ARMAAＮDGＭDHMoｄeｌｕsinginChｅnｇduEcoｎoｍiｃfoｒeｃaｓtsｙｓｔemMａjor：E－buｓinesｓSｔuｄent:WａngXｉaowｅiSｕｐerviｓor：ＺhangDａnAbstrａcｔﻩDｅveｌｏｐｉnｇwｉththeeｃｏnoｍicreｆｏrmandtheｏｐｅnｉngtｏｔheｏｕtsｉdｅwoｒｌｄ,themarketcoｍpeｔiｔｉonｍeｃhanismｉsplaｙiｎｇｔhemoreａnｄｍoｒeｍａjｏrrolｅｉｎouｒcｏuｎｔrｙｅconoｍydｅvelｏpmｅｎt.Hｏｐiｎｇtoｂeinａｎｉｍpreｇnablepｏsitｉｏｎintheinｔenseｍａrkeｔcompeｔiｔion，tｈecoｒreｌａtioｎｇovｅrnｍeｎｔ,theunｉｔａndindividｕal,allneeｄtｏhaｖeａnobｊｅctivｅｊudｇｍｅnttｏｔhecｕｒrenｔecｏnomiｃａlmoｖｅmeｎtｃoｎdｉtion，aｎdcarriｅsonthｅeｆfｅcｔivｅforｅcastａnｄｔheｅｓtimaｔｅtoｔhｅmａrketcｈanｇeandtｈeｅconomｉcalｄevelopmｅntsｉtuatiｏn。Thｅaｕthordesignａｎdreaｌｉzｅthｅmａcｒosｃopiｃecｏnomｉｃalｆorｅｃastsｙsteｍaｃcordingtｏtｈeｃｕrrｅnｔｎｅeds．ﻩＴhｉssystｅmisａnaｐpｌicatｉonｓyｓtemwhｉchｉｓappliｅdiｎtheeconｏｍｉcaｌｄyｎａｍicaｎａlｙsiｓandtｈｅｅｃonoｍicalｆorecaｓt。Thesystｅmcloselymerｇesthｅmatｈｅｍａticalstaｔistic，theeｃｏｎｏmeｔrics，ｔhecompｕｔeｒｄａｔａbasｅtechnｏloｇy，thenetwｏｒｋｔechnｏlogyintoonｅorｇanicｗhｏle.Tｈｉssyｓtemoptimiｚｅsallkindsofmａcroscｏpiｃecｏｎｏｍｉｃｉnfoｒmationreｓouｒcesbｙtheａdvancedtecｈnoloｇyanｄthescｉｅnｃeaｎdspｅｃiａlizeｄmｅthｏｄ,caｒriesontheｍｏnｉｔoｒ，theanaｌysis,forｅcasｔｗork，ｐrovｉｄesthedaｔａbasｅsysｔemsuppｏrtfｏｒｔheeｃoｎomicinfoｒｍatiｏnreｓoｕｒcemａnaｇeｍenｔ，pｒｏvidesｔheteｃｈniｃaｌsuｐpoｒtforthemacrosｃｏpicecoｎomiｃaｌdeciｓioｎ－maｋiｎg．TｈisｐaperwiｌldiｓcussthｅthｅorｙｏｆAＲMＡanｄGＭＤＨＭｏｄeｌanｄhowｔｏacｔualｉzeｔhｅmodｅlsiｎｃｏｄeofＣ#。Baｓiｎｇthｅｔｈｅoｒyandtｈｅcodｅ，ａreｌａtｉveｌyfｕllsysｔｅｍwiｌlbeｓｅtuｐwitｈtｈehelpoｆｄaｔaｂaseandwebtｅcｈｎolｏｇｙ.Ａｔthｅsametｉｍethｅsｙｓｔeｍwｉｌlprovidｅamoreｆrieｎdｌｙｖiew，ｃｏnverｔinｇtｈeduｌlｎuｍbeｒsｔｏiｍagｅs。Thenｐeoplecanclearｌyｓeetｈeoperationofｔｈeecoｎoｍｙandｄosoｍefurtherresearchｅsandforecasts．Ｔhispaperconｓｔｉｔuｔｅsｂysｉｘcｈapterｓofconｔｅｎts.Ｆｉｒsｔcｈａｐｔerｍａｉｎlｙinｔｒodｕcｅｄthesｏcｉａlbaｃkgｒｏundａnｄthetecｈnｉcaｌbacｋgｒｏｕｎdoftｈeprｏjeｃtdｅveloｐmeｎｔ,dｏｍesticandfｏreigｎpreseｎｔsituatｉｏnsofmaｃｒoｓｃoｐiceｃonomicａlfoｒecａstaｓwｅlｌasthesigｎifｉcaｎce，thegｏalｏfthepｒoｊｅｃtdevelopment。Tｈeseｃｏnｄchaptｅriｓakｅyｃhapｔerｏftｈeaｒｔicｌｅ，ｉｎｃluｄedtｈestｕdyａndａpplicａtiｏｎｏftheｍethodｓofｔｈemaｃroscopiceｃｏnｏｍicaｌforeｃasｔ，ｉtｄiｓｃussｅdtheｐriｎcipｌeｏｆｔｈｅｍodeｌandthｅwａytｏｕｓｅtｈｅC＃codｅ,alｓo,ｖideｄｓｏｍｅanalｙsisｏfｄeｍonｓtraｔｉｏｎ.Thetｈirｄｃhapterbｒiｅｒoduｃed．NEＴframework，incluｄｉｎgitsconｃeｐt，ｉｔｓteｃhnoｌｏgｙsｔructuｒｅａndiｔssupeｒiorｉty.Fｏuｒｔｈchapｔeｒｉntroducedauthor'sｄesigｎaｎdthereaｌｉzatｉonsituation.Fiftｈchaptｅrdｉscｕssｔhｅｔeｃｈnicaldifficultｐｒoblemswhｉchmｅｅttotheprojecｔdevelopmｅnt。Ｓixthｃhａptｅｒisapａpeｒsummaｒy，haｖepoｉｎtｅdｏｕtauｔhoｒ'swoｒkｗhiｃhcoｍpleｔesｉｎthｅpｒoｊecｔdｅveｌｏpment；ａlｓｏexpｌaｉnｄeｆｉｃieｎcyasｗｅllastｈenｅxｔiｍprｏvｅmｅｎｔｄirecｔｉon。Ｋｅyｗoｒd：EconoｍyforｅcａｓtARＭAGMＤHAＳP．ＮＥTＣ＃名目ＴOＣ＼ｏ”1—3”\h\z\ｕHYPERLIＮK\ｌ"_Ｔoc15093７3８2"1绪论ﻩＰAＧERＥF_Toｃ15093７38２\h３HＹPERＬIＮK\ｌ”_Toc１5093７383＂1．1课题的背景和意义ﻩＰAGERＥF＿Tｏc1５0９３738３＼h３ＨＹPＥＲLINK\ｌ＂_Toｃ１509３7384”１．１.1课题的来源ﻩPＡGEREF＿Ｔoｃ15０93７3８4\h3ＨＹPＥRLＩNK\ｌ”_Tｏc１50937３８５”1．1．２进行经济推测的社会背景ﻩPAＧEREF＿Ｔｏｃ１5０93738５＼h3HＹPERLINK＼l＂＿Tｏｃ150９3７３86”1。１.３开发本系统的技术背景ﻩPＡＧERＥＦ＿Toc150937386＼h３ＨYPERLINK\l＂_Toc1509３７３87”1.1．４经济推测的商量现状ﻩPＡＧEREF＿Ｔｏｃ１509373８7\h4ＨYPERLIＮK\l＂＿Toc１50９3７38８”1．１.5项目研发意义ﻩPAＧERＥF＿Tｏｃ１５09３７388\h５HYＰEＲLIＮＫ2ARＭＡ和GMDＨ模型的原理和算法实现 PAGEREＦ_Toc1５０９3７390\h5HYPERLINK\ｌ"＿Tｏc15０９3７391”2。1AＲMA模型原理 ＰAＧＥＲEF＿Toc１5093７３91＼ｈ５ＨYPERLINK\ｌ"_Toc15０9３73９2＂２．１。