系统预测方法
电力系统中的电力需求预测方法
电力系统中的电力需求预测方法电力需求预测是电力系统规划和运营的关键环节之一。
准确预测电力需求可以有效指导发电计划、调度和节能措施，提高电力系统的可靠性和经济性。
本文将介绍几种常见的电力需求预测方法，并探讨其优缺点及适用场景。
一、统计分析法统计分析法是一种常用的电力需求预测方法。
它基于历史数据，通过对电力需求的趋势进行分析和预测。
其中，最常用的方法是时间序列分析法。
时间序列分析法假设未来的电力需求与过去的需求存在一定的关联，因此可以根据过去的数据来预测未来的需求。
时间序列分析法主要包括以下几个步骤：首先，对历史数据进行平稳性检验，以确保数据的稳定性；然后，通过自相关和偏自相关函数的分析，确定合适的模型阶数；接下来，根据确定的模型，进行参数估计和模型检验；最后，利用确定的模型来进行未来的需求预测。
统计分析法的优点是简单易用，只需要依靠历史数据即可进行预测。
但是，该方法假设未来的需求与过去的需求完全一致，无法考虑到外部因素的影响。
此外，该方法对数据的平稳性有一定要求，如果数据存在趋势或季节性，需要进行预处理。
二、回归分析法回归分析法是一种通过寻找自变量与因变量之间的关系，来进行预测的方法。
在电力需求预测中，通常将天气等外部因素作为自变量，电力需求作为因变量，建立回归关系，进而进行需求预测。
回归分析法的关键是选择合适的自变量。
在电力需求预测中，常用的自变量包括温度、湿度、季节等因素。
通过建立多元回归模型，可以较准确地预测电力需求。
回归分析法的优点是可以考虑到外部因素的影响，可以提高预测的准确性。
然而，该方法需要收集大量的外部数据，并且需要对不同自变量进行分析和筛选，这增加了分析的复杂性和计算的难度。
三、人工神经网络人工神经网络是一种模仿人脑神经网络结构和功能的数学模型。
它通过模拟神经元之间的相互作用来进行信息处理和预测。
在电力需求预测中，可以利用人工神经网络来建立电力需求与各种因素之间的复杂非线性关系，从而进行预测。
系统预测马尔可夫预测
解：
划分状态。 按销售额多少作为划分状态的标准。 状态1——滞销：销售额60万元； 状态2——平销：60万元销售额
100万元； 状态3——畅销：销售额100万元。
19
则各状态出现的次数Mi为：
M1=7； M2=5； M3=8。 根据统计数据计算比例数，建立状态 转移概率矩阵。
20
由状态i转移为状态j的次数记为Mij，
24
条件
设市场中提供某种商品的厂商共有n家。 当前的市场占有率,即本期市场占有率为：
用Pij代表经过一个时期后i厂商丧失的顾 客转移到j厂商的概率，或j厂商得到由i 厂商转来的顾客的概率。特别是当i=j时， Pij代表i厂商保留上期顾客的概率。这样 Pij即为市场占有率的转移概率。
25
转移概率矩阵
3
一、Markov预测原理
例1：出租公司车站租、还车一步转移概率。
机场 租 风景区 车 宾馆
机场 0.8 0.2 0.2
还车 风景区
0.2
0
0.2
宾馆 0 0.8 0.6
p11
p12
p13 0.8 0.2
0
P
p21
p22
p23
0.2
0
0.8
p31
p32
p33 0.2 0.2 0.6
4
一、Markov预测原理
若假定各期的转移概率不变，则那 么对于下K期市场占有率的预测，可 以看成是在当前状态下经过K步转移 所达到的状态。即：S（K）=S（0）PK。
31
例5
已知市场上有A、B、C三种品牌
的洗衣粉，上月的市场占有率分布
为（0.3 0.4 0.3），并且转移概率矩
阵为：
系统预测的六大基本原理
系统预测的六大基本原理您好,非常感谢您的问题。
针对“系统预测的六大基本原理”,我试着用中文详细阐述如下:1. 动力学预测原理系统预测中最基本的原理之一是动力学预测原理。
