运输系统典型预测方法—运输系统典型预测方法的研究陈敏(东北林业大学交通运输2012-120124209)摘要：时间序列预测法和灰色预测法在交通运输系统的广泛应用，为国家宏观经济计划、区域发展规划、基础建设投资以及生产组织管理提供了必要的依据。所以，对于预测方法的研究就显得尤为重要了。本文简要介绍了时间序列预测法和灰色预测法，分析了两种预测方法的优缺点，并结合应用实例总结了两种预测方法的适用条件，为交通运输系统的预测提供了理论依据。关键词：运输系统；时间序列法；灰色预测法中图分类号：U491文献标识码：AO引言预测是指在掌握现有信息的基础上，依照一定的方法和规律对未来的事情进行测算，以预先了解事情发展的过程与结果。古代预测学是集阴PN、五行、周易、奇门遁甲等于一体的以推测未知事件为目的的一门学科：而现代预测学是借助于经济学、概率论、统计学、控制论和系统论及心理学的理论和方法发展而成的学科m。由于交通运输系统是一个复杂的社会经济大系统，所以对于交通运输系统的预测既受社会发展因素影响，又受整个系统发展的影响。同时由于各变量之间相互作用的S杂性、社会经济系统的时变性，加之统计数据的缺乏f21,我们难以用一个包罗所有因素的模型去预测交通运输系统为了解决这一矛盾，本文从吋间序列预测和灰色系统预测两种预测方法來研宂交通运输预测方法。1研究现状在自然科学和社会科学各研究领域中，大量决策问题都离不开预测，当然交通运输系统领域也不例外。“凡是预则立，不预则废”。因此只有科学的预测，冰能避免在运输过程中不必要的损失和严重后果。时间序列预测问题在工程实践中具有重要意义，时间序列预测方法主要根据现有历史数据以回归分析为主，在理论上已十分成熟，但精度不高，容错性差［31。然而，道路交通运输系统的交通信息系统具有明显的层次结构性，结构关系具有模糊性，发展变化具有随机性，指标数据具有不完整性和不确定性，从整体来看，交通运输系统属于典型的灰色系统。0前，灰色预测GM(1,1)模型己被广泛以用于交通运输领域。但是，GM(1,1)模型在交通运输系统的预测M题屮表现出了精度低的问题。因此，研宄运输系统预测方法是提高预测精度，解决当前交通运输系统预测的问题的关键所在。2研究内容2.1基本预测方法简介2.2.1时间序列预测方法从一组时间序列过去变化规律的分析来推断今后变化状况或趋势的方法,称为时间序列预测方法。主要分为简单平均法、移动平均法和指数平滑法。(1)简弟平均法：是以历史数据的算术平均数、加权平均数和儿何平均数等直接作为预测值的预测方法。这类方法模型简单、使用方便，一般适用于短期或近期预测。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---(2)移动平均法：是以预测对象最后-•组历史数据的平均值直接或间接作力预测值得方---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---法。当预测者得到每一个新的历史数据的时候，就可以计算出新的平均值作预测。根据移动性质的不同，可分为一次移动平均法、二次移动平均法和加权移动平均法。(3)指数平滑法：利用对历史数据进行平滑来消除随机因素的影响的方法。这种方法只需本期的实际值和本期的预测值便可预测T一期的数据，因此，不需要保存大量的历史数据。它包括一次、二次、三次指数平滑。总之，时间序列预测在本质上是根据时间序列｛Xm｝的历史观测数据xX…对xH(h>0)进行估计，即认为xh与其前面的数据xm,xm-1,-之间存在某种函数映射关系.描述为xm+h=G(xm,x.此时，时间序列预测问题就转化为对函数G(x)的逼近问题。当h=1时称为一步预测，h>1时称为多步预测［4］。2.2.2灰色预测方法灰色预测方法是一种对含有不确定因素的系统进行预测的方法。它把影响系统变化的随机变量看作是一定范围A的灰色量，通过对原始数据的生成处理，生成具有较强规律性的生成数列来寻找系统变动的内在规律，进而建立相应的微分方程模型，解得预测事物米来发展状况的预测模型。一般将预测模型为n阶微分方程和h个变量的灰色模型记作GM(mh),实际应用中，最常用的是GM(1,1)模型。GM(1,1)模型的建模过程...