第四章運輸系統預測“人無遠慮，必有近憂”“凡是預則立，不預則廢”第四章運輸系統預測第一節概述第二節定性預測方法第三節定量預測方法本章重點第一節概述一、預測的概念根據客觀事物的過去和現在的發展規律，借助科學的方法和手段，對事物的發展趨勢和狀況進行描述分析，形成科學的假沒和判斷的一種科學理論。二、預測的基本原理整體性原理可知性原理可能性原理相似性原理反饋原理三、預測的步驟(1)確定目標(2)確定預測要素(3)選擇預測方法(4)收集和分析數據(5)建立預測模型(6)模型的分析(7)利用模型預測(8)預測結果的分析四、預測的基本要素時間數據模型費用精度實用在預測方法學上，15年-30年是最難預測的時間段15年30年五、預測的分類1、按預測技術的性質分類(1)定性預測:專家調查法、市場調查法、主觀概率法、交叉概率法、領先指標法、類推法等(2)定量預測：外推法：時間序列方法；因果法：回歸分析法、經濟計量法、投入產出法、系統動力學方法等其他定量方法：灰色預測法、神經網絡預測法等2、按預測對象分類(1)社會預測(2)經濟預測(3)科學預測(4)技術預測(5)軍事預測六、運輸系統預測目的：系統投資、規劃的需要；系統評價的需要。特點：外部：影響因素復雜，全面考慮其他子系統的影響；內部：系統的運輸能力與需求往往會產生不一致、不協調的狀況，預測時須考慮運量的特點：正常運量、轉移運量、新增運量；內部各運輸方式之間的競爭決定了預測時要考慮某種子系統的建設對其他子系統的影響及對運量變化的影響。

第二節定性預測方法一、集思廣議法（智暴法）二、德爾菲法三、對比類推法四、前景分析預測法一、集思廣議法（智暴法）步驟：明確問題；發表意見；討論找出滿意答案。人員組成：(1)方法論學者——即預測學領域的專家，一般擔任會議的組織者；(2)思想產生者——專業領域的專家，人數應占小組的50％、60％;(3)分析者——專業領域內知識比較淵博的高級專家;(4)演繹者——具有較高邏輯思維能力的專家。與會人員遵循規則：(1)禁止對與會者或其他人發表的意見作任何非難，還要避免言詞上的武斷等；(2)“思想”的數量是首要的,數量越大，出現有價值思想的概率就越大。(3)要重視那些不尋常的、看得遠的、貌似不太合實際的思想，歡迎自由奔放的思考，思路越廣、越新則越好。(4)應將上述思想進行組合、分類、公布以及改進。適用范圍：智暴會議比較適合于所探討的問題比較單純，目標比較明確的情況。如果問題牽涉面太包含因素太多，那就要首先對所研究的問題進行分析和分解，然后采用此法。例4-1二、德爾菲法思路：由預測的單位根據預測的目的、要求，設計意見征詢表，有選擇的聘請一組專家，向他們提供與預測問題有關的情況和資料，發給征詢表，要求專家根據自己的經驗進行判斷，對征詢表的問題作出回答。1）

德爾菲法的特點

①匿名性②反饋性③收斂性④廣泛性

德爾菲法的優點是：便于獨立思考，獨立估測；即集思廣益，又經濟合理；利于探索性解決問題；具有廣泛的應用范圍。其不足是：易忽視少數人的創意；缺少思想交鋒和商討；容易受組織者主觀意想的影響。2)德爾菲法程序：

①建立預測工作組②選擇專家③設計調查表

④組織調查實施⑤匯總處理調查結果

3)德爾菲的運用范圍:

