数学建模的几种基本预测方法的探讨
张贻民，梁明 (茂名学院师范学院，广东茂名52500
摘要：针对学生在建立预测模型时不能准确判别使用合适的预测模型，归纳了几种使用较多的预测方法：微分方程模型、时间序列方法、灰色预测和BP神经网络。对每种预测模型做了简单的介绍分析和适当地对某些模型进行了改进，总结了相应的优缺点17,及各自适用的预测范围。
关键词：微分方程模型；时间序列法；灰色预测；BP神经网络
预测学是一门研究预测理论、方法、评价及应用的新兴科学，是软件学中的重要分支。综观预测的思维方式，其基本理论主要有惯性原理、类推原理和相关原理。预测的核心问题是预测的技术方法，或者说
是预测的数学模型。随着经济预测、电力预测、资源预测等各种预测的兴起，预测对各种领域的重要性开
始显现，预测模型也随着迅速发展。预测的方法种类繁多，从经典的单耗法、弹性系数法、统计分析法，到
目前的灰色预测法、专家系统法和模糊数学法，甚至刚刚兴起的神经网络法、优选组合法和小波分析法，据
有关资料统计，预测方法多达200余种。因此学生在使用这些方法建立预测模型时，往往不能正确地判断
该用哪种方法，从而不能准确地建立模型，达到要求的效果。不过预测的方法虽然很多，但各种方法多有
各自的研究特点、优缺点和适用范围。本文将综合介绍数学建模使用的几种基本的预测模型，并总结各模
型的优缺点和适用范围。
1 微分方程模型
当我们描述实际对象的某些特性随时间(或空间)而演变的过程、分析它的变化规律、预测它的未来性
态、研究它的控制手段时，通常要建立对象的动态微分方程模型。微分方程大多是物理或几何方面的典型
问题，假设条件已经给出，只需用数学符号将已知规律表示出来，即可列出方程，求解的结果就是问题的答
案，答案是唯一的，但是有些问题是非物理领域的实际问题，要分析具体情况或进行类比才能给出假设条
件。作出不同的假设，就得到不同的方程。比较典型的有¨ ：传染病的预测模型、经济增长预测模型、正规
战与游击战的预测模型、药物在体内的分布与排除预测模型、人口的预测模型、烟雾的扩散与消失预测模
型以及相应的同类型的预测模型。其基本规律随着时间的增长趋势是指数的形式，根据变量的个数建立
初等微分模型。
微分方程模型的建立基于相关原理的因果预测法。该法的优点：短、中、长期的
预测都适合，而．既能
反映内部规律，反映事物的内在关系，也能分析两个因素的相关关系，精度相应的比较高，另外对初等模型
的改进也比较容易理解和实现。该法的缺点：虽然反映的是内部规律，但是由于方程的建立是以局部规律
的独立性假定为基础，故做中长期预测时，偏差有点大，而且微分方程的解比较难以得到。
2 时间序列法
将预测对象按照时问顺序排列起来，构成一个所谓的时间序列，从所构成的这一组时间序列过去
的变化规律，推断今后变化的可能性及变化趋势、变化规律，就是时间序列预测法。时间序列预测一般反
映三种实际变化规律：趋势变化、周期性变化、随机性变化。
考虑一组给定的随时间变化的观察值，t=1，2，3，?，n}，如何选取合适模型预报，t=n+1，n+
2，?，n+k}的值。
上面的模型统称ARMA模型，是时间序列建模中最重要和最常用的预测手段。事实上，对实际中发生
的平稳时间序列做恰当的描述，往往能够得到自回归、滑动平均或混合的模型，其阶数通常不超过2。时
间序列模型其实也是一种回归模型，属于定量预测，其基于的原理是，一方面承认事物发展的延续性，运用
过去时间序列的数据进行统计分析就能推测事物的发展趋势；另一方面又充分考虑到偶然因素影响而产
生的随机性，为了消除随机波动的影响，利用历史数据，进行统计分析，并对数据进行适当的处理，进行趋
势预测。优点是简单易行，便于掌握，能够充分运用原时间序列的各项数据，计算速度快，对模型参数有动
态确定的能力，精度较好，采用组合的时间序列或者把时间序列和其他模型组合效果更好。缺点是不能反
映事物的内在联系，不能分析两个因素的相关关系，常数的选择对数据修匀程度影响较大，不宜取得太小，
只适用于短期预测。
3
灰色预测的基本思路是将已知的数据序列按照某种规则构成动态或非动态的白色模块，再按照某种
变化、解法来求解未来的灰色模型。它的主要特点是模型使用的不是原始数据序列，而是生成的数据序
列。其核心体系是灰色模型(GM)，即对原始数据作累加生成(或其他方法生成)
得到近似的指数规律再进
行建模的模型方法。优点是不需要很多的数据，一般只需要4个数据就够，能解决历史数据少、序列的完
整性及可靠性低的问题；能利用微分方程来充分挖掘系统的本质，精度高；能将无规律的原始数据进行生
成得到规律性较强的生成数列，运算简便，易于检验，具有不考虑分布规律，不考虑变化趋势。缺点是只适
用于中长期的预测，只适合指数增长的预测，对波动性不好的时间序列预测结果较差。
4 BP神经网络模型
BP神经网络模型，是目前神经网络学习模型中最具代表性、应用最普遍的模型。BP神经网络架
构是由数层互相连结的神经元组成，通常包含了输入层、输出层及若干隐藏层，各层包含了若干神经元。
神经网络便于依照学习法则，透过训练以调整连结链加权值的方式来完成目标的收敛。所得的神经网络
构架结构基本形式.BP神经网络的神经采用的传递函数一般都是Sigmoid(S壮弯曲)型可微函数，是严格的递增函数，在线性和非线性之间显现出较好的平衡，所以可实现输入和输出间的任意非线性映射，适用于中长期的预测；优点是逼近效果好，计算速度快，不需要建立数学模型，精度高；理论依据坚实，推导过程严谨，所得公式对称优
美，具有强非线性拟合能力。缺点是无法表达和分析被预测系统的输入和输出间的关系，预测人员无法参与
预测过程；收敛速度慢，难以处理海量数据，得到的网络容错能力差，算法不完备(易陷入局部极小)。
5 结束语
本文综合介绍了几种基本预测方法的使用范围和相应的优缺点，学生可以根据以上的一些经验，在建
立预测模型的时候可以依据不同的情况进行不同的选择，从而建立合理的数学模型。其实在一般情况下
最合理的就是组合模型，也就是把上述的两种或两种以上的模型综合运用，所取得的精确度会更好，稳定
性也会更好。
Tags 数学建模| 预测| 方法| 探讨
?