它基于牛顿运动定律,认为一个系统的运动趋势是由其初始状态及作用在系统上的各种力决定的。
对一个系统进行预测,需要详细分析各种力所导致的加速度和速度变化,从而预计系统的运动进程。
2. 能量守恒预测原理这一预测原理基于能量守恒定律。
一个封闭系统内部的总能量保持恒定,不会因为内部变化而增加或减少。
预测一个系统变化时,需要考虑系统内部各种能量转换关系,确保预测结果符合系统能量守恒规律。
3. 物质守恒预测原理在一个封闭系统内,物质的数量保持不变,不会凭空增加或减少。
进行预测时,需要分析系统内部物质转换关系,确保不同形态物质数量之和恒定,符合质量守恒规律。
4. 信息论预测原理信息论指出,信息量度系统的有序程度。
信息熵度则反映系统的混乱程度。
对一个系统进行预测,需要分析系统产生与交换的信息量,按信息熵变化预测系统的有序性变化。
5. 控制论预测原理控制论研究系统稳定性和控制规律。
对一个系统进行预测,需要分析系统反馈结构及控制参数,预测反馈调节作用下的系统行为。
确保预测结果符合控制论基本原理。
6. 协同学预测原理协同学研究系统个体之间的协同规律。
对一个系统群体进行预测,不能简单线性叠加,而要考虑个体间协同效应。
按照协同学原理分析个体间相互作用,从整体上预测系统变化趋势。
综上所述,这六大基本预测原理构成了系统预测理论的基础,指导着对复杂系统科学预测的方法和思路。
实际预测时,需要因问题情况合理应用相关原理,配合定量分析手段,才能使预测结果符合系统科学规律。
这六大原理的运用也使预测更有理论依据,科学性更强。
电力系统负荷预测方法研究
电力系统负荷预测方法研究随着社会的不断发展，电力已经成为了现代工业、农业、交通等各行各业中不可或缺的基础设施之一。
而负荷预测就是电力系统中至关重要的环节。
一般而言，负荷预测包括长期预测、中期预测和短期预测三个层次。
其中长期预测可以用于电力生产和输电设施的投入规划，中期预测则用于电力系统运行调度和电力市场交易，而短期预测则主要涉及电力系统实时调度和安全运行管理等方面。
本文主要就电力系统负荷预测的方法进行讨论。
一、时间序列预测方法时间序列预测方法是目前电力系统负荷预测主要手段之一。
这种方法最重要的是基于一个假设，即历史负荷记录与未来负荷变化之间存在一定的规律，可以利用这种规律进行负荷预测。
时间序列预测方法通常分为单变量预测和多变量预测两种类型。
1. 单变量预测单变量预测并不涉及负荷变化所可能影响的其他因素，而是仅基于历史负荷数据来预测未来负荷变化。
该方法适用于短期预测，可使用的预测模型包括时间序列分析、单指数平滑法、双指数平滑法和三指数平滑法四种。
时间序列分析是以时间序列为基础的建模方法，它通常分为平稳时间序列和非平稳时间序列两个类别。
对于平稳时间序列，可使用ARMA模型进行建模和预测。
而对于非平稳时间序列，常使用ARIMA模型来进行预测。
单指数平滑法、双指数平滑法和三指数平滑法是基于加权平均值的方法，通过对历史数据进行平滑处理，然后预测未来数据。
其中，单指数平滑可用于短期预测，而双指数平滑和三指数平滑则可用于中期预测。
2. 多变量预测多变量预测是一种更加复杂的预测方法，它考虑了负荷变化可能涉及的其他因素。
这些因素可以是天气、经济、节假日、工业生产等等，不同的因素之间关系非常复杂。
因此，这种方法需要使用更加复杂的模型进行建模和预测，如神经网络、支持向量机、贝叶斯网络、决策树等等。
二、模糊数学预测方法模糊数学预测方法是一种基于模糊逻辑理论的预测方法。
这种方法主要是针对具有不确定性的问题，因此对于电力系统等涉及多种因素的负荷预测而言，能够有效地发挥作用。
系统安全预测技术
系统安全预测技术
预测是运用各种知识和科学手段，分析研究 历史资料，对安全生产的发展趋势或可能的 结果进行事先的推测和估计。 预测由四部分组成：预测信息、分析、技术 和结果。 系统安全预测就是要预测造成事故后果的许 多前级事件，如起因事件、过程事件及情况 变化，新的不安全因素、未来的安全生产面 貌及安全对策。
