预测模型的特点及应用研究

从上 面可 以看 出， 要使用 时间序列分析 ， 想 数据间必须存 在着 某种 依赖 关 系 ， 是 在本 题 中 ， 但 顾客 的 申请总 量是 随机 １ ．若原始序列是 杂乱无章的 ， 经过 Ｇ （ ．） 型后 ， Ｍ １ 模 １ 序 不存 在或 很难 寻找 到 ＋ （ ， ，… ） 样 的数据 这 列也 成指数 型变化 规律 ， 因此 ， 以说 Ｇ （ ．） 可 Ｍ １ 基本 只适 合 的 ， １ 指数型变化 的系统。 依赖关系， 因此， 时间序列分析在此题也不适用。
一
、
各 种预 测模型 介绍及 特点
（ ） 间序 列分析 四 时
（ ） 色预测模型 一 灰
时 间序 列较 为抽 象 。设 已知 时 间序列 ， ，…咒 ， 其
个 时 灰 色 预测 方法 ， 特别 是 Ｇ （ ， 模 型 ， 年来 在 社会 ， 中 表示 某 活动第 ｉ 时 刻 的数 据 ， 间序列 预测 就是在 ｎ Ｍ １１） 近 科技 ， 业 ， 农 气象 ， 利 ， 水 医学等 各个 领域得 到 了广泛 的应用 ， 时刻 根据前 ｎ 个时刻 的数 据估计 第 ｎ ｌ ＋ 时刻 的值 ， 是一个 这 但在实 际的应用过程 中发现效果 时好 时坏 。我们 通过 以下原 对给定 的数据拟合一个 模型然后进行 外推的过程。
来自百度文库
３ ．灰色模 型 的根本 假设 是假定 参数 ａ “为定常 数的一 模 型。 ，
（， １ “ ）
阶线性微 分方程
ｄｒ
＋ ） 向原始 数列逼 近 ， 甜０ ＝ 其本质
是使原 始数据成指数规律变 化。
神经网络是人脑神经 网络的一种物理模型， 是由大量神 经元按 照一定 的方式组 合而成 的网络。数学上可 以证 明神经
通 过 以上 解释 我们 可以得 出 ： 色模 型只 适合成 指数 型 网络 可 以逼 近任 意的 函数 ， 样一来 神经 网络模 型可 以弥 补 灰 这 变化的序列， 在本题中， 我们明显可以看出数列并不是指数的 其他很多方法的在数据搜集因素相关分析等方面的缺陷。神 变化趋势 ， 以灰 色预测模 型在此题 中不适 用 。 所 经网络以其独特的信息处理特点， 在许多领域得到成功的运
刘 辉 ， 葛生燕 ， 武 ， 钟 田小琴 ， 张锦琰
（ 重庆 邮 电大学， 重庆 ４０ ６ ） ００５ 摘要 ： 预测 在现 实生活 中有很 重要 的运 用， 实用域很 广。 由于社 会经 济的 需要 ， 同的预 测模 型也 随之应运 而生 ， 不 如 灰 色预 测模 型、 曲线模拟 、 回归 分析 、 经 网络 、 间序 列分析 预测模 型。不 同的预 测模型各 有特 点和适 用范围 ， 神 时 文章 通过对 某货运公 司未来七 天用户货 运 申请量预 测的具体 实例 ， 探讨预 测模 型的特点和应 用。 关键词 ： 预测模型 ； 色预测模 型 ； 灰 曲线模 拟 ； 回归分析 ； 间 列分析 ； 网络 时 序 神经 中图分类号 ： ４ ８ ０ ３ 文献标识码 ： Ａ 文章编号 ：０ ９ ２ ７ ２ １ １— １８ ０ １ ０ — ３４（ ０ ０） ６ ０ ０ — ２ 我们 通 过对一 些货运 公 司运营及 工作 的 了解 ， 发现 如果 数列 呈 上下 波动 且范 围较 大 ， 须 采用 高 阶的多项 式模 拟 。 必 公 司能够 提前得 到一段 时 间内每天 的货物 申请 量作为 参考 ， 然而 ， 多项式模 拟随着阶数 的增 加预测结果 的可信 度就越低 ， 般 是不超 过 ３ ４阶 ， 而 ３ ４阶无 法模 拟 出此 题 的数列 的 、 然 、 那么将带 来极大 的经济效益 。根据 实际情况得 到某货运公 司
一
现有 一个 月的 Ａ类 货物 申请量数 据 ， 来预测 其后 ７天 内每 天 趋势 ， 以 ， 所 曲线模 拟在此题也不适 用。 各类 货 物 申请 量 。其 中， Ａ类 货物 一 个月 的 申请 量 １０ ６１
５ ２１ ８ ０ ４ ３ ７ ３ ３ ３ ２ ０ ｌ ６ ８ ７ ３ ３ ８ ７ １ ２ ４ １ ９ ４ ９ １ ０ ２ ２ ２ ０ １ ７ １ ９ ７ ７ ｌ ０ ６ ８ ｌ ２ ５ ４ １ ５１ ２ ７ ９ １ ８ ２ ４ ０ ６ １ ９ ３ ４ ２ ５ ７ ３ ２ ８ ５ ４ ９ １ ９ ４ ４ ４ ９ ２ ２ ６ ０ ３ ７ ０１ １
因了解其 特点 ：
２ ．Ｇ （ ．） 累加之后 的原 始数据可能会 预测的更为 准 １ 对 １
确 ， 对原始序列直接 校验 预测的有可能不 准确 。 但
，
通过 以上分 析可知 以上预 测模 型在此 题 中均 不适用 ， 那
有 没有使 用 于此题 的预测模 型 呢？有 ， 那就是 神经 网络预测 （ ） 经网络模型 五 神
们无 法从题 目中找出影 响 因子 ， 因此 回归 分析在此题 中仍 然
不适用 。
预测需要 有历 史数据 的支持 ， 根据 已给数据 的特点 ， 决定 月 的货物 申请量 ， 没有给 出其 他相关 的数据信 息 ， 以， 并 所 我 用什 么样 的模 型进行 预测。下面我们一一 介绍和运用 。
２ １ 年第 ｌ 期 ００ ６ （ 总第 １ １ ） ５期
串圈高新技术 企业
Ｃｈ ｎ － ｃ ｔ ｒ ｒ ｅ ｉ ａＨｉ Ｔｅ ｈ Ｅｎ ｅ ｐ ｉ ｓ ｓ
ＮＯ．６．０ｌ １ ２ ０
（ ｕ ｕ ｔ ｅ Ｎ ．５ ） Ｃ ｍ ｌ ｉ ｔ Ｏ １ １ ａｖ ｙ
预测模型 的特点及应用研究
２ ８ ８ ０ ２ ４ ６ ４ ３ ６ ０ ９ １ ３ ｏ ４ ０ １ ５ ２ ９ １ ７ ６ ６２ ２ ２ ８
（ ） 三 回归分析
回归 分析法 又称统 计分 析法 ， 务是确 定预测 值和影 其任 响因子之 问 的关 系 。该 方法 不仅 依赖 于模 型的 准确性 ， 更依 赖于影 响 因子其本 身预测值 的准 确度。在此题 中只给出一 个