健康饮食方法解决亚健康 2008-07-21 20:17 生活资讯
防治脱发最佳食疗方法 2008-07-21 20:11 生活资讯
计算数学相关资料和学习方法 2008-06-24 15:44 学术科学
图像分割原理及方法和途径 2008-06-19 17:59 电脑技术
几种基于图像内容检索提征提取方法及比较 2008-06-13 18:48 电脑技术
[本日志由admin 于2008-06-22 04:42 PM 编辑]
[ 阅读字体大小：大中小] [ 收藏此页到： Igoshow
研究生专业课程考试答题册 学号 2015022056 姓名张华威 考试课程系统工程理论与方法 考试日期 2016.01.06 西安工程大学研究生部
西安工程大学 硕士研究生课程考试试题 考试科目：系统工程理论与方法课程编号：022014 年级：2015级学院：机电工程学院 说明：所有答案必须写在答题册上,否则无效。共 1 页第 1 页 本课程考核采用提交报告形式，具体要求如下： 1．形式 （1）专题研究型 按照研究型论文的规范，表明研究问题与研究现状、提出新的分析方法，或对已有方法作出某种修正，或利用已有理论与方法对所研究问题进行分析并得出有价值的结论等。 （2）文献综述型 围绕一研究领域或学派对其研究现状与发展趋势、有待进一步深入研究的问题等进行详细阐述。 2．注意事项 [1]鼓励提交专题研究型论文； [2]按学术论文规范编排：包括中文摘要、关键词（3至5个），并将主要参考文献 在正文引用处标注等； [3]切忌写成工作总结或心得体会； [4]字数在6000字以上； [5]利用研究生考试册的封面装订并裁剪整齐。
系统预测方法及应用 摘要 预测是建立在已有或已知基础上对未来的探索，运用系统性的科学技术和手段对系统未来趋势进行分析，就是系统预测。作为决策的前提，系统预测在生产管理中发挥着重要作用，从简单的时序分析预测，到复杂的回归建模预测，不同的预测方法满足了不同种类的预测需求。本文从系统预测概念出发，结合不同的预测方法，阐述了系统预测在不同领域的应用。 关键词：系统预测时间序列分析预测法质量预测 Abstract Prediction is based in existing or known on the basis for the future exploration and analysis of the future trends of the system by using the system of science and technology and means, is the system prediction. As the premise of decision-making and forecasting system in production management plays an important role, from the simple timing analysis and forecasting, to complex regression modeling and forecasting, different forecasting methods to meet the different kinds of demand forecasting. This paper from the system prediction concept, combining the different forecasting methods, expounds the system prediction in different fields. Key words：System prediction Time series analysis prediction method qualitative forecast
南方电网95598客户服务中心 业务量预测与人员排班管理办法 预测来话量，首先要收集历史数据进行分析，总结和建立来话情况的模型： 一、通过对历史来话数据分析，列出全年来话趋势，我们遵循下列原则进行来话预测： 1）按营销和业务推广习惯进行来话预测； 2）按季节不同进行预测 3）按月初、月末及节假日来话情况进行预测 二、次月来话预测的计算方法为： 1）根据本年上一月来话数据与当前月来话进行比较，求出当月的上升或下降幅度比值，简称为：近期来话变动值； 2）根据往年次月与当前月来话进行比较，求出次月的上升或下降幅度比值，简称为：历史来话变动值； 3）对近期三个月的来话进行统计，求出近期月均来话值和日均来话常数值； 4）根据近期三个月来话数据求出每日来话与当月总来话的比值，简称为：每日来话比值；（排除月初、月末和已经知道的营销活动宣传日外，其余往突发故障日所对应的次月同一日则取日均来话常数值进行预测。） 5）根据近期实际的系统运行影响来话的情况计算出系统故障影
响值； 6）次月日均来话= [近期月均来话值*（1+近期来话变动值）*（1+历史来话变动值）]*近期系统故障影响值*每日来话比值； 7）根据近期正常周（非月初、月末）来话的模型，将周分为两段：第一段：周一至周五 第二段：周六、周日 根据周六、周日在近期周来话情况中较周一到五的下降比例计算出周来话： 周一：次月预测日均来话值 周二：次月预测日均来话值 周三：次月预测日均来话值 周四：次月预测日均来话值 周五：次月预测日均来话值 周六：次月预测日均来话值*周末下降比例 周日：次月预测日均来话值*周末下降比例 8）在计算出次月周均来话值后，就可以用次月的实际周数计算次月预测量，再将全月分为月初、月中、月末三段；根据近期三个月的月初、月末每日来话占全月来话的比例算出月初、月末的相应日来话； 三、流程简图：