1 1
^
则由下式得 的最小二乘解： ( BT B) 1 BT y N 时间响应方程： 离散响应方程： 式中
^ (1) k 1
^
x
^ (1) 1
(1) t x1 e
^
(1) (1) t xk ( x ) e 1 1
2.类推和推断原则
用先导事件的发展规律预测迟发事件的发展趋势
3.惯性原理
根据事物发展的延续性，推断系统未来发展趋势。
第二节
预
测
方
法
预测方法从大体上分为三种：
经验推断预测法； 时间序列预测法； 计量模型预测法。
一、回归分析法
要准确地预测，就必须研究事物的因果关系。 它利用数理统计原理，在大量统计数据的基础 上，通过需求数据变化规律来推断、判断和描 述事物未来的发展趋势。
1、灰色预测建模方法
( 0) ( 0) ( 0) , x2 ,，xN } 设原始离散数据序列， x(0) {x1 ， 其中N为序列长度，对其进行一次累加处理：
k
k=1,2,……N (1) (1) 则以生成序列 x(1) {x1(1) , x2 ,，xN } 为基础建立 灰色的生成模型 dx(1) x (1)
1. 一元线性回归法 比较典型的回归法是一元线性回归法，它是根据 自变量与因变量的相互关系，用自变量的变动来 推测因变量变动的方向和程度，其基本方程式为：
销售预测系统方法
销售预测系统方法销售预测是企业进行市场预测的重要手段，对企业的发展和决策起着重要的作用。
一个好的销售预测系统可以帮助企业准确预测市场需求，合理规划销售策略，提高销售业绩。
下面将从数据采集、数据分析和模型建立三方面介绍销售预测系统的方法。
1. 数据采集数据是销售预测系统的基础，准确的数据采集是确保销售预测准确性的前提。
企业可以通过以下途径进行数据采集：1.1. 内部数据：包括历史销售数据、客户订单数据、库存数据等。
这些数据可以通过企业的内部系统进行获取，并在销售预测系统中进行整合和分析。
1.2. 外部数据：包括市场调研数据、竞争对手销售数据、行业数据等。
通过购买第三方数据或者进行市场调研，可以获取到这些外部数据，并在销售预测系统中加以利用。
2. 数据分析数据分析是销售预测的核心环节，通过对采集到的数据进行分析，可以发现市场的规律和趋势，为销售预测提供依据。
常用的数据分析方法包括：2.1. 时间序列分析：基于历史数据的变化趋势进行分析，通过建立时间序列模型，可以预测未来销售的趋势和规律。
2.2. 数据挖掘：通过挖掘大数据中隐藏的关联和规律，预测销售量和销售额。
常用的数据挖掘方法包括关联规则挖掘、决策树算法、神经网络算法等。
2.3. 统计分析：通过统计学方法，对数据进行概率和统计分析，包括回归分析、方差分析、假设检验等。
3. 模型建立根据数据分析的结果，可以建立销售预测的数学模型，用以预测未来销售的走势和业绩。
常用的模型包括：3.1. 时间序列模型：如ARIMA模型、指数平滑模型等，通过对历史数据的时间序列进行拟合和预测，得到未来销售的趋势。
3.2. 回归模型：如线性回归、多元回归模型等，通过建立销售量和各种因素（如广告投入、市场规模、产品价格等）之间的关系进行预测。
3.3. 神经网络模型：利用神经网络的非线性自适应拟合能力，对销售数据进行训练，预测未来的销售情况。
综上所述，建立一个有效的销售预测系统需要进行数据采集，数据分析和模型建立三个环节的工作。
电力系统负荷预测方法
电力系统负荷预测方法电力系统负荷预测是电力系统运行中的一个重要环节，它的准确性直接关系到电力系统的稳定性和可靠性。
随着电力系统的发展和电力市场的竞争，负荷预测的准确性和实时性变得越来越重要。
本文将介绍一些常用的电力系统负荷预测方法。