１平稳时间序列模型结构ﻩＰAGＥＲＥF_Ｔoｃ１509３73９２＼ｈ5HYＰEＲLINＫ\ｌ”_Tｏc15０93７3９3”2。1．２ARMA模型参数估量ﻩPAGＥＲＥF_Toｃ1509373９3\ｈ6HYPＥRLＩＮＫ＼l”_Toｃ１5０9３７394"２.1．3ARMA模型的定阶与检验ﻩPAＧERＥF＿Toｃ15093７3９4\h8ＨＹPＥＲＬINK\ｌ"_Toｃ１50937３9５＂2.2ＡＲＭA算法实现 ＰAGERＥＦ＿Toｃ１5０937395\h９ＨYPERLIＮＫ\l”_Ｔｏc15093７396"2．２。１算法流程ﻩPAGＥREＦ＿Tｏc150９37396\ｈ９HＹPERＬINＫ\l＂_Ｔｏc150９3７３９7＂2.2。2算法说明ﻩＰAGＥREF_Toc150937３97\h9HYＰERＬＩNK\l＂_Toc15０９37398"2。2.3算法实证分析 ＰＡＧEREF_Toc15０93７3９8＼h12ＨYＰERＬＩNK\ｌ”_Ｔoｃ１50９３7３９９＂2。3GＭDH模型原理ﻩＰAGEREF＿Toc1509３73９9＼h1４HYPERLIＮK\ｌ"_Toｃ1５09374０0”2．４GMDH算法实现 PＡGＥRＥF_Tｏｃ1５０９３740０＼ｈ15ＨYＰＥRLINＫ＼ｌ＂_Toc1５093７401"2。４。1算法流程ﻩPAGＥRＥＦ_Toc15０9374０1\h1５HYPＥＲLＩＮＫ2．4。2算法说明ﻩPAGEＲEF＿Toc150９3740２\ｈ1６ＨＹPEＲＬＩNK\l＂_Toc1５09３7４03＂2.４．3算法实证分析ﻩＰAGＥRＥF＿Ｔoc1５０937４0３\h１9ＨYＰＥRLINＫ＼ｌ＂＿Toc１５０9374０4＂3.ＮET概述ﻩPＡGEＲEF＿Toc１5093７404\ｈ21HＹPERLＩNＫ\ｌ＂_Tｏc１50９37４05"3．1。NET概述ﻩＰＡGＥRＥF_Toｃ15093７4０5\h21HＹＰＥRLINK＼l”_Tｏc１5０９37４0６＂３.1。1．NET战略 ＰＡGEＲEF＿Ｔｏc１50９３７406\h２１HYPＥRＬＩＮＫ\l＂＿Toc150９37４07"3．1.2。NET框架内核ﻩPＡＧEＲＥF_Toｃ１5093740７\h２2HYPERLINＫ\l＂＿Toｃ15093７408”3．1.３．NＥT的优势ﻩPＡGEＲEF_Toｃ1509３74０8\h24ＨYPERLIＮK４系统设计与实现ﻩＰAＧＥＲＥF_Toc１50９37410＼h2７HＹPERLINＫ＼l”_Toc１50937411"4.１系统需求分析ﻩPAGＥＲEＦ＿Ｔoc１5０937411\h2７HＹＰERLINＫ\l＂_Ｔｏｃ150９３７412”4.１。1短期推测 PＡＧEＲEF_Tｏc1５093７４１2\h27HYＰＥＲLINK\l”＿Ｔoｃ１50９37４13＂４．1。2中长期推测ﻩPAGERＥＦ_Toｃ１５09３7４１3\ｈ２８HＹＰEＲＬINＫ\ｌ＂_Toc1509374１４"４.2系统功能和操作流程ﻩＰAGEＲＥF_Toc１5093７41４\h２8HＹPＥＲLＩＮK4.3。3季度推测所需表格 PAGＥREF_Toc15093742０＼ｈ３7HＹＰERLIＮK\ｌ＂＿Tｏc1５093７４２1＂4。3．４年度推测所需表格ﻩPAGEＲEＦ＿Ｔｏc１5０93７421\ｈ39ＨYPＥRＬＩＮK＼l”_Ｔｏc１５093７4２2"４。3.５数据视图ﻩPAGＥＲＥF＿Toc１５０93７４22\ｈ4０HＹPEＲLＩNＫ4.３。６系统关系图ﻩＰAGＥRＥF_Ｔoc1５0937423\h41HＹPERLINＫ\l”_Tｏc1509３７４２４"4.４系统页面实现 ＰAＧEＲEＦ_Toc1５０93７424\h41ＨＹPＥRＬINＫ\ｌ”_Toｃ１5０９３7４2５”4．4.１公共文件ﻩ５093７４25＼h41HYＰＥＲＬINK\ｌ"＿Ｔoc150937426”4.4．2前台展现ﻩPAGＥREF_Toc1509３7426\h41HYＰEＲＬINK\l＂_Ｔoc15093７4２7"4.4．３后台维护 PＡＧEＲＥF_Ｔoc１5０９3７４２7\h5１HYPERLＩＮK\ｌ"＿Tｏc１5０９3７４28＂5技术难点商议 与创新 ＰAＧEＲＥＦ＿Ｔｏc１50９374２8\h５1HYPERLＩNK6结束语ﻩPＡGEREF＿Tｏｃ15０937４31＼ｈ54HYPERＬＩNK参考文献ﻩPAＧERＥF_Toc1５093７432\h5６HＹPＥＲＬINK\ｌ"_Toc150９3７43３"致谢ﻩPAGＥREF＿Toc1509３７4３３\h57１绪论1.1课题的背景和意义１.１.１课题的来源成都市宏观经济监测预警信息系统——推测系统子项目本人主要负责ARＭＡ、ＧMDＨ模型、图形显示算法、推测子系统前台代码，同时参加后台代码的编写。1．1．2进行经济推测的社会背景成都市是中国西南地区的中心城市,在国民经济中占有重要的地位。二十年来,成都市在宏观经济进展方面取得了巨大成就,进一步探究了城市经济体制改革的路子,充分发挥了西南中心城市的作用。为保证成都市国民经济持续快速稳定和健康的进展,依据成都市发改委的工作需求，成都市经济信息中心拟建立《成都市宏观经济监测预警信息系统》。《成都市宏观经济监测预警信息系统》的建设立足于成都市经济快速稳定进展,以服务于宏观经济决策为目的，以先进的信息网络技术及数据库技术为手段,以整理历史数据及资料、整合各地区各部门的分散信息资源、准时汇总即时发生的动态信息资源为基础工作目标,以各层各类经济统计数据的深层挖掘、灵敏应用为业务的需求，依据制定重大宏观经济政策的需要,科学确定指标体系，建立健全信息采集和加工处理机制，开发动态交互式的信息汇总及处理系统,建立共享的信息平台和灵敏的宏观经济预警监测系统.依据成都市宏观调控和经济决策管理的需要，建立健全成都市经济运行监测体系，工作重点应放在与宏观经济业务联系最亲密的基础资料数据库及经济进展动态监测系统建设上.系统建设的整体思路如下：一是收集整理各地区、各部门的基础统计数据，接受基础数据库和行业数据库相结合的方式,建设各种业务信息资源数据库群；二是运用数据集成、挖掘、抽取等多种技术手段，最大限度开发利用现有的数据资源，开发建设针对性强的宏观经济决策支持系统。建设《成都市宏观经济监测预警信息系统》,是为了贯彻落实中央的指示精神,大力调整经济结构，乐观转变经济增长方式,保证成都市国民经济快速协调稳定进展,进一步提高城市竞争力，全面促进推动和谐社会的稳定进展。１。1．３开发本系统的技术背景本系统的开发是集计算机技术、数学统计分析技术和经济学知识于一体，以ＡRMA、GMDH和其他一些经典经济推测模型为基础，结合当前流行AS．ＰNＥT技术实现Wｅb下的经济推测。ARＭA和GＭDH模型是经典推测模型,现已有很多的推测软件可以模拟这两个模型,但这些软件跟网页的借口都不是很好。本文接受的是自行编写的C＃代码,较好的对网络技术兼容。ＡS.PNET技术是当前开发基于B/S结构的web应用程序最先进的技术之一,它以页面与代码分离、大事驱动等诸多优势被宽阔web应用开发者所青睐。经济推测是经济学中的一项重要的商量方向，它为经济的进展规划供应必要的支持依据。系统结合以上技术优势开发出一套以计算机数据库和网络技术为基础,面对政府部门和大众的有用性产品，为国家社会贡献一份力气。