如何做业务分析_业务分析办法 业务分析方法主要用于建立业务流程模型，有助于理解、设计流程。目前出现 的几十种流程建模工具有仿真分析、成本或效益分析、成本控制、质量管理和 决策支持等功能。今天乔布简历小编带大家具体了解业务分析方法，如何做业 务分析。 关键词：如何做业务分析，业务分析方法 业务分析是一个能够让人们管理大量客户、市场、金融和企业数据并通过更完 善的分析技术和工具将数据转化为先进洞察的规则。在大数据时代，企业面临 很多问题。缺少可用的信息；不能迅速而有效地分析非结构化数据；大量数据 被忽略、处理不当或未充分利用。有很多企业正在凭借着不完整或不可信的信 息来制定重要决策。而业务分析可以有效改变这一局面。常用的方法有头脑风 暴法，通过正规的讨论程序、规则，借助一些软件工具，来保证讨论的有效性。头脑风暴法能帮助企业及时发现企业流程中所存在的问题，提出自发性的改造 设想；还有关键成功因素法、约束理论、作业成本法等。 如何做业务分析 在大数据时代的今天，一个企业如果不能快速并有效的分析零散的数据；不能 充分的利用数据；或者根本就获取不到可用的信息就会面临很多问题。业务分 析可以帮助一个企业构建业务分析和优化战略、可以帮助优化企业信息管理和 企业内容管理等。可以帮助企业准确的预测结果，甚至发现无法遇见的商机。 所以一个好的业务分析是非常必要的。那如何做业务分析呢？ 电子表格的方式 一些中小型企业常常利用电子表格的方式来进行业务分析，在一定程度上，电 子表格提供基本的整理工具，但是局限性是巨大的。比如它出错率高、很难整合、数据集成效果也不理想、最致命的是缺少版本控制的方法。所以，电子表 格在中小型企业中业务分析中并不能起到十分有效的作用。那么不妨尝试下其 他软件。 Cognos Express 任何一个行业，采用新的技术都可以更加有效为工作提供帮助。同样业务分析 也可以借助软件实施。IBM Cognos Express 就是一个专为中小型企业设计 的业务分析软件。它提供了仪表盘、分析、报表等多种规划方式。利用这个软件，企业可以更及时的预测、更准确的规划、更有效的决策。通过软件进行业 务分析能节省大量时间，减少不必要的错误，还能促进企业间的协作，能有效 提高市场竞争力。 通过上面的方式可以做出很好的业务分析了，但还需要结合行业特性有针对性 的进行分析，这样才能提高业务分析的作用。对于找工作和实习想做业务分析的小伙伴，可要加油喔！
系统安全分析和预测方 法论述 集团公司文件内部编码：（TTT-UUTT-MMYB-URTTY-ITTLTY-
系统安全分析和预测方法论述摘要：系统安全分析和预测方法在安全系统工程中占有着重要的地位，是保证生产系统安全运行的基础。当前我国在安全分析方法的使用上仍然存在着很多的漏洞和错误。[1]由于现有的危险性分析方法都有其局限性，一般限于某个或某些行业。为此，在分析之初，分析人员必须对现有的危险性分析方法有一个全面的了解。研究的目的在于通过对各种分析方法的了解和对比，能够全面的把握各种方法的优缺点及适用范围，更好地将理论应用于实际。通过对系统安全预测本质的研究，提出了安全预测的本质就是建立系统安全可预测的思想。 关键词：安全分析；安全分析方法；比较研究系统安全；安全预测；时效特性 1引言 系统安全分析和评价方法在安全系统工程中占有着重要的地位，从某种意义上而言，它是安全系统工程的核心。[2]至今国内外安全分析方法有几十种，这些方法有定性的，也有定量的；有逻辑推理的，也有综合比较的；有文字图表法，如安全检查表、预先危险性分析法、故障模式及影响分析等；有逻辑分析法，如事件树分析法、事故树分析法等；有统计图表分析法，如事故比重图、事故趋势图、控制图、主次图等[3]。在
系统的循环周期中，每个阶段都有适用的分析方法，所以我们可以从循环周期的角度来进行比较；在系统安全分析方法中，有的方法具有宏观分析的特点，而有的方法适用在微观子系统中进行分析，所以也可以从宏观微观的角度出发；每个分析方法的原理及背景决定了它们各自的性质特点，正是性质特点方面的区别使得我们可以从这个角度来进行考虑；同时在对系统的危险性分析过程中，思考的角度不同，对危险源进行分析的思路也不同，使用的安全分析方法也不同。同样安全预测的本质，也就是建立系统安全可以预测的思想。任何一个系统，要想对其安全状态进行预测，就必须掌握其在一定时期内的内在的规律性，否则，预测将是无本之木，无水之源，失去应有的意义，综上，安全分析方法的对比研究可以从循环周期、宏观微观、性质特点、思维方法、比较表等角度来进行分析研究。 2系统循环周期角度分析 安全分析方法可以具体应用在系统循环周期中的三个阶段。第一为系统设计阶段，此时需要对其技术路线、工艺流程、设备设施等进行安全分析与评价，以使系统投产后达到最佳安全状况；第二为生产过程分析评价阶段，以辨识运行系统、设备设施的安全可靠性，以保证系统处于良性循环状态；第三为系统寿命即将完结，可靠性能变差，对其进行安全分析评价，以保证系统安全正常运转。对应生产系统运行寿命周期各阶段，可以先后或交叉应用预先危险性分析、操作危险性分析、故障类型
专利分析的技术预测方法和工具 熊腾飞 摘要：专利作为一种技术的载体，包含有世界95%的新技术。以往的专利分析仅仅是对一些数据进行统计，如发明人、权利人和申请时间等。对技术分析一般仅限对分类号进行分类统计。但技术分析具有丰富的内容，本文就基于专利分析的技术预测方法和工具进行介绍。 一、引言 曾经和一位知识产权经理谈专利分析。她告诉我一个思想，他们很少去分析现有专利来布置专利的研发战略。原因是什么呢？大家可以自己考虑一下。她给出的原因是，现有公开的专利都是1到3年前研发出来的技术。那么，这些新颁布的专利其实是人家几年前的“旧技术”。那么你研究人家的旧技术，来规划你的研发战略，对于他们这些高新技术而言，就没有意义了。 以上说法实际上很有道理。其实，我们也不能跟着别人的路子走，别人有什么技术，我们就仿造某技术。要想占领市场，就要做领头羊。呵呵。这些话大家比我会讲，讲得比我好。我就不讲了。 我们不做跟随者，那么是不是就不需要研究别人的专利呢？特别是高新产业？我想，NO。不过，我要说，我们研究不是看别人正在出什么专利,而是研究根据历史的专利中蕴藏的技术，如何预测到未来的技术。如果你根据现有专利能预测到未来5到10年的专利技术，是否就值得你研究了呢？ 如果你认为企业没有长久的技术发展需求，那就不需要往下看了。 二、技术预测的方法 我还是不得不说TRIZ，即发明问题解决理论。一方面本人是做这方面的。二来，TRIZ与专利有紧密的联系。TRIZ有关的介绍大家可以在百度上搜索到很多文章，