1.时间序列方法时间序列方法是一种常见的负荷预测方法，它是通过对历史负荷数据进行统计分析和建模来预测未来的负荷。
时间序列方法的基本原理是假设负荷数据是一个随时间的随机变量，并且随时间的变化是有规律的。
因此，该方法需要有足够的历史数据，并且需要对历史数据进行分析，以确定负荷变化的规律和趋势。
其中，常用的时间序列方法包括ARIMA模型和季节性趋势模型。
2.数据挖掘方法数据挖掘方法是一种通过挖掘大量数据来发现数据中隐藏的规律和知识的方法。
在电力系统负荷预测中，数据挖掘方法主要包括神经网络、支持向量机、决策树和回归分析等。
这些方法通过对历史负荷数据建立模型，并通过模型来预测未来的负荷。
其中，神经网络是最常用的方法之一，它是一种模拟人类神经系统的计算模型，可以对非线性系统进行建模和预测。
3.统计回归方法统计回归方法是一种基于统计学原理的预测方法，它主要通过对历史负荷数据进行回归分析来预测未来的负荷。
在电力系统负荷预测中，常用的统计回归方法包括线性回归和多元回归。
线性回归是一种基于线性关系的预测方法，它假设负荷数据与时间之间存在线性关系，并通过对历史数据进行线性拟合来预测未来的负荷。
多元回归是一种基于多个自变量的预测方法，它假设负荷数据与多个因素之间存在关系，并通过对历史数据进行多元回归分析来预测未来的负荷。
4.混合方法混合方法是一种将多种预测方法组合在一起的方法，它可以利用不同方法的优势来提高预测准确性。
在电力系统负荷预测中，常用的混合方法包括ARIMA模型和神经网络模型的组合、支持向量机和神经网络模型的组合等。
这些方法通过将不同的预测方法组合起来，可以提高预测准确性和稳定性。
智能硬件系统可靠性建模和预测方法研究
智能硬件系统可靠性建模和预测方法研究随着科技的迅猛发展，智能硬件系统在我们生活中的应用越来越广泛。
很多人用手机、电视、智能家居、智能手表等智能设备来改善我们生活的质量，随着智能硬件系统的数量不断增加，其可靠性、稳定性等指标的要求也越来越高。
智能硬件系统的可靠性建模和预测方法研究，对保障智能硬件系统的正常工作，具有重要的意义。
一、可靠性建模方法在智能硬件系统中，可靠性建模是对系统可靠性的量化描述，是进行可靠性分析的重要步骤。
可靠性建模方法主要包括可靠性块图法、状态迁移图法、蒙特卡罗模拟法等。
其中，可靠性块图法是一种较为流行的方法，它是将整个系统拆分成多个可靠性块，通过块与块之间、块内部的关系来描述系统的可靠性。
状态迁移图法则通过描述系统状态及状态之间的转移来捕捉系统的可靠性。
蒙特卡罗模拟法则通过随机模拟系统的运行来获取系统的可靠性。
二、可靠性预测方法可靠性预测是指在实际运行前，对系统未来的可靠性进行预估的工作。
可靠性预测方法的应用可以极大地提高系统的可靠性水平，在故障预防、维护计划和备件管理等方面也具有重要意义。
可靠性预测方法主要包括退化分析法、网络分析法、基于物理模型的法等。
这些方法可根据系统实际情况、各种因素的影响程度，将概率理论与实际数据相结合，在结合实际情况的同时，匹配预测结果。
三、智能硬件系统可靠性分析智能硬件系统的可靠性分析是通过分析系统的各种故障数据，以及系统在运行期间的实际运行表现等，对系统进行评估和分析。
在分析的过程中，对系统各种故障的频率、严重程度、持续时间等进行评估，对整个系统进行分析和评估。
四、结语综上所述，智能硬件系统可靠性建模和预测方法研究具有很好的发展前景，对于保障智能硬件系统的正常工作和提高其可靠性质量有着重要的意义。
不同的可靠性建模和预测方法，可根据不同的系统实际情况和要求，采用不同方法进行分析和预测，终达到提高系统的可靠性的目的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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AbstractPrediction 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一、引言预测是一门既有理论指导又有科学方法的一种认识世界的工具，是一门广泛应用于社会、经济、科学、技术等方面的一门科学。