1.1。４经济推测的商量现状资本主义社会经过产业革命使商品经济占了统治地位,现代化大生产带来了生产社会化和管理现代化，依靠个人阅历推测和决策已不能适应客观需要。到19时纪末２0世纪初，经济危机加深，竞争加剧，为了摆脱危机，人们不仅进展了定性系统推测和决策实务，而且将数学方法、统计方法应用到经济推测和决策中来，大大进展了定量推测和决策实务。随着经济推测和决策实务的不断进展，必须对经济推测和决策方法进行深化系统的探讨，将实践阅历加以概括上升到理论高度的高度,使经济推测和决策逐渐从阅历进展为科学。格外是其次次世界大战以后，由于计量经济学、运筹学、信息论、系统论、掌握论和电子计算机的应用和进展,且在70年月又消灭了经济推测和决策方法数学化、模型化、计算机化的热潮，定量推测和决策的理论便得到很大的丰富和进展。这是推测和决策方法的一次飞跃。由于影响事物变化的因素很多，定量推测和决策方法只是涉及到其中的主要因素，所以不行能完全精准、牢靠地反映推测和决策对象进展变化的规律.因此，当代经济推测和决策科学的进展趋势是，在定量分析基础上，还必须借助经济学和有关的学科理论，对推测和决策对象进行分析,才能得出切合实际的结论。这是推测和决策方法的又一次飞跃，推动了经济推测和决策科学的进一步进展。欧美各国在进行经济推测和决策商量的时候，在肯定时期和范围内，确实取得了显著的效果。如果忽视必要的推测和决策，必将造成严重的经济损失。因此，开展经济推测和决策商量受到普遍重视。美国建立和进展智囊机构，进展推测和决策技术,开展推测和决策商量、询问活动。他们拥有各种科学技术专家，担当政府、企业公司委托的任务.如闻名的兰德公司、系统开发公司和赫德森商量所等.还有很多私人设立的企业管理顾问处，从事经济推测和决策商量和询问工作。联合国设立的有“经济规划和计划中心”、“工业进展中心”，从事经济进展推测、决策商量和询问活动。前苏联和东欧各国７0年月以来,也生疏到推测和决策商量是经济计划和管理工作的合理部分。所以在制定国民经济计划时，也扩大利用推测、决策商量和询问。我国的经济推测与决策商量、询问工作是从党的十一届三中全会以来，由于改革的需要，在党和政府重视下逐步开展起来的。国务院和各省、市成立了社会经济进展商量中心、农村进展商量中心，从事社会经济和农村进展的推测商量和决策询问工作,各部委办、各级计划统计部门也在开展这项工作,为治理整顿和全面深化改革服务.经济推测是推测的一个分支，要了解经济推测的概念,首先要明白什么是推测。推测是指从已知大事测定未知大事。广义的推测,即包括在同一时期依据己知大事测定未知大事的静态推测，也包括依据现有的已知大事测定将来的未知大事的动态推测。经济推测，是指以精准的调查统计资料和经济信息为依据，从经济现象的历史、现状和规律动身,运用科学的方法，对经济现象将来进展前景的测定。经济推测理论，是依据对经济现象进展变化规律的生疏,商量从己知大事测定未知大事的方法论。当前世界上正面临着一场新的技术革命，对我国经济进展,既是一个机遇，也是一场挑战。我们要抓住机遇,迎接挑战,实现宏伟的经济进展战略目标，必须削减盲目性，增强科学预见性，在重视调查统计工作的同时,还要商量和开展经济推测,测定经济进展前景，生疏和掌握经济进展规律，按规律办事。１．1。５项目研发意义基于ASP．NET的成都市经济推测系统旨在运用经济计量模型方法系统地分析成都市宏观经济系统中各经济变量之间的相关关系,商量宏观经济政策变化对经济的影响,实现经济短期、中长期推测功能。在宏观上，通过利用模型确保能在自身的自然资源、地区优势、社会环境、技术水平、经济结构等条件下，最有效地发挥成都优势,促进经济的飞速进展;在微观上，通过模型定量分析经济变量(包括经济政策、重要的生产要素)经济进展中的相互作用，推测主要经济指标的水平和进展速度,为政府决策者制订有效宏观经济政策供应参考。１.2课题的目标开发一套用于经济动态分析、推测的应用软件系统。系统充分将数理统计、计量经济学、计算机数据库技术、网络技术等多学科知识紧密融为一体,以先进的科学方法对经济数据进行整理、归类，并供应良好的用户界面，将枯燥乏味的数字图形化,直观清楚地实现对宏观经济运行状况的监测、分析、推测。２AＲMA和ＧMＤＨ模型的原理和算法实现模型的算法使用C＃语言，C＃开发的标准IＤE是VisuａlSｔｕdio。ＮEＴ(VS.NEＴ),它是为编写。ＮEＴ应用程序专门设计的,能为Ｗindows应用程序和Ｗindoｗs服务这样的工程生成很多标准的基础代码,具有语法简洁功能强大的特点。２．１ＡRＭA模型原理2.1。１平稳时间序列模型结构自回归滑动平均混合模型AＲMＡ(p,q)—－－（［１]page４0)零均值随机序列的一般数学描述为（２．1．１5），其中和为实参数,为满意条件的白噪声。方程式(２．1．15）称为p阶自回归-ｑ阶滑动平均混合模型,记为ARMA(p，ｑ)。显然，ＡRMＡ（p,q)模型是ＡＲ（p）和ＭＡ(ｑ)的混合模型。２。1。2ARＭA模型参数估量ARMA（ｐ,ｑ）模型参数估量-－-—-—（［１]page７1-７4） ＡＲMA(p，ｑ)的标准方程式为，其中、和的方差为带估量参数1、低阶AＲＭＡ（p，q)模型参数的近似矩估量第一步：给出ＡR（p)部分的矩估量,利用时的样本自相关方程组,即，(３.２．3２)由于未考虑时的方程式，也就是暂不考虑滑动平均部分的作用,因此解出的是一种近似值。（本文选用的事最小二乘算法估量AR部分参数)其次步:引入变量，其自协方差函数为（3.2．33）将样本矩估量值代入，于是得的自协方差函数（３.２.３4）第三步：将近似看作MA（q)过程，即利用MA(q)模型参数的据估量方法，求解下列方程（3。2。35）必须指出,上述方法只能得到ARMA(ｐ，q）模型参数的近似解，估量精度不会很高，并且当样本长度Ｎ固定时,模型参数的估量精度将随总阶数ｐ+q的增加而降低.因此，接受上述方法进行初估量时，模型阶数不宜过高。对于高阶ＡＲMA(p，ｑ)模型,一般接受“逆函数”方法进行参数的初估量。2、MA部分参数估量方法（线性迭代法)将式(3。2．35）写成(3．2.２２)(3。2.23）在可逆域内，给出参数和一组初值,例如和或和,代入式(３。2．２2）和式（３．2.23)右边,可得第一次迭代值;再将它们代入式（3.2．２2）和式(3.2．２３)右边,可得其次次迭代值;以此类推，可得第m—1次迭代值如果（3。２.２4）（3。２.25）则停止迭代,并且MA（q）模型参数的估量值为.式(3。2.25）中的为预先设定的迭代精度。自协方差函数与自相关函数-－—-－—（[１]paｇｅ47）由于观测数据总是有限的,所以只能利用有限长度样本数据来计算自协方差的估量值，其估量公式是（２。２．２4）或（２．２。25）（2.2。26)于是得自相关函数（２．２。27)可以证明，由式（2．2。２5）确定的可以构成非负定列，并且是的渐近无偏估量，具有相容性、渐近正态分布的特点。而由式(２。２.24）确定的仅仅是的无偏估量。然而,当时，两者是全都的。在实际计算中，一般取，通常只取.ＡCF的统计显著性检验（平稳检验):(［2］ｐagｅ761－７66)置信区间法：若一个时间序列是纯随机的，即表现出白噪音性状,则，若区间包括了零值，则不拒绝真实为零的假设,即序列在k阶滞后的情况下是平稳的。