我就不做整体介绍。TRIZ中一个核心的思想就是，技术的发展是有规律的。比如说一个物体，现在是刚性的，未来就可能是分离的、柔性的、液态的、气态的、甚至是场的（在TRIZ中，这个称动态性进化法则）。这种路径是经过大量的技术进行总结出来的，具有经验型的规律（我一位同事从数学上推导了以上进化规律，但尚未公开发表。）既然有规律，那么我们就可以沿着规律预测到下一代、下两代的产品。如现在技术是采用柔性的，未来就可能采用场的。 曾经在中央2台看到格之格公司的一个墨盒报道。记得是他们生产兼容墨盒。但是现有墨盒相关的专利太多了，一些大公司申请了很多保护性专利。如何用低成本生产兼容墨盒呢？开始他们按照传统的思路没有任何进展。之后，他们意外发现，现有的墨盒都是通过液体控制墨水的流速的，他们突发奇想，能否通过气体控制流速？结果他们成功了。 看到报到，我有些感慨。因为上述技术正符合了我前述的技术发展路径。他们在无意识中遵循了技术发展的规律去发展了新的产品。我想，如果，当初他们知道了TRIZ该多好啊。 前不久，我和一位技术老总谈他们的新技术。发现他们的技术采用了直线型结构。我告诉他，是否有曲线形结构的技术？经过专利搜索，发现真的有了。我又告诉他，是否有螺旋结构的，经过搜索，也有了。再问是否有点结构的技术？他又搜索，发现又有了。上述结果并不是因为我了解他们行业，而是遵循TRIZ中的直线-曲线-螺旋线-点的路径。此时，我看了看那些技术特征，我告诉他你的技术肯定在更新到下一代。不再按照现有原理进行结构改进了，而是采用新的原理发展。他看了看我，笑了。因为确实，他现在正在和一家研究机构开发下一代技术，此技术正在开发中，尚未正式问世！ 上面的例子只想说一点，包括TRIZ在内的一些方法可以帮助我们进行下一代技术的预测。 所以，我们做专利的技术分析，不仅仅是看现在有什么了，而且要看到规律。最近不是在谈科学发展观吗，其实技术也是这样，要用发展的眼光看问题。我们企业做专利分析工作的，你们其实不仅仅可以向科研人员提供现在有什么专利技
人力资源需求预测的常用方法 1.管理人员判断法 管理人员判断法，即企业各级管理人员根据自己的经验和直接，自下而上确定未来所需人员。这是一种粗浅的人力需求预测方法，主要适用于短期预测。 2.经验预测法 经验预测法也称比率分析，即根据以往的经验对人力资源需求进行预测。 由于不同人的经验会有差别，不同新员工的能力也有差别，特别是管理人员、销售人员，在能力、业绩上的差别更大。所以，若采用这种方法预测人员需求，要注意经验的积累和预测的准确度。 3.德尔菲法 德尔菲法（Delphi Method）是使专家们对影响组织某一领域发展（如组织将来对劳动力的需求）达成一致意见的结构化方法。该方法的目标是通过综合专家们各自的意见来预测某一领域的发展趋势。具体来说，由人力资源部作为中间人，将第一轮预测中专家们各自单独提出的意见集中起来并加以归纳后反馈给他们，然后重复这一循环，使专家们有机会修改他们的预测并说明修改的原因。一般情况下重复3~5次之后，专家们的意见即趋于一致。 这里所说的专家，可以是来自一线的管理人员，也可以是高层经理；可以是企业内部的，也可以是外请的。专家的选择基于他们对影响企业的内部因素的了解程度。 4.趋势分析法 这种定量分析方法的基本思路是：确定组织中哪一种因素与劳动力数量和结构的关系最密切，然后找出这一因素随聘用人数而变化的趋势，由此推断出未来人力资源的需求。 选择与劳动力数量有关的组织因素是需求预测的关键一步。这个
因素至少应满足两个条件： 第一，组织因素应与组织的基本特性直接相关 第二，所选因素的变化必须与所需人员数量变化成比例。 有了与聘用人数相关的组织因素和劳动生产率，我们就能够估计出劳动力的需求数量了。 在运用趋势分析法做预测时，可以完全根据经验估计，也可以利用计算机进行回归分析。 所谓回归分析法，就是利用历史数据找出某一个或几个组织因素与人力资源需求量的关系，并将这一关系用一个数学模型表示出来，借助这个数学模型，就可推测未来人力资源的需求。但此过程比较复杂，需要借助计算机来进行。
用水量预测方法综述 摘要：本文阐述了研究用水量预测方法的目的和意义，简要的介绍了六种目前常用的预测方法，并指出了每种方法的优缺点, 最后对不同情况水量预测方法的择优进行了分析和探讨。 关键词: 用水量预测人工神经网络预测方法择优 一、引言 水是人类赖以生存的基础，没有水，就没有生命。 随着经济建设的发展、产业和人口的增加，我国城市、工业、农业各方面用水量都在迅速增长，缺水城市和地区的范围日益扩大。全国640个城市中有333个城市缺水，其中严重缺水的有108个[1]。同时，水污染是我国面临的又一严峻的问题。缺水、水污染己经对我国的经济建设构成了严重的威胁[2]。因此，水资源规划和供水系统的优化调度变得越来越重要，作为供水管理前提和基础的用水量预测方法的研究也得到了快速的发展。 二、研究用水量预测方法的目的和意义 水量预测工作是水资源管理中掌握未来发展趋势的关键。而合理预测城镇规划期限内的用水量，使其与城镇发展实际相接近，对城镇今后的建设和发展具有极其重要的意义。通过预测未来的用水量，一方面，我们可以大致估计城市和农村的缺水量，着手寻找解决方案，减少经济损失。另一方面，用水量预测是水资源管理规划的重要内容。我国水资源开发利用分好几个部门，如不做好预测工作，就难以制定中长期水资源开发利用的总体规划和供水规划，就会影响国民经济计划的实现。所以预测用水量，无论在经济效益上还是宏观调控上都有重要意义。 三、用水量预测分类以及相应预测方法 用水量的预测方法按用水部门性质可分为生活用水预测、工业用水预测、农业灌溉用水预测、渔业用水预测等几方面。生活用水量的预测方法有综合分析定额法、趋势法和分类分析权重估算法，在预测时，可根据实际情况选用一种为主，其他亏法进行检验、校核。趋势预测法、分块预测法、相关法、分行业重复利用率提高法等是较为常见的工业需水量预测方法. 四、几种常用的用水量预测方法[3] a)自回归移动平均模型ARMA法 ARMA模型是自回归模型和移动平均模型的综合，它通过对相应数学模型的分析研究，能更本质地认识动态数据的内在结构和复杂特性。ARMA模型将预测对象时间序列加工成一个白噪声序列进行处理，所以它可对任何一个用水过程进行模拟，且预测速度快，能得到较高的预测精度。然而，ARMA模型具有预测周期短、所用数据单一的缺点，只能给出下一周期用水量的预测值，且无法剖析形成这一预测值的原因及合理的