它是随着科学技术的发展而产生，随着科学技术的进步而发展的。
系统预测是系统工程理论的重要组成部分，他把系统作为预测对象，分析系统发展变化的规律性，预测系统未来变化趋势，并为系统规划设计、经营管理和决策提供科学的依据。
本文主要介绍系统预测的概念、原理、分类及应用。
二、预测与系统预测1、系统预测的概念我们所说的预测是科学预测，是一门既有理论指导，又有科学方法的一种认识世界的工具，是一门广泛应用于社会、经济、科学、技术等方面的一门新科学。
把系统作为预测对象，了解系统发展变化的规律性，预测系统未来则称为系统预测。
系统预测是系统工程的重要内容，是系统规划设计、经营管理和系统决策的基础。
预测是在调查研究的基础上对事物未来发展变化的规律进行研究的理论和方法的总称，预测的基本原理是：整体性原理：事物是由若干部分相互关联而成的有机整体，事物发展变化的过程也是一个有机整体。
因此以整体性为特征的系统理论是预测的基本理论。
可知性原理：由于事物发展过程的统一性，即事物发展的过去、现在和将来是一个统一的整体，所以人类不但可以认识预测对象的过去和现在，而且也可以通过过去到现在的发展规律，推测将来的发展变化。
可能性原则：预测对象的发展有各种各样的可能性，预测是对预测对象发展的各种可能性的一种估计。
如果认为预测是必然结果，则失去了预测的意义。
相似性原理：把预测对象与类似的已知事物的发展变化规律进行类比，可以对预测对象进行描述。
反馈原理：预测未来的目的是为了更好地指导当前，因此应用反馈原理不断地修正预测才会更好地指导当前工作，为决策提供依据。
科学的预测是在广泛调查研究的基础上进行的，涉及方法的选择、资料的收集、数据的整理、预测建立预测模型、利用模型预测和对预测结果进行分析等一系列工作。
总的来说，预测的步骤为：1 确定目标该阶段的内容为确定预测对象、提出预测目的和目标，明确预测要求等。
2 选择预测方法预测方法很多，到目前为止，各类预测方法不下几百种。
因此应根据预测的目的和要求，考虑预测工作的组织情况，合理地选择效果较好的、既经济又方便的一种或几种预测方法。
3 收集和分析数据该阶段根据预测目标和所选择预测方法的要求去收集所需原始数据。
4 建立预测模型建立预测模型是预测的关键工作，它取决于所选择的预测方法和所收集到的数据。
建立模型的过程分为建立模型和模型的检验分析两个阶段。
5 模型的分析模型的分析是指对系统内部、外部的因素进行评定，找出使系统转变的内部因素和客观环境对系统的影响，以分析预测对象的整体规律性。
6 利用模型预测所建立的模型是在一定假设条件下得到的，因此也只适用于一定条件和一定预测期限。
如果将其推广到更大范围，就要利用分析、类比、推理等方法来确定模型的适用性。
只有在确认模型符合预测要求时，才可利用模型进行预测。
7 预测结果的分析利用预测模型所得的预测结果并不一定与实际情况符合。
需从两个方面进行分析：①用多种预测方法预测同一事物，将预测结果进行对比分析、综合研究之后加以修正和改进；②应用反馈原理及时用实际数据修正模型，使预测模型更完善。
2、系统预测的发展预测古已有之，从西方世界的占星巫术到东方文化中的奇门遁甲八卦术，都是古人对预测科学的探索。
自然科学出现后，预测也逐渐成为一门学科，依靠多重预测方法和工具，在生产生活中扮演了重要的角色。
系统预测发展至今，已经形成了多种预测方法和技术：简单实用的定性预测方法包含有德尔菲法和主观概率法等，建立在数据分析基础上的定量预测方法有时序分析法和建立回归模型等方法，比较常用的模型有马尔科夫模型和灰色系统模型。
