《预测学及其应用》求取 ⇩

目录1

第一章　概述1

一、预测学研究的基本内容1

（一）寻找因果关系1

（二）完善逻辑判断方法3

（三）研究信息来源的可信程度4

（四）寻找定量的关系5

二、经典预测方法的总结10

（一）直观经验预测法10

（二）类推预测法16

（三）投入产出法19

（四）市场预测25

三、预测学发展的一些概念30

（一）关于信息的概念30

（二）关于滤波的概念36

（三）关于系统动态学的概念43

第二章　趋势外推预测法55

一、趋势外推预测的简易方法及应用的实例55

（一）直线外推方法与应用实例55

（二）指数外推法与应用实例58

（三）多项式外推方法及其应用70

（四）双模外推预测法75

二、生长曲线外推法81

（一）皮尔（R.Pearl）模型方法82

（二）甘培茨模型法89

（三）瑞顿诺（L.Ridenour）模型法92

（四）移相正弦函数法93

（五）生长曲线方法的应用94

三、最小二乘法99

（一）线性多项式拟合99

（二）非线性多项式拟合112

（三）指数方程式拟合123

（四）皮尔模型系数的确定127

（一）基本计算式132

四、回归分析132

（二）应用举例：农作物收获量的预测141

（三）利用回归分析方法求生长曲线模型系数143

（四）回归效果的检验147

第三章　平稳随机现象的预测156

一、基本概念156

（一）线性平稳时间序列的特点156

（二）计算出的自相关函数的可信性检查161

（三）平稳时间序列的谱密度162

二、平稳过程的基本模式165

三、自回归过程168

（一）自回归模式的确定168

（二）应用举例：产品月销售总额的预测170

（三）马尔柯夫过程178

（一）移动平均过程模式的确定181

四、移动平均过程181

（二）应用举例：根据投入量决定产出量184

（三）移动平均过程与自回归过程的对偶关系187

五、自回归－移动平均混合过程190

（一）模式系数的确定190

（二）应用举例：化学反应器浓度变化的预测197

（三）ARMA模式与AR及MA模式的转换202

（四）三种平稳过程模式的比较207

六、平稳随机过程在工业控制中的应用210

第四章　非平稳时间序列信息的预测217

一、若干非平稳时间序列的例子217

二、线性平稳时间序列信号的特点220

（一）某地方工业总产值的预测220

（二）美国IBM公司日库存量的预测225

三、线性非平稳过程的典型模式230

（一）非平稳过程转化成平稳过程的实例231

（二）差分因子的实质241

（三）ARIMA模式的转化243

（四）ARIMA模式结构的判断245

四、ARIMA模式的解249

五、预测函数的修改263

（一）ARIMA（1,1,1）过程预测函数的修改263

（二）ARIMA（0,1,1）过程预测函数的修改276

（三）具有确定性偏移的ARIMA（0,1,1）模式288

（四）ARIMA（0,2,2）过程预测函数的修改293

第五章季节性过程的预测302

一、同期预测方法303

二、年与月双重周期季节模型法308

（一）年与月双重周期的季节模型308

（二）年与月双重周期预测函数的修改312

（三）年与月双重周期模式参数的确定318

（四）应用举例：某国际航线乘客月流通量的预测320

（一）总体水平的预测概念332

三、指数平滑－预测法332

（二）一阶指数平滑预测法334

（三）改型指数平滑－预测法346

（四）指数加权平均移动模型法357

四、判断季节性模型的经验方法372

五、分离确定性与随机性模型的方法381

（一）举例说明—太阳黑子数的预测383

（二）方差分析方法393

（三）傅里叶周期函数分析法400

（四）正交函数分析法414

第六章　系统状态的预测419

一、状态预测的例子421

（一）人口增长问题421

（二）生态平衡问题423

（三）细菌繁殖问题427

（四）同位素衰减状态的预测429

（五）生物竞争问题430

二、状态方程式的解431

（一）无强迫作用的系统状态方程式的解433

（二）有强迫作用的系统状态方程式的解450

（三）离散时间系统状态方程式的解456

（四）应用举例464

三、平衡状态的预测474

（一）判断系统稳定的条件474

（二）应用举例484

四、具有随机因素干扰的状态系统504

（一）预测原理504

（二）应用举例508

第七章　数字滤波的预测方法513

一、利用陷波滤波器的预测方法514

（一）陷波滤波器的理想特性514

（二）频率特性的不同描述形式516

（三）陷波滤波器的实现原理525

（四）陷波滤波器的设计要求528

（五）陷波滤波器的频率特性529

（六）陷波滤波器的带宽531

（七）多级点阻滤波器532

（八）陷波滤波器在预测中的应用533

二、利用低通、高通或带通滤波器进行预测535

（一）滤波器型式的选择535

（二）应用举例：设备事故的预测539

三、利用回响信号滤波器进行预测544

（一）补偿滤波原理544

（二）应用举例545

四、利用维纳滤波器原理进行预测545

（一）维纳滤波器原理545

（二）预测原理549

（三）预测一步的滤波器脉冲响应因子的确定551

五、利用微分器与积分器的预测方法554

参考文献559