业务分析要点： 一、搜集资料 业务分析的突出特点就是用数据说话，摆情况要有数字根据，要用数据作定量分析，提建议措施最好要有数据佐证。有无丰富而准确的资料作基础，这是撰写业务分析的关键。 二、了解需求 要清楚材料报告的对象的需求和重点关注的内容，了解读者对信息的需求，充分领会领导所需要的信息是什么。记得有一次与业务部门领导沟通，他深有感触地谈到：你们给的业务分析，内容很多，应该说是花了不少心思的。遗憾的是不需要的信息太多，而想真正获得的信息却太少。每月辛辛苦苦做出来的业务分析原本是要为业务服务的，可事实上呢？问题出在哪？做好业务分析的前提是分析人员要尽可能地多与领导沟通，捕获他们“真正想要了解的信息”。 三、确立观点 对收集的大量资料，经过分析研究，再通过判断推理，提炼当期业务经营变化的特点，并对观点和材料进行反复的思考。 四、确定分析框架和思路 做业务分析之前一定要有一个清晰的分析框架和分析思路。业务分析的框架具体如下：报告目录—重要提示—报告摘要—具体分析—存在问题—工作建议。 “报告目录”告诉阅读者本报告所分析的内容及所在页码； “重要提示”主要是针对本期报告新增的内容或须加以重大关注的问题事先做出说明，旨在引起领导高度重视； “报告摘要”是对本期报告内容的高度浓缩，一定要言简意赅，点到为止。 无论是“重要提示”，还是“报告摘要”，都应在其后标明具体分析所在页码，以便领导及时查阅相应分析内容。以上三部分非常必要，其目的是，让领导们在最短的时间内获得对报告的整体性认识以及本期报告中将告知的重大事项。 “具体分析”部分，是报告分析的核心内容。“具体分析”部分的写作如何，关键性地决定了本报告的分析质量和档次。要想使这一部分写得很精彩，首要的是要有一个好的分析思路。例如：某集团公司下设四个二级公司，且都为制造公司。报告的分析思路是：总体指标分析—集团总部情况分析—各二级公司情况分析；在每一部分里，按本月分析—本年累计分析展开；再往下按盈利能力分析—销售情况分析—成本控制情况分析展开。如此层层分解，环环相扣，各部分间及每部分内部都存在着紧密的勾稽关系。 “存在问题“一方面是对上期报告中问题执行情况的跟踪汇报，同时对本期报告“具体分析”部分中揭示出的重点问题进行集中阐述，旨在将零散的分析集中化，再一次给领导留下深刻印象。 “工作建议”部分，是针对问题综述中反映的问题，提出应对办法和解决对策。
第十九章 系统估计 本章讲述的内容是估计联立方程组参数的方法。包括最小二乘法LS 、加权最小二乘法WLS 、似乎不相关回归法SUR 、二阶段最小二乘法TSLS 、加权二阶段最小二乘法W2LS 、三阶段最小二乘法3LS 、完全信息极大似然法FIML 和广义矩法GMM 等估计方法。 §19.1 理论背景 模型系统就是一组包含未知数的方程组。以一个由国内生产总值（Y ）、居民消费总额（C ）、投资总额（I ）、政府消费额（G ）和短期利率（r ）等变量构成的简单的宏观经济系统为例： ?????++=++++=++++=----t t t t t t t t t t t t t t G I C Y r I Y I r C Y C 22312101131210log log log log log log log log εββββεαααα （19.1） 其中，前两个方程是行为方程，第三个方程表示国内生产总值在假定进出口平衡的情况下，由居民消费、投资和政府消费共同决定，是一个衡等方程，也称为定义方程。这就是一个简单的描述宏观经济的联立方程模型。在联立方程模型中，对于其中每个方程，其变量仍然有被解释变量与解释变量之分。但是对于模型系统而言，已经不能用被解释变量与解释变量来划分变量。对于同一个变量，在这个方程中作为被解释变量，在另一个方程中则可能作为解释变量。对于联立方程系统而言，将变量分为内生变量和外生变量两大类，外生变量与滞后内生变量又被统称为前定变量。一般的联立方程系统形式是： t t t x y f εβ=),,( (19.2) 这里t y 是一个内生变量向量，t x 是外生变量向量，t ε可以是序列相关的扰动项向量。估计的任务是 寻找参数向量β的估计量。 EViews 提供了估计系统参数的两类方法。一类方法是使用前面讲过的单方程法对系统中的每个方程分别进行估计。第二类方法是同时估计系统方程中的所有参数，这种同步方法允许对相关方程的系数进行约束并且使用能解决不同方程残差相关的方法。这里，应该区分系统和模型的差别。模型是一组描述内生变量关系的已知方程组，给定了模型中外生变量的值可以使用模型对内生变量求值。 §19.2 系统估计方法 下面的讨论是以线性方程的组成的平衡系统为对象的，但是这些分析也适合于包含非线性方程的非平衡系统。若一个系统，含有M 个方程，用分块矩阵形式表示如下： ????????????+????????????????????????=????????????M M M M X X X y y y εεεβββ 2121212 1000000 (19.3) 这里y m 是T 维向量，X m 是T ×k m 矩阵，β m 是k m 维的系数向量，误差项ε的协方差矩阵是MT ×MT 的方阵V 。我们简单的将其表示为： εβ+=X y (19.4) 在标准假设下，系统残差的协方差阵为： T M I I E V ?==2 )'(σεε (19.5) 式中算子?表示克罗内克积(Kronecker Product)，简称叉积，还有一些的残差方差的结构不满足标准假设。首先，不同方程的残差可能是异方差的；其次，他们除了异方差还可能是同期相关的。我们可以定义不同的M ×M 的同期相关矩阵∑来对这两种情况进行区分，∑的第i 行第j 列的元素是)(jt it ij E εεσ=，
常见的预测方法 一、外推法 这是利用过去的资料来预测未来状态的方法。它是基于这样的认识：承认事物发展的延续性，同时考虑到事物发展中随机因素的影响和干扰。其最大优点是简单易行，只要有有关过去情况的可靠资料就可对未来做出预测。其缺点是撇开了从因果关系上去分析过去与未来之间的联系，因而长期预测的可靠性不高。外推法在短期和近期预测中用的较多。其中常用的一种方法是时间序列法。 时间序列法是按时间将过去统计得到的数据排列起来，看它的发展趋势。时间序列最重要的特征是它的数据具有不规则性。为了尽可能减少偶然因素的影响，一般采用移动算术平均法和指数滑动平均法。 1．移动算术平均法。移动算术平均法是假设未来的状况与较近时期有关，而与更早的时期关系不大。一般情况下，如果考虑到过去几个月的数据，则取前几个月的平均值。 2．指数滑动平均法。指数滑动平均法只利用过去较近的一部分时间序列。当时间序列已表现出某种规律性趋势时，预测就必须考虑这些趋势的意义，因此要采用指数滑动平均法。指数滑动平均法是对整个时间序列进行加权平均，其中的指数为0～1之间的小数，一般取0.7～0.8左右。 二、因果法 因果法是研究变量之间因果关系的一种定量方法。变量之间的因果关系通常有两类：一类是确定性关系，也称函数关系；另一类是不确定性关系，也称相关关系。因果法就是要找到变量之间的因果关系，据此预测未来。 1．回归分析法。没有因果关系的预测只是形式上的一种预测，而找出因果关系的预测才是本质的预测。回归分析法就是从事物变化的因果关系出发来进行的一种预测方法，不仅剔除了不相关的因素，并且对相关的紧密程度加以综合考虑，因而其预测的可靠性较高。 回归分析的做法是：首先进行定性分析，确定有哪些可能的相关因素，然后收集这些因素的统计资料，应用最小二乘法求出各因素（各变量）之间的相关系数和回归方程。根据这个方程就可预测未来。在技术预测中，多元回归分析很有价值。