此外，一些成熟的系统分析方法，如系统动力学法和投入产出模型等，也可以应用于系统预测。
3、系统预测的分类用不同的分类原则对预测技术的分类如下：（1）按预测技术的属性预测技术可分为：①定性预测技术；②定量预测技术；③定时预测技术。
（2）按预测对象预测技术可分为：①科学预测；②社会预测；③经济预测；④市场预测等。
（3）按预测方式预测技术可分为：①直观性预测；②探索性预测；③目标预测；④反馈预测等。
（4）按预测时间预测技术可分为：①短期预测；②中期预测；③长期预测；④未来预测。
三、系统预测方法3.1定性预测技术定性预测技术是以预测者的经验为基础，判断发展趋势、探讨发展变化规律的方法。
它适用于缺乏数据资料的情况下对事物的预测。
实践中，有时即使有充足的数据资料，也采用定性预测技术，其原因是把定性预测的结论与定量预测的结果相比较可以提高预测的准确性，同时在定性预测的指导下进行定量预测尚可起到定量预测起不到的作用。
常用的定性预测技术有德尔菲法、主观概率法、交叉概率法和专家意见法等。
定性预测的特点：着重对事物发展的性质进行预测，主要凭借人的经验及分析能力；着重对事物发展的倾向、趋势和重大转折点进行预测。
定性预测的优点：注重事物发展质的预测，有较大的灵活性，易于发挥人的主观能动性，且简单迅速，省时省力；定性预测的缺点：易受主观因素影响，过于依赖人的经验和主观判断能力，易受知识、经验和能力的限制，难以对事物发展做出量化的描述。
3.1.1德尔菲法德尔菲法（Delphi）是美国兰德公司研究人员赫尔马（O.Helmet）和达尔奇（N.Dalkey）于四十年代开发的一种预测方法。
目前该方法已广泛用于军事预测、人口预测、医疗卫生保健预测、经营和需求预测、教育预测以及方案评价的决策分析等领域。
该方法的过程是预测机构或人员预先选定与预测问题有关的专家10——15人，采用信件往来的方式与其建立联系，将他们的意见进行整理、综合、归纳后再匿名反馈给各位专家再次征求意见，按这种方式多次反复，直至使专家们的意见趋于一致为止，最后得出预测结论。
该方法的具体步骤为：（1）选择专家。
专家人数的确定依据所预测问题的复杂性和所需知识面的宽窄，一般以10——15人为宜。
所选择的专家彼此不发生联系，只用书信的方式与预测人员直接发生联系。
（2）编制并邮寄“专家应答表”。
首次交往需向专家介绍预测的目的，提供现有的相关资料，并邮寄“专家应答表”。
为避免浪费专家的时间，“专家应答表”应力求简练，只需专家用“是”、“否”之类简单词句或符号回答或给予简单的评分。
（3）分析整理“专家应答表”。
收集专家的意见和反应，整理“专家应答表”，进行综合、分析、归纳等工作。
（4）与专家反复交换意见。
将整理、分析、归纳和综合的结果反馈给各专家并进一步提供有关资料，让专家修订自己的意见，填写“专家应答表”，如此反复进行直至得出预测结论。
（5）将最终预测结论函告各专家并致谢。
由定性资料转化为定量数据的方法是对预测中的每个因素给定一个分值c j ，对应投票的专家数为B j ，则均值和方差分别为：∑∑=j j j B B c E ； ∑∑-=j j j j j B B E c D 2)(3.1.2 主观概率法主观概率即是某人对某事件发生可能性的主观估计值。
对同一事物来说，不同的人因知识、阅历、看问题的角度不同等原因造成对问题的估计值也不同，这就是主观因素在起作用。
主观概率法就是在调查专家主观概率的基础上，寻求最佳主观估计的科学方法。
如果要预测某一事件发生的可能性，先调查一组专家的主观概率，然后加权平均即得某事件发生的概率，即：∑∑=j j jjj BB P P式中： P ——事件发生概率的预测值；P j ——第j 种概率分级；B j ——选第j 种概率分级为主观概率的专家数。