其中,置信度1－考虑0。９,０．95，0。９7５，0。99，附相关的标准正态分布表２．1．３ARＭA模型的定阶与检验AＩＣ准则：([１]pａｇe91－９3)，其中，为实际值，为估量值，为序列长度，为回归元的个数（含截距项)，在给出的几个估量模型中选择一个最优的，即AIC值最小。2．２ARＭA算法实现２．２.1算法流程Seｔｐ－１数据的平稳性检验(AＣＦ的统计显著性检验)a。趋势调整,数据差分:一阶差分，二阶差分b．得到平稳序列后,继而建立模型,进入ｓｅtｐ-2Seｔｐ－2建立模型（AＲＭA（ｐ,ｑ）)Ｓｅtｐ-３模型的选择(ＡＩC准则）Seｔｐ－4运用模型进行推测2.２。2算法说明算法以类的形式存在,如在页面中需要进行推测,可直接调用该类进行计算.下面举例说明简略的调用方法,随后说明数据在整个算法中处理过程.算法调用实例:使用数据：调用算法:usinｇＳystem；usinｇＳｙsｔem．Ｄａta;uｓｉngＳyｓtem。Cｏnｆｉｇuratiｏn;usiｎｇSysｔem．Weｂ；uｓingSysｔｅm。Ｗeb．Seｃurity；ｕsingＳysｔｅｍ．Web。ＵI;ｕsｉnｇＳyｓtｅm。Weｂ．UI。WｅbＣｏnｔｒols;usiｎｇSysｔｅm．Wｅｂ．UI．WｅｂＣontｒols．WebＰａrｔs；usingSystｅm．Ｗｅb．ＵＩ。HｔmlCoｎｔroｌs;usinｇSystｅm．Dａtａ。SｑlClienｔ；pｕｂlｉｃpaｒtｉalcｌass＿Defaｕｌt：Ｓysｔem。Web.UI．Ｐａgｅ{protｅｃｔｅdvoｉdPaｇe_Lｏaｄ（objeｃtｓｅndeｒ，EｖentＡrgsｅ){//连接数据库,获得表中的数据SqlＣonｎecｔioncon＝ｎｅwSqｌConnｅction（"seｒvｅr＝ＷANGXＩAOWＥI；databａse=pｕｂs；uiｄ=sａ；ｐaｓｓｗord＝xｉaoｂeｉ＂）；ｃon．Opｅn(）;SqlＤaｔａＡdaptersda＝neｗSqlDａｔaAdapter（);sda．SelｅcｔＣoｍｍａnd=nｅwSqlCoｍmand(＂ｓeleｃt＊froｍＵＳＧDＰ＂，coｎ）；ＤataＳｅtds=nｅwDataSeｔ（)；ｓdａ．Ｆill（dｓ,”USGDP”）;//定义原始数据序列长度intn=ｄs．Ｔａbles［0］。Ｒows．Ｃoｕnｔ;//定义原始数据对数值数组并赋值doubｌe[］Ｙ＝newdouble［ｎ］；ｆor(ｉｎｔｉ＝0;i〈n；ｉ+＋)｛Y[i］=Ｃonveｒｔ。ToDoｕble(ds.Ｔablｅs［0］．Ｒｏws［i］[1］)；}AＲＭAaｒma=neｗARMA(）；ｄoubｌｅｒesulｔ＝0;ｒｅsｕlt＝armａ.AｒmａＲesuｌｔ(Y）;Rｅｓponｓｅ.Write(＂＜BR/>”）；Response．Write(rｅsult）；｝}输出结果:该季度的历史值为：３３812。2。３算法实证分析1、美国季度GＤP拟合效果分析时间历史ＧＤP推测GDP相对误差19850１4221.８４21１．８50。２4%1９850２４2５4．84２39．５30。36%１９８50343０9４276．390.７6％198504４333．5４34６．070。２９％1986014390。５4３49．7８0．93%198６024３８7.７4429.８８0.96％１９8６03４４１２．6４385．930。60%１986０４4427。14４２8。44０。０3%198７０１4４6０443６.30０．53%１９870２4515。34481。1６０。76％1987０３4５59。３4552.190。１6%１9870446２5．54５88.890．79％19８80１４655.34６5８．90０．0８％19880２4７04.８4６92．４10．２６%1９88０3４７3４。5４７0６.29０。６0％1９88０４４７79.747４６.９1０.69％1９890１4809.8４７75.110.７２％１989024８３2。4481７.８0０．30％１9８9034845。6４8４8.１７0．05％１989０44８59.7４8８4。26０。51％1990014880．8４8８6.８60.１2%1990024９00。３48９7。940.05%1９90０３4903．3４920．52０.3５％19900448５5．14949.7４１。95％平均误差０。5０%2、美国季度PDＩ拟合效果分析时间历史PDI推测PDI相对误差198５01３12３．631４１.74０。５８％19８5023１８9。6３134.361.７３％１９8５0３３１５６．5324９．302.94%１9８50４３1７8.7313７．７６1.２9%１９８６0132２7。53１8９.９51。16％1９860２3281．4325４．３60．8２％１986０332７２．63314．091。2７％198６04３2６6.2326８。060。06％198701３295。23262。890。98％198702324１。73310。１１2.11％１9８70332８5.73218．352．05%19８70４3335.８３30０．１9１。０７%198801３３80.1３3６1。１９０.５6％１98802338６。334０7．340．62％１９8８033４07．5339９．6７0。2３%198８0４344３。１3414．86０．８2%198９013４7３。9３458.99０。43%198902３４５０。9３492．831.2１％19８９0３34６6。934５2。1５0.４3％１9890４３４933465.070。８0％19900１353１。4３504。２００.77％１９９002３５4５.335４9．210.1１％1９９0０335４735５8。780.３3％1990043５2９．53550。7５0.6０％平均误差0．９6%3、美国季度ＰCE拟合效果分析时间历史PＣE推测ＰCＥ相对误差１９8５012８2４。927５４.2７２．50％19850２2８４９。7２80９．９11.４0%１9８5032893．328７0.190．80%1985０４２８９５．３288５.95０。3２%１9８60１29２2．42919。８2０．0９%１98602２９4７。9２930。63０。59%1986０32993。７2932.182。０６％１98604301２.５2959．6５１.7５％198701３011.53０６1.１6１。６５%198７02304６.８3042。820。13％１987０33075．82987．3４2。8８％１98７043074.７３０８6.3３0．38％1９８８013128。２３094.1０1。0９％19８802３14７。8３1０5.9３1。33％19880３３１７0。63147．010．74%1９88０４32０２．9３１70．31１。02%19890１3２0０。93２０８。7５０.25％1989０2３２0８．６３224．8３0．51%１9８９０3３2４1．１３２25．290。4９％１９89０4３２41。63２26。74０。46％１９9001325８.8３245。０４0。4２％19９00２32５8．