(事实上，需求预测必须将短期需求预测或生产进度安排与长期战略性需求预测有机结合起来，才会真正地起作用。短期预测是根据存储单位(SKU)水平做出的，它与销售、客户关系，以及依据预订库存或安排运输来实施计划的系统和软件等相互作用。相比之下，长期预测则是在更为集中的基础上作出的。在月度或季度时间段内，对一系列产品的生产做出预测，作为财务和产能计划的输入数据。长期预测必须在现有客户信息之外假设需求状况，必须使用供应链之外的信息以便能预测变化趋势。) 物流预测方法汇编 引言 供应链管理专家们曾经预言：21世纪创造供应链价值 最大化的武器将是基于需求的管理。70年代是质量管理的 时代，TQM是人们最常提到的话题；80年代追求的是精益 制造，JIT、柔性生产、零库存成为时代的主旋；90年代， 全球化、产品生命周期的缩短和产业细分使企业间的竞争 转为供应链间的竞争，库存、客户服务、响应时间和运营 成本的改进是这个时代的目标。时至今日，需求管理已经 成为企业持续成功的必要条件，拥有好的需求预测的公司 的抗风险性明显较高。 2001年，电子企业承受了由严重反差的需求预测而带 来的库存压力，这让我们不得不反思一个问题：为什么在 2000年的下半年，电子行业的预测会如此看走眼呢？事实
上，从执行主管到营销经理以及供应链计划者，每个人都对其它制造行业几个月前已经发出的销售急速下滑的警报视而不见，即使是高级的软件工具也没能对过高的需求预计给予警告。为什么会这样呢？ 答案是复杂的。既有人为的因素--不愿意接受繁荣就此结束的事实，也有技术上的因素--许多公司实施的SCM(供应链管理)软件和CRM(客户关系管理)软件发出的信号不强，或是根本没有信号。更糟的是，很多使用这些工具的人缺乏进行长期预测的能力，因而只有从最近的趋势外推预测需求。 历史的悲剧会重演吗？药方似乎只有一个--运用需求管理创造公司价值。这里的需求管理已不在是营销和计划部门简单的运用软件工具进行的短期预测，而是贯穿于整个供应链、产品开发、技术战略、服务支持和组织设计这一系列领域的长期和短期的需求预测和管理。第一步要做的是--改进短期生产进度安排和长期需求预测所需的服务平台。 1、需求预测平台 改进需求预测工具 2000年时，很少有公司购买成套的供应链管理工具以
蛋白质结构预测方法综述 卜东波陈翔王志勇 《计算机不能做什么？》是一本好书，其中文版序言也堪称佳构。在这篇十余页的短文中，马希文教授总结了使用计算机解决实际问题的三步曲，即首先进行形式化，将领域相关的实际问题抽象转化成一个数学问题；然后分析问题的可计算性；最后进行算法设计，分析算法的时间和空间复杂度，寻找最优算法。 蛋白质空间结构预测是很有生物学意义的问题，迄今亦有很多的工作。有意思的是，其中一些典型工作恰恰是上述三步曲的绝好示例，本文即沿着这一路线作一总结，介绍于后。 1 背景知识 生物细胞种有许多蛋白质（由20余种氨基酸所形成的长链），这些大分子对于完成生物功能是至关重要的。蛋白质的空间结构往往决定了其功能，因此，如何揭示蛋白质的结构是非常重要的工作。 生物学界常常将蛋白质的结构分为4个层次：一级结构，也就是组成蛋白质的氨基酸序列；二级结构，即骨架原子间的相互作用形成的局部结构，比如alpha螺旋,beta片层和loop区等；三级结构，即二级结构在更大范围内的堆积形成的空间结构；四级结构主要描述不同亚基之间的相互作用。 经过多年努力，结构测定的实验方法得到了很好的发展，比较常用的有核磁共振和X光晶体衍射两种。然而由于实验测定比较耗时和昂贵，对于某些不易结晶的蛋白质来说不适用。相比之下，测定蛋白质氨基酸序列则比较容易。因此如果能够从一级序列推断出空间结构则是非常有意义的工作。这也就是下面的蛋白质折叠问题： 1蛋白质折叠问题（Protein Folding Problem） 输入: 蛋白质的氨基酸序列
输出: 蛋白质的空间结构 蛋白质结构预测的可行性是有坚实依据的。因为一般而言，蛋白质的空间结构是由其一级结构确定的。生化实验表明：如果在体外无任何其他物质存在的条件下，使得蛋白质去折叠，然后复性，蛋白质将立刻重新折叠回原来的空间结构，整个过程在不到1秒种内即可完成。因此有理由认为对于大部分蛋白质而言，其空间结构信息已经完全蕴涵于氨基酸序列中。从物理学的角度讲，系统的稳定状态通常是能量最小的状态，这也是蛋白质预测工作的理论基础。 2 蛋白质结构预测方法 蛋白质结构预测的方法可以分为三种： 同源性（Homology ）方法：这类方法的理论依据是如果两个蛋白质的序列比较相似，则其结构也有很大可能比较相似。有工作表明，如果序列相似性高于75％，则可以使用这种方法进行粗略的预测。这类方法的优点是准确度高，缺点是只能处理和模板库中蛋白质序列相似性较高的情况。 从头计算（Ab initio ） 方法：这类方法的依据是热力学理论，即求蛋白质能量最小的状态。生物学家和物理学家等认为从原理上讲这是影响蛋白质结构的本质因素。然而由于巨大的计算量，这种方法并不实用，目前只能计算几个氨基酸形成的结构。IBM 开发的Blue Gene 超级计算机，就是要解决这个问题。 穿线法(Threading )方法：由于Ab Initio 方法目前只有理论上的意义，Homology 方法受限于待求蛋白质必需和已知模板库中某个蛋白质有较高的序列相似性，对于其他大部分蛋白质来说，有必要寻求新的方法。Threading 就此应运而生。 以上三种方法中，Ab Initio 方法不依赖于已知结构，其余两种则需要已知结构的协助。通常将蛋白质序列和其真实三级结构组织成模板库，待预测三级结构的蛋白质序列，则称之为查询序列(query sequence)。 3 蛋白质结构预测的Threading 方法 Threading 方法有三个代表性的工作：Eisenburg 基于环境串的工作、Xu Ying 的Prospetor 和Xu Jinbo 、Li Ming 的RAPTOR 。 