①缺乏足夠的資料②作長遠規劃或大趨勢預測

③影響預測事件的因素太多④主觀因素對預測事件的影響較大例4-2三、對比類推法（經驗判斷法）原理：利用事物之間的相似特點，把先行事物的表現過程類推到后繼事物上去，從而對后繼事物的前景作出預測的一種方法。分類：依據類比目標的不同可以分為產品類推法、地區類推法、行業類推法和局部總體類推法。預測步驟：(1)明確預測目標(2)確定類比目標(3)分析類比的可行性(4)確定預測起始點(5)測算預測期間單位時間遞增率(6)具體計算預測期間各時間段的預測值四、前景分析預測法是一種辨識關鍵因素及其影響的方法。兩種方式表述：一類是對未來某種狀態的描述；另一類是描述一個發展過程。例4-3各種方法對比以上四種定性預測方法中，除類推法之外，其余三種的共同問題就是如何選擇好專家，關鍵在于選擇合適且全面的專家組，實施要點如下：方向選擇：根據預測的任務和內容，主要看專家就此問題提供多少有用信息，以本專業為主，適當聘請外部分和邊緣、交叉學科的專家，開闊思路，提高質量。人數的選擇：以10-50人為宜，堅持自愿原則，尤其是德爾菲法，在調查表編制上要以方便專家回答為原則。禁止對自己或他人發表的意見，思想進行非難，允許發表不同意見。第三節定量預測方法一、時間序列預測法二、回歸分析預測法三、灰色預測簡單平均法指數平滑法一、時間序列預測法原理：一方面，承認事物發展的延續性；另一方面，充分考慮到事物發展偶然因素的影響而產生的隨機性。為了消除隨機波動的影響，以歷史時間、序列數據為基礎，用概率統計的方法，運用一定的數學方法使其向外延伸，預測未來發展變化趨勢。適用范圍：趨勢變化、周期變化、隨機變化方法利弊：優點是其預測結果人為的主觀因素較少，簡便易行，費用不大；缺點是不能反映隨機受到的外部環境影響，預測結果的可靠性、實用性較差，只適于進行短期預測。1、簡單移動平均法以歷史數據的算術平均數、加權算術平均數和幾何平均數等直接作為預測值。(1)算術平均法P62例4-4(2)加權平均法P63例4-5思考題：一次簡單移動平均預測法只能預測一期，二次移動平均預測法也是如此嗎？2、二次移動平均預測法二次移動平均預測法適用于存在明顯的線性上升或下降的時間序列。它依據兩次移動平均數據，建立線性趨勢預測模型進行預測。預測模型：參數確定：N的取值：一般地，對某種社會經濟現象時間序列選擇跨越期大致考慮如下：（1）發展趨勢呈水平樣式，N取值大小關系不大；（2）發展趨勢呈脈沖式（即僅在某時期突然增加或減少，隨后基本保持不變），為了消除隨機干擾，N一般取大值；（3）發展趨勢呈階梯式（即開始一段時期是某一平穩水平，另一段時期跳到另一平穩水平，發展趨勢有拐點），為了讓預測值靈敏地反映實際變化，N一般取小值。例1:已知某公司年度銷售額數據如表8.1所示，試用二次移動平均法，預測該公司2004年、2005年和2006年的銷售額。表1某公司歷年銷售額數據表單位：萬元年度銷售額