6３2５8。010。０2％1９90０3328１。2３２７７.65０。11％199０0４３251.８３２6６.0５０。44%平均误差0.89％2．3GMDH模型原理ＧMDH是自组织数据挖掘的核心技术,以ＧMDH为基础进展成多种自组织数据挖掘算法。了解GMDH的实现步骤和特点,有助于深化理解自组织数据挖掘的原理及其应用。ＧMDH算法的实现步骤是：⑴将数据样本集（Ｎ个数据样本)分为训练集A（ｔraininｇset)和检测集Ｂ(tesｔｉｎgｓｅt）（）.若建立推测模型，则将数据样本集分为学习集Ａ，检测集B和推测集Ｃ(chｅｃｋｉngｓeｔ)，．⑵建立因变量（输出）和自变量(输入）之间的一般关系，作为“参考函数”，一般常用K－G多项式.对于三输入单输出系统,例如可取二次Ｋ—G多项式为参考函数,并以它的子项作为建模网络结构中的ｍ个初始模型:此处m=１0。⑶从具有外补充性质的选择准则中选出一个（或若干个)作为目标函数(体系），或称为外准则（体系）。⑷产生第一层中间模型（图3．1）。传递函数为第一层中间模型，它们由自组织过程自适应产生,且因所含变量个数、函数结构而彼此不同.同时在训练集A上估量的参数。⑸第一层中间模型筛选。依据外准则,在检测集B上对第一层中间模型进行筛选，选出的中间模型将作为网络其次层的输入变量。图3.1GMDH产生最优模型过程示意图⑹形成最优简洁度模型网络结构.重复4、5两步,可依次产生其次、第三…层中间模型，最终形成可用于分析的显式最优简洁度模型（见图3．1），这里以第三层后的状态为例.在模型中变量的数目≤4,而网络初始变量的个数为5，初始变量在筛选中被自动淘汰。［３]２．4GMＤＨ算法实现２．4.1算法流程1,数据划分：将样本划分为训练集A和检测集Ｂ，将需要推测的作为推测集C（Ａ集合数据点个数记为N1，B集合数据点个数记为N２，C集合数据点个数记为N3);；２,计算模型的最大可能时滞为:;3,模型参考函数:;4，(１）将参考函数中每个加法单元中的非系数部分看成一个新的自变量，显然新的自变量的个数为，将这个新的自变量作为第一层的输入,它们两两组合,产生的局部函数的个数为;（2）分别在集合A和W上通过最小二乘法拟合这些局部函数的系数，得到简略的中间模型；（３)利用这些中间模型，计算其对应的集合A、集合Ｗ和集合Ｃ上的估量值分别为、、（其中利用由集合W上得到的中间模型的系数计算得到)；（４)计算每个中间模型的肯定抗干扰准则值：（5)找出这层的最小外准则值；推断：ＩＦ不是第一层,最小外准则值不再减小THＥN停止循环，到步骤（7）;（６)淘汰外准则值较大的个中间模型，剩下个中间模型的估量值、、进入下一层;两两组合,产生新的M个局部函数，继而到步骤（２）、(３）、（４)、（5）；(7)最小外准则值对应的中间模型为最优简洁度模型，估量值为需推测的样本值。［３]２.4.2算法说明算法调用实例:使用数据：调用算法：ｕsingＳyｓtem;usｉngSystｅm．Ｄatａ；ｕｓinｇＳｙsｔem．Ｃoｎｆiｇuraｔion；ｕsinｇＳysｔem。Coｌlｅcｔｉoｎs；usingＳystｅm。Ｗeb；uｓingＳystem．Web。Security;uｓiｎgＳｙsteｍ。Ｗeｂ.UＩ;usiｎgSystem。Ｗeｂ。UI。WebＣｏntrols;ｕsｉｎgSｙstem。Weｂ。ＵI．WebＣｏｎtroｌs.ＷebPａｒts;usｉngSｙstｅm。Ｗｅｂ。UI．HtｍｌＣoｎｔroｌｓ;usｉｎｇSｙｓtem．Data。SqｌClｉｅｎt；ｐuｂlｉｃpａｒtｉalclass_Defaｕlｔ:Sｙｓtem。Web。ＵI.Pａｇe{pｒotectedvoｉｄＰaｇｅ_Ｌｏａｄ(ｏbjecｔsｅｎｄｅｒ，ＥventＡｒgｓe）｛／/连接数据库，获得表中的数据SqlＣonnecｔioncoｎ=neｗSqlCoｎｎeｃtｉon（”server=WANGXIＡOWＥＩ;daｔabase=pubｓ；uid=sa；ｐaｓsｗoｒd=ｘiaoｂeｉ"）；con。Oｐen（）;SqlDaｔaAｄapterｓdａ=neｗＳqlDataAdapｔｅr()；sda．SeｌectCommand=nｅwSqlComｍanｄ（＂seｌeｃt*fromUSGDＰ”，con）；ＤataSetds＝ｎeｗDataSet()；ｓｄａ.Fiｌl（dｓ，＂ＵＳGDP")；//定义原始数据序列长度intn＝ds.Tａbles［0]．Roｗｓ．Coｕnt；//定义原始数据对数值数组并赋值dｏｕｂｌe[］Y＝ｎeｗｄouｂlｅ［n]；for（iｎｔｉ=0；i<n;i++）｛Y［i]=Ｃｏｎｖｅrt.TｏＤouｂle（ｄs．Ｔaｂles[0］．Rows［i][１］）；}ＧMDＨgmdh=ｎewＧMDH(）；doubleresｕlｔ=0;resｕlt=gmｄh。GmｄhReｓuｌｔ（Y）；Rｅspｏnsｅ．Write（＂〈BR／〉”）；Respｏｎsｅ.Wｒｉte（ｒesｕｌt);}｝输出结果：该季度的历史值为：３3812。4。3算法实证分析１、美国季度GDP拟合效果分析时间历史GＤＰ推测GDＰ相对误差１985014２2１.８4174．2２１3971．13%１98５02４25４．84２02。2982541。2３％198５０３４３09４225.1３0865１．９5％1９８５044333。5４２53.77０75１。8４％1986０１43９0。５4288.886８４62.31％１９86０243８7。7４309.4638３８1．7８％１986034412．６43５２。5３583２1．36％19８6０44427.14３9０。20５1890.8３％19８7０1４46０4406．99871１.1９％19８７024515。3４434．４68501１.7９%198７0３45５９。3４４89。8２415３１．５2%19８704４62５．5４496.5８81０３2.79％1９880１４6５５。34585。862８951。4９％198８０2４7０４。8４651.６92３７41.13％198803４7３4．５471５．２835640。41%19８8044７79.74723。8６80４６1.17%1９890１4８09.８４80９.８3４１４60。00％19８9024832.44836.９５８3９90.09％１9890３４8４5.64８55。74３８7０.21%1９89044８５9。748６0.6５２3540．02%1９90014880.８487１。863０4１0。18%1990024900.３４８93．７85６760.１3％1990034９03.３４913.０３433９０。２0％１9900４4８5５.１４9１1．05３5941.1５％平均误差1。０８%2、美国季度PＤＩ拟合效果分析时间历史PＤI推测PＤI相对误差1985０13１2３。63０93。4140.97％１９８５０2318９。６31１2．839２。4１％19８５03３156。５31２９．464０．8６%198５04３１7８．731４9．9320。９1%１９86０１3２2７.5３14７。2８1２。49％198６０２３281．４3174.8143.25％198６0３３2７２．632２7．5351．3８%１986０４3266.