Threading 的方法：首先取出一条模版和查询序列作序列比对(Alignment)，并将模版蛋白质与查询序列匹配上的残基的空间坐标赋给查询序列上相应的残基。比对的过程是在我们设计的一个能量函数指导下进行的。根据比对结果和得到的查询序列的空间坐标，通过我们设计的能量函数，得到一个能量值。将这个操作应用到所有的模版上，取能量值最低的那条模版产生的查询序列的空间坐标为我们的预测结果。 需要指出的是，此处的能量函数却不再是热力学意义上的能量函数。它实质上是概率的负对数，即 ，我们用统计意义上的能量来代替真实的分子能量，这两者有大致相同的形式。 p E log ?=如果沿着马希文教授的观点看上述工作 ，则更有意思：Eisenburg 指出如果仅仅停留在简单地使用每个原子的空间坐标(x,y,z)来形式化表示蛋白质空间结构，则难以进一步深入研究。Eisenburg 创造性地使用环境串表示结构，从而将结构预测问题转化成序列串和环境串之间的比对问题；其后，Xu Ying 作了进一步发展，将蛋白质序列表示成一系列核（core ）组成的序列，Core 和Core 之间存在相互作用。因此结构就表示成Core 的空间坐标，以及Core 之间的相互作用。在这种表示方法的基础上，Xu Ying 开发了一种求最优匹配的动态规划算法，得到了很好的结果。但是由于其较高的复杂度，在Prospetor2上不得不作了一些简化；Xu Jinbo 和Li Ming 很漂亮地解决了这个问题，将求最优匹配的过程表示成一个整数规划问题，并且证明了一些常用
编号：AQ-Lw-01004 ( 安全论文) 单位：_____________________ 审批：_____________________ 日期：_____________________ WORD文档/ A4打印/ 可编辑 系统安全分析和预测方法论述Discussion on system safety analysis and prediction method
系统安全分析和预测方法论述 备注：加强安全教育培训，是确保企业生产安全的重要举措，也是培育安全生产文化之路。安全事故的发生，除了员工安全意识淡薄是其根源外，还有一个重要的原因是员工的自觉安全行为规范缺失、自我防范能力不强。 摘要：系统安全分析和预测方法在安全系统工程中占有着重要 的地位，是保证生产系统安全运行的基础。当前我国在安全分析方 法的使用上仍然存在着很多的漏洞和错误。[1]由于现有的危险性分 析方法都有其局限性，一般限于某个或某些行业。为此，在分析之 初，分析人员必须对现有的危险性分析方法有一个全面的了解。研 究的目的在于通过对各种分析方法的了解和对比，能够全面的把握 各种方法的优缺点及适用范围，更好地将理论应用于实际。通过对 系统安全预测本质的研究，提出了安全预测的本质就是建立系统安 全可预测的思想。 关键词：安全分析；安全分析方法；比较研究系统安全；安全 预测；时效特性 1引言 系统安全分析和评价方法在安全系统工程中占有着重要的地
位，从某种意义上而言，它是安全系统工程的核心。[2]至今国内外安全分析方法有几十种，这些方法有定性的，也有定量的；有逻辑推理的，也有综合比较的；有文字图表法，如安全检查表、预先危险性分析法、故障模式及影响分析等；有逻辑分析法，如事件树分析法、事故树分析法等；有统计图表分析法，如事故比重图、事故趋势图、控制图、主次图等[3]。在系统的循环周期中，每个阶段都有适用的分析方法，所以我们可以从循环周期的角度来进行比较；在系统安全分析方法中，有的方法具有宏观分析的特点，而有的方法适用在微观子系统中进行分析，所以也可以从宏观微观的角度出发；每个分析方法的原理及背景决定了它们各自的性质特点，正是性质特点方面的区别使得我们可以从这个角度来进行考虑；同时在对系统的危险性分析过程中，思考的角度不同，对危险源进行分析的思路也不同，使用的安全分析方法也不同。同样安全预测的本质，也就是建立系统安全可以预测的思想。任何一个系统，要想对其安全状态进行预测，就必须掌握其在一定时期内的内在的规律性，否则，预测将是无本之木，无水之源，失去应有的意义，综上，安全
国内物流需求预测方法文献综述 (河北工程大学管理科学与工程阮俊虎） 物流需求是指一定时期内社会经济活动对生产、流通、消费领域的原材料、半成品和成品、商品以及废旧物品、废旧材料等的配置作用而产生的对物在空间、时间和费用方面的要求，涉及运输、库存、包装、装卸搬运、流通加工以及与之相关的信息需求等物流活动的诸方面[1]。物流需求的度量可以采用价值量和实物量两种度量体系。实物量意义上的物流需求主要表现为不同环节和功能的具体作业量，如货运量、库存量、加工量、配送量等；价值量意义上的物流需求是所有物流环节全部服务价值构成的综合反映，如物流成本、物流收入、供应链增值等[2]。 物流需求预测是根据物流市场过去和现在的需求状况，以及影响物流市场需求变化的因素之间的关系，利用一定的判断、技术方法和模型，对物流需求的变化及发展趋势进行预测。国内外许多专家和学者都对物流需求的预测进行了研究，提出不同的预测方法和手段。物流预测方法可以分为定性预测方法（如德尔菲法和业务人员评估法等）和定量预测方法，但多数是定量预测方法，因此，本文主要是对国内物流需求定量预测方法进行综述，归为时间序列预测方法、因果关系预测方法、组合预测方法等三类。 1．时间序列预测方法综述 时间序列预测方法是依据从历史数据组成的时间序列中找出预测对象的发展变化规律，以此作为预测依据。常用的时间序列预测模型有增长率法、移动平均法、指数平滑法、随机时间序列模型、灰色模型、以及在经济领域已经被广泛应用的混沌与分形等。 增长率法指根据预测对象在过去的统计期内的平均增长率，类推未来某期预测值的一种简便算法。该预测方法一般用于增长率变化不大，或预计过去的增长趋势在预测期内仍将继续的场合。刘劲等[3]（2002）在利用增长率系
第2章市场营销调研与预测 复习思考题参考答案 一、问答题 1. 答：不能简单靠人员推销了，应该对营销信息进行调查、收集、整理、分析、鉴别、加工、利用等，建立营销信息系统。 2. 答： 1) 有利于制定科学的营销规划。2) 有利于优化营销组合。 3) 有利于开拓新的市场 3. 答：市场需求预测中应深入研究哪些因素 对未来一定时期的市场需求量及影响需求的诸多因素进行分析研究，寻找市场需求发展变化的规律，为营销管理人员提供未来市场需求的预测性信息，作为营销决策的依据。 4. 答：常用的定性预测方法主要有以下几种： 1）购买者意向调查法:潜在购买者数量很多，难以逐个调查，故此法多用于工业用品和耐用消费品的调查。2）综合销售人员意见法:由于销售人员中没有受过预测技术教育的居多，往往因所处地位的局限性，对经济形势和企业营销总体规划不够了解，可能存在过于乐观或过于悲观的估计。3）专家意见法:用系统的程序，采取不署名和反复进行的方式，先组成专家组，将调查提纲及背景资料提交
