基于ARMA模型的书籍借阅量预测模型及仿真邢雪1,2（1西安建筑科技大学管理学院陕西西安）(2商洛学院经管学院陕西商洛)摘要：学校图书馆书籍借阅量的预测对书籍借阅系统的配置具有重要参考价值。本文针对现有的对图书馆书籍借阅量预测不准确实际情况，发展基于ARMA模型的书籍借阅量预测模型。构建了书籍借阅总量预测的ARMA模型，并对其适用性进行了分析；具体发展了采用该模型进行书籍借阅量预测的基本流程。结合一组实时测试数据，对某高校的未来一段时间内的书籍借阅量进行了预测，仿真分析得到其具体结果，结果显示提出的基于ARMA模型的书籍借阅量预测模型仿真结果与实际借阅量的误差在10%之内，具有较好的先进性，研究结果将为高校图书馆的书籍借阅量预测和评估提供重要的技术方法。关键词：书籍借阅量预测；ARMA模型；预测模型；仿真：TP文献标识码：ASimulationandPredictionModeloftheAmountofBorrowingBooksBasedonARMAModelXINGXue1,2(1Xi'anUniversityofArchitectureandTechnology,Schoolofmanagement,Xi’anChina,)(2ShangLuoUniversity,Schoolofeconomicsandmanagement,ShangLuoChina,)Abstract:Predictionofbooksfortheschoollibraryborrowinghasimportantreferencevalueforborrowingbookssystemconfiguration.Theexistingoflibrarybooksborrowinginaccuratepredictionoftheactualsituation,developmentofpredictivemodelofborrowingbooksbasedonARMAmodel.ToconstructtheARMAmodeltopredicttheamountofborrowingbooks,andtheapplicabilitywasanalyzed.Developmentofthebasicflowpredictionmodelofborrowingbooksquantitybinedwithagroupofrealtestdata,theamountofborrowingbookswaspredictedforaperiodoftimeinthefuture,simulationanalysisoftheresults,thesimulationresultsdemonstratethattheproposedamountofborrowingbooksbasedonARMAmodelpredictionerrormodelsimulationresultsandtheactualamountwithin10%,withadvancedbetter,resultsthebooksborrowingpredictionandevaluationforuniversitylibrarytoprovideimportanttechnicalmethod.Keywords:Predictionofborrowingbooks;ARMAmodel;Predictionmodel;Simulation1.引言高校图书馆对书籍借阅量预测结果的准确性要求非常高，这直接关系到高校图书馆未来的发展。因此对书籍借阅量的预测模型的发展日益受到技术工程科研人员的关注。然而总体来看，目前书籍借阅量预测工具缺乏和准确率不高，大部分高校目前采用的预测技术，仅限于简单函数的拟合预测，这种简单预测模型，实际上对一种趋势的粗略的估计，在业务快速发展和网络快速工程建设中，起到一定的积极作用。但随着高校图书馆行为以及网络规模和结构的变化，原有简单趋势预测技术已经不再适合新的发展要求。因此，利用现代数学中有关特征提取和预测模型进行高校图书馆书籍借阅模型研究，对于提高预测的准确度，意义非常重大。因此本文选择基于ARMA模型进行书籍借阅量评估预测进行理论研究，具有重要的工程价值，该方法对于其他领域的预测研究亦具有重要的参考价值。2.ARMA预测模型分析预测问题是现代刚发展起来的一个问题，它是一个利用过去观测到的观测值预测当前观测值的随机模型构造问题。在统计学中常常使用具有随机输入的线性差分方程来描述，目前自回归滑动平均(AutoregressiveMovingAverageModel,ARMA)模型是最常用、最常规的一个模型。ARMA模型是由美国统计学家G.E.P.Box和英国统计学家G.M.,Jenkins在二十世纪七十年代提出的时序分析模型。用此模型所作的时间序列预测方法也称博克斯.詹金斯(BJJ)法。ARMA模型被广泛的应用于时间序列的分析和预测，任何一个有理式的功率谱密度都可以用一个ARMA随机过程的功率谱密度精确逼近。它的基本思想是：将预测对象随时间推移而形成的序列数据视为一个随机序列，用一定的数学模型来近似描述这个序列，这个模型一旦被识别后就可以从时间序列数据的过去值及现在值来预测未来值。ARMA(p,q)模型中包含了p自回归项和q滑动平均项，它是自回归模型(AR模型)和滑动平均模型(MA模型)的一般形式，下面将分别分析AR模型、MA模...