２3２4９。155０.52％1９87０１３２9５.２3261．8881．01%19８７02324１.73２8１.215１。２２％1９８7０3３285。7３249。４２81．１０%19870４3３35.83276．5531．７8％１9８８0１3380．１3284.４3７２。83%1９８802338６。３3308.９1５2.29%19８８03３40７．533４6。８6９１.78%１988０4344３。1３369．9372.12%198901３4７3．９3４１7。3311.6３%1９8９023450．934５0。４０。01%1989０334６6.934４4。8０50．64%1９890４349３３４５9。２43０.9７％1990０135３１。43482.６5４1.38％19900２３545．33５22。73６０.64%１99００3３54７353５．4５40。33%1９90043５2９．53541。4250．3４％平均误差1。37%3、美国季度PCＥ拟合效果分析时间历史PCE推测PCＥ相对误差１9８5０12824。92751．71６２.59%198５022849.7２774.１７２2.６5%１９85０３2８９3.32７9３.2273.46％１985０4２８95。３２８47．0６91.６7％198601２９22.４２8７5.355１．6１％1９860２294７。９28９5.39１.78％１986032993。7２９2５。４182.２8%１9８6０4３０12。5297９．０５１1.１1%１９87013011.５3003．305０。2７％1９８70２3046.8３0１0.97１1.1８％1９8703３0７５.８3０５4.１34０．7０%１９８７０４３07４。7３0８1。147０。21%19８8０1３128．２307１.２481.82％1988０２３１47。83130。764０.54%1988033１７0.63１5９．06５0.36%１988043202.93１７8．５6０．７6%1989013200．９３2０３。1160.07％19890232０８.6３２11．3080．08％１989033２41。13218．6５０。69%1９８９0４３24１．６32５1。6９９０.３１％1990０13258。8３２52．６8０．1９%１9９00２3258.63260.0７60．05%１99００3３28１.232６７。72８0。4１%19９0０4325１.83２70.１20．56%平均误差1.06％3。NET概述３．1。NET概述３．1．１．NＥＴ战略。NET战略将互联网本身作为构建新一代操作为系统基础，并对互联网和操作系统的设计思想进行合理延长，使开发人员能够编写出与设备无关的应用程序,以便更加地轻松实现互联网连接。。NTＥ包括一个相当广泛的产品家族,它们构建于ＸＭL和互联网产业标准之上,为用户供应Ｗｅｂ服务的开发、管理、应用和体验。图2-l是对.NTE战略结构的总体描述.组成.ＮEＴ战略的五个方面包括:.NEＴ开发平台。这是一组用于建立Ｗeb服务应用程序和Wiｎdows桌面应用程序的软件组件，包括。NETFｒａmeｗｏrk(框架）、.ＮEＴ开发者工具和ＡＳP．NEＴ。．ＮＥＴ服务器.能够供应广泛聚合和集成Weｂ服务的服务器是搭建．NEＴ平台的后端基础。。ＮET基础服务。密码认证、日历、文件存储、用户信息等基础服务是必不行少的。。ＮET终端设备。广泛的连接互联网并体验Wｅｂ服务的终端设备是实现。NＥT前端的基础。ＰＣ、ＰDA以及各种嵌入式设备将在这个宽阔的天地里发挥作用..ＮET用户体验.能够满意人们各种各样需求的用户体验是．NET的最终目，也是。ＮＥT的价值实现。在这五个组成部分当中,．ＮET开发平台中的.net框架是。NET软件构造中最具挑战性的部分，其他四个部分则紧紧围绕．NET框架来进行组织整合。[４-5］３．１.2.NＥＴ框架内核。NET框架真正实现了语言开发、代码编译、组件配置、程序运行、对象交互等五个层面的功能，为Web服务及一般应用程序供应了一个托管、平安、高效的运行环境。全部在.NＥT平台上创建的应用程序运行都需要两个核心模块:ＣoｍmoｎLanguａgeRuｎtiｍｅ（CLR，通用语言运行时）和。NEＴFramewoｒｋ类库。CＬR是一种软件引擎,用来加载应用程序,确认它们可以没有错误地运行,并进行相应平安许可验证,执行应用程序，然后将被清除。.NETFrameworｋ类库则向程序员供应软件组件，来编写在CＬR的掌握下运行的代码，它们依据单一有序的分级组织供应了一个浩大的功能集，包括从文件系统到对XMＬ功能的网络访问每一样功能。该类库为开发者供应了三种基本编程模板:基于AＳP.ＮＥT的weｂ表单应用、基于APS.NET的Wｅb服务应用和基于传统ＧUI交互的wｉｎdｏws应用.2－2描述了。ＮＥT开发平台的组成。1、通用语言运行时(CLR）CLR为．ＮET应用程序供应了一个托管的代码执行环境。托管意味着将原来程序员或操作系统做的工作剥离出来交由CＬＲ来完成,从而使程序运行获得高的平安性和稳定性。这些工作包括内存管理、即时编译、组件自描述、平安管理和代码验证,以及其他一些系统服务。CLR供应一个技术规范，无论程序使用什么语言编写，只要能编译成中间语言，就可以在它的支持下运行，这些。NET应用程序就可以独立于语言。CLＲ还在应用程序运行环境中为基于组件编程供应了直接支持,比如它支持属性、大事、对象、继承性、多态性、接口等组件编程特性。ＣLＲ中的自动垃圾收集器负责．NＥT应用程序运行时的内存支配、对象布局、内存释放等内存管理问题，彻底解决了多年来困扰程序员的内存泄漏问题，大大增强了应用程序的健壮性。即时编译器在运行时将中间语言以调用的对象方法为单位动态编译成本地二进制代码。中间语言是在.NEＴ平台下编译器输出PE文件（Wｉｎdows可执行件）的语言，它为.NＥＴ平台供应了多语言支持,允许开发者使用2０多种不同编程语言。而元数据是一个内嵌于PE文件的表的集合,描述了代码中数据类等在代码执行时CLR需要知道的信息。而元数据使得。NET应用程序代码具备自述特性，供应了类型平安保障,而这在以前需要额外的类型库或接口定义语（ＩＤL)。CLR依据托管组件的来源（如互联网、企业局域网、本地机器）等因素确定各组件的信任度，并依据信任度来限定它们执行诸如读取文件、修改注册表等敏感操作的权限。此外,CLＲ借助通用类型系统对代码类型进行严格的平安检查,可以避开不同组件之间可能存在的类型不匹配问题。通过代码访问平安机制，开发人员可以为应用程序指定完成工作所必需的权限.ＣLR不仅规定了代码访问平安，还规定了基于角色的平安。基于角色的认证为互联网上分布式组件的执行供应了平安保证［７］。值得指出的是，ＣＬR通常寄宿在其他高性能服务器的应用程序中，比如互联网信息服务器（IIＳ）、SＱＬＳeｒｖｅr数据库服务器等。这样,开发者可以充分利用ＣLＲ诸多平安、高效的优点来部署自己的商业规律。２、．ＮEＴFｒａmewｏrk类库及其供应的核心服务.ＮETＦramework类库由一组广泛的、面对对象的、可被开发者用于任何编程语言的可重用类集合组成。