给专家，轮番征询专家的意见后再汇总预测结果。4）市场试验法:在新产品投放市场或老产品开辟新市场、启用新分销渠道时，选择在较小范围内的市场推出产品，观察消费者的反应，预测销售量。市场需求定量预测方法主要有以下3种：1）时间序列分析法:将某种经济统计指标的数值按时间先后顺序排列成序列，再将此序列数值的变化加以延伸并进行推算，预测未来发展趋势。2）直线趋势法:运用最小平方法，以直线斜率表示增长趋势的外推预测方法。7）统计需求分析法：任何产品的销售都要受多种因素的影响。统计需求分析是运用一整套统计学方法，发现影响企业销售的最重要的实际因素及其影响力大小的方法。 5. 答：需求预测中常常出现与真实市场不一致的情况，主要体现在需求偏大，浪费资源，需求偏小，坐失机会，时间滞后等等。 二、案例与讨论 参考答案： 1．科学的营销决策，不仅要以市场营销调研为出发点，而且要以市场需求预测为依据。市场需求预测是在营销调研的基础上，运用科学的理论和方法，对未来一定时期的市场需求量及影响需求诸多因素进行分析研究，寻找市场需求发展变化的规律，为营销管理人员提供未来市场需求的预测性信息，作为营销决策的依据。××公司
人力资源需求预测方法概述摘要:由于经济全球化及信息技术的飞速发展,当今企业面临的内外部环境日趋复杂。当今企业在进行人力资源需求预测时，考虑的往往不是单个因素的影响，而是多种因素的共同作用和相互影响。人力资源需求预测方法总体上分为定性和定量两大类。通过对目前流行的各种需求预测方法进行归纳总结，理论联系实践，理论应用于实践，为企业人力资源规划提供了有用的建议和相应的指导。 关键词：人力资源需求预测定性方法定量方法 一、人力资源需求预测的内容 所谓预测，是指利用预测对象本身历史和现状的信息，采用科学的方法和手段，对预测对象尚未发生的未来发展演变规律预先作出科学的判断。信息的不确定性注定了预测的困难及其不完美性。企业的人力资源预测可以分为人力资源需求预测和人力资源供给预测。人力资源需求包括总量需求和个量需求，也包括数量、质量和结构等方面的需求。 人力资源需求预测是指对企业未来一段时间内人力资源需求的总量、人力资源的年龄结构、专业结构、学历层次结构、专业技术职务结构与技能结构等进行事先估计。 二、影响人力资源需求预测的因素 企业的人力资源需求预测不仅受到企业内部经营状况和已有人力资源状况等诸多内部因素的影响，还要受到政治、经济、文化、科技、教育等诸多不可控的企业外部因素的影响。使得企业在进行人力资源规划、人力资源需要预测时更为复杂。另外在企业人力资源需要预测中还必须注意到企业人力资源发展的规律和特点，人力资源发展中企业发展中的地位、作用，以及两者之间的关系，分析影响人力资源发展的相关因素，揭示人力资源发展的总体趋势。此外，在人力资源需求预测时，还要掌握预测中的定性、定量、时间和概率四个基本要素，以及他们之间的相互关系。 人力资源需求预测的定性要素是指在预测之前，必须对企业人力资源发展的性质进行叙述性的、非定量的描述，对企业人力资源发展的大致方向和
国内物流需求预测方法文献综述 （河北工程大学管理科学与工程阮俊虎）物流需求是指一定时期内社会经济活动对生产、流通、消费领域的原材料、半成品和成品、商品以及废旧物品、废旧材料等的配置作用而产生的对物在空间、时间和费用方面的要求，涉及运输、库存、包装、装卸搬运、流通加工以及与之相关的信息需求等物流活动的诸方面[1]。物流需求的度量可以采用价值量和实物量两种度量体系。实物量意义上的物流需求主要表现为不同环节和功能的具体作业量，如货运量、库存量、加工量、配送量等；价值量意义上的物流需求是所有物流环节全部服务价值构成的综合反映，如物流成本、物流收入、供应链增值等[2]。 物流需求预测是根据物流市场过去和现在的需求状况，以及影响物流市场需求变化的因素之间的关系，利用一定的判断、技术方法和模型，对物流需求的变化及发展趋势进行预测。国内外许多专家和学者都对物流需求的预测进行了研究，提出不同的预测方法和手段。物流预测方法可以分为定性预测方法（如德尔菲法和业务人员评估法等）和定量预测方法，但多数是定量预测方法，因此，本文主要是对国内物流需求定量预测方法进行综述，归为时间序列预测方法、因果关系预测方法、组合预测方法等三类。 1．时间序列预测方法综述时间序列预测方法是依据从历史数据组成的时间序列中找出预测对象的发展变化规律，以此作为预测依据。常用的时间序列预测模型有增长率法、移动平均法、指数平滑法、随机时间序列模型、灰色模型、以及在经济领域已经被广泛应用的混沌与分形等。 增长率法指根据预测对象在过去的统计期内的平均增长率，类推未来某期预测值的一种简便算法。该预测方法一般用于增长率变化不大，或预计过去的增长趋势在预测期内仍将继续的场合。刘劲等[3]（2002）在利用增长率系数法对百色地区港口货运量进行了逐一分析。 移动平均法是用一组最近的实际数据值来预测未来一期或几期内产品的需求量的一种常用方法。当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动。根据预测时使用的各元素的权重不同，移动平均法可以分为：简单移动平均和加权移动平均。杨荣英等[4]（2001）在讨论移动平均值的基础上，提出了移动平均线方法，并介绍了运用移动平均线进行物流预测的方法。李海建等[5]（2003）利用二次移动平均线模型对芜湖市物流业发展的规模进行了预测。 指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。移动平均法则不考虑较远期的数据，并在加权移动平均法中给予近期资料更大的权重；而指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。韦司滢等[6]（ 1999）将指数平滑法等其他多种方法应用在三峡移民工程建材配送决策支持系统中。黄荣富等[7（] 2003）、张云康等［8］（2008）在进行指数平滑法预测的基础上进行了物流需求多种方法组合预测。 随机时间序列模型就是指在所研究对象的一组实测时间序列的基础上，通过