1992200

1993240

1994360266.7

1995380326.7

1996420386.7326.71997400400.0371.11998340386.7391.11999360366.7384.42000420373.3375.62001460413.3384.42002420433.3406.72003460446.7431.1解：從銷售額的觀察值判斷，該時間序列近似直線上升趨勢，可用二次移動平均法預測。相應數據見表8.1第3、4列。根據上圖，從該時間序列數據對應的曲線來看，其發展趨勢是呈階梯式的，因此N取小值，這里取N=3。參數：預測模型為：因此，該公司2004年銷售額的預測值為：462.3+15.6*1=477.9萬元，同理，其2005年、2006年銷售額的預測值分別為493.5萬元和509.1萬元。方法利弊：移動平均預測法存在二個問題：一是計算未來預測值沒有利用全部歷史資料，只考慮N期資料便作出預測；二是當移動平均間隔中出現非線性趨勢時，給較近期觀察值以較大權數，較遠期觀察值以較小權數，進行加權移動平均，預測效果較好，當要為各個時期配合適的權數也非常麻煩。為克服上述缺點，我們介紹指數平滑法3、指數平滑法原理：只需要本期的實際值和本期的預測值便可預測下一期的數據，不需要保存大量的歷史數據。指數平滑法包括一次、二次、三次指數平滑。①一次指數平滑法式中，為本期一次指數平滑值，為上期一次指數平滑值，為本期觀察值，為平滑系數。預測模型為：一次指數平滑預測法適用于時間序列水平變動狀態的短期預測。2、初始值的確定。在預測實踐中，一般采用這樣的方法判斷處理：當時間序列期數在20個以上時，初始值對預測結果影響很小，可用第一期觀察值代替，即當時間序列期數在20個以下時，初始值對預測結果有一定影響，可用第一、二期的平均值代替，即3、平滑系數的確定。一般情況下，觀察值呈較穩定水平發展，a取0.1-0.3；觀察值波動較大時，a取0.3-0.5；觀察值波動很大時，a取0.5-0.8。a越小，視歷史信息越重要（修勻程度大），反之視當前信息越重要（修勻程度小）。如果指數平滑的目的在于用新的指數平滑值去反映時間序列中包含的長期趨勢，應取較小還是較大的值？如果目的在于更敏感地反映最新觀察值的變化，又是如何？實際預測時，通常初選幾個a值，經過試預測，對所產生的誤差進行分析，選取其中誤差最小者。②二次指數平滑法模型：在上述二次指數平滑處理的基礎上．可建立線性預測模型：其中：當實際數據的時間序列具有明顯的線性趨勢時，可采用二指。例2：某百貨公司1992-2003年營業額數據如下表所示，試用指數平滑法預測該公司2004-2006年的營業額。表2某百貨公司歷年營業額數據表單位：萬元年度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：該時間序列曲線如下圖所示，即其變動趨勢接近直線上升，因此這里應用二次指數平滑法。因觀察值不足20期，這里的初始值用最初兩期觀察值的平均數，即124萬元。另外，由于該時間序列曲線有一定的波動，取。從而可以分別計算該時間序列的一次指數平滑值和二次指數平滑值，見表8.2的第4、5列。進一步，求出參數從而可以得到預測模型：進一步，根據該預測模型，即可求出各年度的預測值，見表8.2的第6列。并計算出該百貨公司2004年的營業額預測值為：244.5+12.7*1=257.2萬元，同理可計算出其2005年、2006年的預測值分別為269.9萬元和282.6萬元。③三次指數平滑法：數據具有曲線傾向模型：在三次指數平滑處理的基礎上．可建立如下非線性預測模型：其中：注：一般初值取X0=S（1）0=S（2）0=S（3）0各種指數平滑法的比較方法數據特征預測模型特點及局限性一次指數平滑平穩非季節性只能預測一期二次指數平滑線性趨勢非季節性1個平滑系數，使用簡單。反映數據的線性趨勢三次指數平滑非線性趨勢非季節性只有一個平滑系數，可反映數據非線性趨勢，較實用使用要點(1)模型中參數的選擇簡單平均預測法：可選n=3，5或6;指數平滑預測法：若時間序列比較穩定，則a的取值比較小；若時間序列變動較大，則a的取值應比較大，使預測能敏感地跟蹤實際值的變化。可選a=0.1,0.3,0.5或0.9，哪個參數對應的預測值更接近實際值，就選擇哪個。對于時間序列預測法，n值的選擇很重要。如果時間序列有周期性的變化，且為分月資料時，應取n=12；對分季度資料，應取n=4，這樣才能消除季節變化的影響，顯示出長期趨勢。(2)預測模型的檢驗：后驗擬合法比較預測對象的歷史數據與預測模型計算值之差是否小于預測精度：二、回歸分析預測法原理：根據事物內部因素變化的因果關系來預測事物未來的發展趨勢。預測步驟：(1)進行相關關系分析(2)初步建立預測模型(3)計