它供应了几乎全部应用程序都需要的公共代码；在此之上是很多应用程序模板，这些模板为开发网络站点和网络服务供应特定的分级组件和服务，不管是传统的命令行程序还是Ｗｉndows图形界面程序，亦或是面对下一代互联网分布式计算平台的AＳP.NET或Wｅb服务应用。与在windows和其它的ＳＤK中发送的代码库一样，。ＮET框架类库将程序员从繁重的编程细节中解放出来，从而更加专注于程序的商业规律.它将核心Ｗｉn３2API最常用的功能和外挂ＳDK的功能封装到了一个统一的包中，并接受清楚而有条理的方式对类库进行分组和描述，这样开发者就能够更便利地找到其应用程序所需要的大多数功能。下面是它所供应的一些核心服务:①、系统框架服务服务框架包括一套开发人员盼望在标准语言库中存在的基类库，如集合、输入/输出、字符串、数据等基类.基类库还供应访问操作系统服务的类,如图画、网络、线程、加密等类型。此外,服务框架也包括数据访问类库以及开发工具。②、ADO.NＥT组件ADＯ。NET为基于网络的、可扩展的应用程序和服务供应数据访问服务.它不仅支持传统的基于链接指针风格的数据访问，而且对于更适合于把数据返回到客户端应用程序的无链接数据模板，它也供应高性能的访问支持。③、XML数据组件通过它开发人员可以对任何数据进行ＸＭL转换、传输和确认，全部数据都可以被看作是ＸML格式的。同时，系统也支持AＤＯ.ＮＥT数据与XＭＬ数据之间的通用转换。④、Wｉndows表单组件Wｉｎdows表单组件为开发人员供应了强大的Windｏｗs应用程序模型和丰富的Ｗindｏwｓ用户接口，包括传统的ActiveX控件和WiｎｄｏwｓＸP的新界面,如透明的、分层的浮动窗口。对CＬＲ的强大支持也是Ｗindows表单组件令人兴奋的地方之一。⑤、AＳP.NET应用服务ＡSP.ＮET的核心是其用于处理基于低级结构HTＴＰ恳求的高性能的运行语言，其编译运行的方式大大提高了它的性能。ＡSＰ。NEＴ使用基于构件的.NET框架配制模板，因此它获得了诸如ＸＣOＰY配制、构件并行配制、基于XMＬ配制之类的优点。它还支持应用程序的实时更新,同时供应高速缓冲服务,以改善性能。⑥、ASP．NETWｅb表单ASＰ.NＥTＷｅb表单把Weｂ表单高效率的优点带到了wｅb应用程序的开发中.ＡＳP.ＮETＷeb表单支持传统的将ＨTＭL内容与脚本代码混合的ASP语法，但是它提出了一种将应用程序代码和用户接口内容分离的、更加结构化的方法。它供应一套映射传统HＴＭL用户接口部件(包括列表框、文本框和按钮）的AＳP．NＥＴWｅb表单控件和一套更加简洁的Wｅｂ应用控件(如日历和广告转板）。⑦、对Web服务的支持ASP。ＮET应用服务体系架构为用AＳP.NＥT建立Web服务供应了一个高级的编程模板。虽然建立Ｗeｂ服务并不限定使用特定的服务平台，但是AＳＰ．ＮEＴ很多优点将简化其开发过程。使用这个编程模型,开发人员甚至无需理解ＨTTP、ＳOAP或其他任何网络服务规范.AＳＰ．ＮＥＴ可以利用现存的体系架构和应用程序,为在互联网上绑定应用程序供应了一个简洁的、灵敏的、基于产业标准的模型.３．1.3.NET的优势.NET平台是基于Ｍicroｓoft软件工业基础的又一次升级和演化。它的优势有：1、标准的集成。ＸML＼ＳOAP以及其它。２、轻松部署。.ＮＥT使用了不同的方法，它根本就不使用注册表。Micｒｏｓoft推举的方法是，让组件（在。NEＴ里叫做ａssemblieｓ）都成为每个应用程序的本地组件。由于．NET并不使用注册表,所以大部分开发工作只需简洁地使用复制命令就能做到。通常没有必要开发安装文件.而且Ｗeb应用程序不会锁定组件，所以就不需要关闭应用程序来升级DＬL了。３、用于任何.NET语言的标准工具集。有一个统一的ＩＤE、调试器和其他类似的工具。这就可以让其他公司把他们自己的语言插入到IDＥ里,同时还能获得．NET工具的全部支持..NEＴ是足够开放的,所以其他的软件生产商也能供应自己的工具。4、Wｅb服务支持。有了.ＮET，开发Web服务变得十分简洁.可以使用记事原来创建简洁的Web服务,甚至还不需要通过编译器来运行它们，只需要简洁地调用它们，．NET就会对其进行编译,生成一个测试页面,这样可以查验它们是否能够正常工作。.ＮET拥有所需要的全部工具,并能生成所需要的文件。对于发送数据来说，Weｂ服务是格外好的。有了ADO．NETＷeb服务够接纳简洁的或者简洁的数据,并把它以严谨的ＸMＬ格式发送到任何客户端，这个格式里还带有一个链接，用于返回到描述数据结构描述的XSＤ（ＸMＬ定义语言)。5、Micｒｏsoｆt。NEＴ使编程工作变得更加容易，开发投资的回报率趋于最大化.开发者们可以创建能重用的XＭLWeb服务,而不再是单一的程序;这些Ｗeb服务易于编写和调试,彼此之间相互独立，通过XMＬmessagｅ通信及合作。所以对某一个服务的修改不会影响到其他的服务.由于ＸMLＷｅｂ服务可以被很多.NEＴ客户端共同使用，所以对一个服务模块的有效更新,也即更新了全部使用这个模块的,ＮET客户端。任何编程语言都可以用来编写XＭLWeｂ服务（如：c，c++,ＶiｓuａlBasic,Coｂol,Pｅrl，Ｐyｔhｏn和Ｊava等），程序员可以选择他们最生疏的语言来编程，这大大提高了开发效率。更值得一提的是,他们并没有由于使用了不同的语言而失去跨服务或跨组件的调试能力。６、Micｒｏｓoｆｔ.NEＴ削减了程序员要写的代码量，一个XMLWｅb服务能适用于全部的设备,不必再去为每一个设备编写一个不同的版本。另外，将显示特性与。NＥT体验分开以便以后加入新的接口技术。7、Miｃrosｏｆｔ．NET对“用户界面友好”作了重新定义。终端用户能够享受一个智能化的、共性化的Ｉnｔｅｒnｅｔ，它能记住用户的个人设置，并在适当的时候，向用户使用的智能设备上发送适当的数据。8、对平台非依靠性.虽然，.NＥＴ是为Micｒosoft的操作系统创建的,但是有很多应用程序，尤其是基于Ｗｅb的应用程序，一次写好能够运行在多种平台上。3.1.4ＡSP．NET概况ⅠＡＳＰ．NET架构ASP.NEＴ从ASP进展而来，它利用ComｍonLaｎｇｕageRunｔｉme和servｉce框架为Wｅｂ应用程序供应了一个牢靠的、自动化的、可扩展的主机环境。ＡSＰ。NEＴ也得益于ＣommｏnLａnｇuagｅRｕｎtｉme的Aｓｓｅmｂlｙ，极大地简化了应用程的部署.另外，AＳＰ．ＮET供应可以简化应用程序开发的服务（如状态管理服务）以高级编程模型（如ASP.NETWｅｂFｏｒmｓ和ASP.NＥTWebＳeｒviｃes）。ASP．ＮＥＴ的核心是ＨＴＴPRuｎｔｉme，它是一个高性能的用于处理基于低级结构的HＴTＰ恳求的Rｕnｔｉｍe，与ＭicｒoｓoｆtＩｎteｒnｅｔIｎｆormaｔｉｏnＳｅrvｉｃｅｓ（IIS）所供应的ISＡPI体系结构相像.ＨＴTPＲuntime是受控代码，它运行在非受控主机进行中,如IIS或客户机上的IＥ之类。ＨＴＴPRunｔｉmｅ负责处理进来的全部HTＴP恳求，并对每个恳求应用程序的URＬ进行解析,然后把恳求支配到应用程序以进行进一步的处理。HＴＴＰRuntime是多线程的,并异步处理恳求，因此性能差的应用程序代码不会阻碍它对新恳求的处理。而且HTＴPRｕnｔｉme对失败做出了规范，因此它可以尽最大努力自动地从访问冲突、内存泄漏、死锁等事故中恢复过来。ASP。ＮＥT供应了Weｂ应用程序模型，该模型由一组控件和一个基本结构成。有了它，Wｅｂ应用程序的构建变得格外容易。开发人员可以直接使用ASＰ。NＥＴ控件集,该控件集封装了公共的、用于超文本标识语言(HTMＬ）用户界面的各种小器件(诸如文本框、下拉菜单等等）.实际上，这些控件运行在Weｂ服务器上,它们将用户界面转换成ＨTＭＬ格式后再发送给扫瞄器.在服务器上,控件负责将面对对象的编程模型供应应Weｂ开发人员，这种编程模型能供应面对对象编程技术的丰富功能。ASP。NET还供应一些基本结构服务（诸如会话状态管理和进程重启服务)，这些服务大大削减了开发人员要编写的代码量，并使应用程序的牢靠性得到大幅度提高。ＡSＰ．ＮＥT还允许开发人员将软件作为一项服务来供应。通过使用ＡSＰ．ＮETWeb服务功能,ASＰ．NET开发人员只需进行简洁的业务规律编程，而由ASP.NＥT基本结构负责通过简洁对象访问协议（SOAP）来供应服务.ASＰ.ＮEＴ主要包括WｅbFｏrm和ＷebService两种编程模型。前者为用户供应建立功能强大，外观丰富的基于表单(Ｆｏrｍ）的可编程的Web页面。后者通过对HTTP，XＭL，SOAＰWSＤL等Ｉnterneｔ标准的支持供应在异构网络环境下猎取远程服务,连接远程设备,交互远程应用的编程界面。AＳP。NＥＴ接受了组件化和模块化的技术，并且将Wｅb应用的表现层和应用层分离,更加符合三层模式的概念。[6］ⅡASP．NET中的控件1、ASP。ＮＥＴ供应的标准控件ASP．ＮET供应五种类型的Web控件:①、对应于HTMＬ标记的内部控件②、在页面间供应数据流的Ｌｉst控件③、供应丰富ＵI内容和功能的Ｒicｈ控件④、执行大量ｆoｒmｖalｉｄation的Vａlｉｄatｅ控件⑤、WAＰ设备封装了WMＬ的Mｏｂiｌｅ控件2、用于数据绑定的控件Ｗeb控件中有一个新控件ＤataGｒid,它产生Dａtasｅｔ。为了从SQL查询的结果中产生一个ＨＴML表,开发者可以简洁地创建ＡDO。ＮEＴ对象、执行命令来获得数据，把它作为ＤａｔaGrｉd的数据源。开发时只要绑定数据到ＤａｔａGｒid，ASＰ.NＥT自动产生干净的HTML表.数据绑定并没有局限于数据库中的数据，开发者可以绑定哈希表、数组、其它服务器控件、页面的属性等任何东西到DａtaGｒid.3、开发新控件在AＳP.NＥT可以开发自己的控件，而且创建自己的控件还相当简洁。ⅢＡSＰ。NEＴ的优良特性1、ＡSP.ＮET使代码更清楚。AＳＰ。NＥT代码不仅易于编写,ASP．ＮEＴ代码的构成方式也提高了它的重用和共享.ASＰ。NEＴ提高了部署、可扩展性、平安性和牢靠性.2、ASP．NEＴ还对不同的扫瞄器供应更好的支持。3、ＡＳＰ。NEＴ是一种新的Ｗeb应用程序。4、增强的缓存功能。AＳP。NET有以下几个方面的缓存机制：①、页面级别的缓存（Ｐａgeｌevelcacｈiｎg）,允许缓存整个页面。②、片段缓存（Ｆragmentcａching)，允许缓存页面的某些部分。③、缓存API(CacheＡＰI），可以让程序员访问缓存引擎。5、调试和跟踪。ＡＳP。NＥT对调试的支持是十分强大的。AＳＰ。NET通过页面的Trａcｅ方法内置调试功能。6、代码和内容的分离.ASＰ.NＥT的一个极好的优点就是能够分离代码和内容。全部的内置代码都可以和页面分开,放在一个类模块中.7、标准库。ASP.NＥT对所需的功能进行模块化,把通用的特性打包到标准库中.４系统设计与实现4。1系统需求分析经济推测系统旨在运用经济计量模型方法系统地分析成都市宏观经济系统中各经济变量的相关关系，商量宏观经济政策变化对经济的影响,实现经济短期、中长期推测功能。在宏观上,通过利用模型确保能在自身的自然资源、地区优势、社会环境、技术水平、经济结构等条件下，最有效地发挥成都优势,促进经济的飞速进展;在微观上,通过模型定量分析经济变量（包括经济政策、重要的生产要素)经济进展中的相互作用，推测主要经济指标的水平和进展速度，为政府决策者制订有效宏观经济政策供应参考.4．１。1短期推测宏观经济短期推测是依据成都市“十一五”规划以及成都市当前经济进展的实际情况，建立一个成都市宏观经济（月度、季度）短期推测模型,对成都市的GDP、规模以上工业增加值、财政收入、全社会消费品零售总额、外资进出口总额、居民消费价格指数等指数进行短期推测，并就推测结果与实际情况进行拟和度分析，选择最佳的拟和度作为短期推测结果,并以分析报告的形式对外发布.1）月度推测①月度主要指标推测：成都市ＧＤP、规模以上工业增加值、财政收入、全社会消费品零售总额、外资进出口总额、居民消费价格指数等指数进行短期推测;且通过图表形式对外展现;②月度分析报告:依据上述推测结果,由相关人员撰写商量报告的形式，上传到系统，通过文档报告的形式发布.2）季度推测①季度主要指标推测：成都市GＤＰ、规模以上工业增加值、财政收入、全社会消费品零售总额、外资进出口总额、居民消费价格指数等指数进行短期推测;且通过图表形式对外展现;②季度分析报告：依据上述推测结果，由相关人员撰写商量报告的形式,上传到系统,通过文档报告的形式发布.４。1．2中长期推测宏观经济中长期推测模型是指对成都市宏观经济运行状况进行推测分析。简略做法是:先由经济专家依据成都市经济运行状况确定将来几年各个产业的增长率(高、中、低三种方案)，再利用该宏观经济计量模型计算出其他经济变量。这样就可以分析和商量在不同的经济增长模式下成都市主要经济变量的变化,并在此基础上找出制约经济进展的主要冲突和问题。在此基础上成都市的经济专家能够依据自己对将来经济走势的推断,设定自己认为合理的一些指标规划值，通过运行该宏观经济计量模型,得到用户自己设定的规划方案下的其它主要经济指标，进而分析政策变化对成都市宏观经济的影响。４。2系统功能和操作流程4.２。1系统功能设定基于系统需求,将系统分为两个大部分，第一部分为前台展现，其次部分为后台维护部分,下面将对两部分分别阐述:4.２。1。１第一部分:前台展现在该部分，依据指标的分类构建树形名目,依据树形名目的引导用户可以查看到相应的数据。指标总览：在该部分用户可以查看到月度、季度、年度数据的总体情况。单指标显示:在该部分用户可以查看到月度、季度、年度数据的的某一特定指标的历史和推测值。4。2。1。2其次部分：后台展现指标总览:在该部分,管理员可以查看到各个指标是否需要进行推测，从而进行相关操作。单指标推测：如果选中一个特定的指标，管理员可以对该指标进行相关的推测,如利用ARＭA，GＭDH等模型进行推测。４。2.２系统操作流程4．２。2.１前台展现首先是左方的树形名目，如下图：说明：树形名目中的项目均从数据库中引用,随着数据的变化而变化，属于动态显示内容.左图展现了短期推测，右图展现了长期推测项目通过左方的树形名目,可以查看相关的页面：说明:下面三张图分别显示了月度、季度和年度数据的总体推测情况说明：下面以月度ＧDP和居民消费指数为例说明，特定指标显示情况4．2.2。2后台维护说明：以季度推测为例，用户可以将模型推测的结果保存到数据库中去，或自定义调整结果,来完成后台的操作.季度指标推测ﻫ推测指标：ＧDP

自回归曲线模型ﻫ２0０8０２200８03200804３1５０.２５3０13．912８37．６7该推测模型平均误差为:1。35％