交通运输预测方法分析

【摘要】交通运输的预测对社会经济发展有至关重要的作用，其是公路建设项目在可行性研究阶段的重要组成部分，是其研究的核心内容之一。它是综合分析建设项目的必要性和可行

性的基础，同时也是确定公路建设项目的技术等级、建设规模以及经济效益评价的主要依据。本文简述了交通运输预测方法的类型，对交通运输整体分析以及交通运输的综合预测方法分

析进行探讨，以供借鉴。

【关键词】交通运输；整体分析；综合预测分析

一、交通运输预测方法的类型

1、运输系统预测方法分类。目前预测方法有几千种，归结起来，可按照以下几种方法进行

分类：（1）定性预测方法，是建立在逻辑思维、逻辑判断和逻辑推理基础上的定性方法所

进行的预测。（2）定量预测方法，用建立在数学、统计学、控制论等基础上，通过图表、

数学模型等进行预测的定量预测。（3）综合预测方法，把定性预测方法和定量预测方法结

合起来运用，使之互为补充，提高预测的精度和预测方法的可靠性。

2、预测方法。（1）集思广益法。该方法是请熟悉有关预测问题的专家或技术人员参加专题

讨论会，对所预测的问题发表看法。该方法在充分利用专家个人丰富的知识和经验的基础上，通过交换意见、互相启发，对过去发生的事情进行分析和评价，从而达到预测的目标；（2）时间序列预测法。运用过去时间序列的数据进行统计分析，就能够推测事物的发展趋势。充

分考虑到事物发展的偶然因素的影响而产生的随机性和不规律性，为了消除随机波动的影响，利用历史数据，进行统计分析，并用加权平均等方法对数据加以适当的处理，进行趋势预测。（3）回归分析预测法。一类是变量间是一种确定的函数关系；另一类是变量间是一种不确

定的变量关系，对具有相关关系的变量，就可以通过数理统计的方法建立起变量间的回归方程，从而对变量间的密切程度进行描述，并实现对变量回归的估计和预测。

二、交通运输整体分析

交通运输整体分析是利用各种经济分析方法，通过分析交通运输发展规律，来指导交通需求

预测，同时也为项目建设的必要性和可行性提供依据。交通运输整体分析主要包括以下内容。

1、运量增长分析。为了把握各种运输方式历史变动情况和发展趋势，必须对拟建项目区域

总运量和各种运输方式运量，历年或各个历史时期的增长速度进行分析。总运量可以采用运

输量或运输周转量统计资料作为分析依据。公路运输可以采用主要相关公路观测站历年交通

量观测资料或直接影响区运输量、车辆保有量统计资料作为分析对象。铁路运输可以采用主

要相关线路客货运密度、主要车站发送和到达量统计资料作为分析对象。水运运输可以采用

主要港口客货吞吐量或水运运输量统计资料作为分析对象。

2、运输特点分析。对运输特点的分析包括各种运输方式的客运特点、货类特点、货类构成

及其发展趋势分析；各运输方式的交通区间构成（区间内与区间外、过境运输）及其发展趋

势分析；各种运输方式平均运距、客运及分货类不同运输方式最佳分界点里程及其发展趋势

分析（可根据实际情况按其交通区间构成情况分类分析）; 各种运输方式的分工特点及发展趋势分析；可能发生转移的主要货类特点（来源地、消费地）及其运量增长态势分析等等。对

运输特点的分析必须建立在拥有各种运输方式资料的基础上，公路运输资料可以通过调查得到，铁路运输资料可以在铁路部门收集或利用铁路站点发送到达量及运输密度资料推算得到，水路运输资料可以利用水运港口吞吐量及平均运距推算得到。

3、运输结构分析。首先分析拟建项目影响区内综合交通运输方式的结构，各种运输方式占

运输总量的比重及变化情况，并分析发生变化的原因。然后介绍拟建项目区域内主要相关的

各种交通运输线路特点，包括运输线路的走向、长度、等级（包括线路等级和港、站等级）

情景预测法

国贸082 0811110230 周利杰情景预测法，又称前景描述法或脚本法，是在推测的基础上，对可能的未来情景加以描述，同时将一些有关联的单独预测集形成一个总体的综合预测。特点：适用范围很广，不受任何假设条件的限制，只要是对未来的分析，均可使用；考虑问题周全，又具有灵活性；通过定性分析与定量分析相结合，以决策者提供主、客观相结合的未来情景；能及时发现未来可能出现的难题，以便采取行动消除或减轻它们的影响。分类：未来分析法、目标展开法、间隙分析法。一般步骤： 1、确定预测主题； 2、寻找相关资料； 3、应用未来分析法分析事物发展的趋势（无重大政策变化），找出影响发展的关键因素； 4、进行协调因子分析； 5、针对关键因素，设计不同情境，进行事物发展趋势预测； 6、分析情景预测结果，选出适宜情景，确定与之相对应的政策、措施。应用情景预测法案例：预测全国人口自然增长率，研究人口发展状况预测人口案例 (一)确定预测主题反映人口发展状况的变量主要有人口总量和人口自然增长率.人口总量是指一定时期,一个地区内人口总数.人口自然增长率则是指某一时期人口出生率减去人口死亡率后的差值.在这里我们选取人口自然增长率作为我们的变量. (二)分析未来情景未来情景随具体情况不同而不同,我国的人口发展状况主要经历了计划生育初步实施和计划生育稳步开展两个阶段. 由于我国是人口大国,因此在实施计划生育的初始阶段,我国的人口发展存在着不稳定的波动情况,随着计划生育政策的不断完善,才逐渐出现稳步发展态势,这将在后面的分析中进一步阐述. (三)寻找影响因素 1,国家政策一个国家的政策无疑会对人口的发展产生一定的影响.自我国实施计划生育政策以来,人口的增长逐渐得到控制,尤其在"九五"期间,计划生育政策进一步得到落实,人口自然增长率从政策实施初期的12‰下降至9.69‰,我国的人口实现了从高增长到低增长的历史性转变. 2,经济因素一般认为,人口因素和经济发展之间的关系是双向的,即经济增长的结果会影响人口增长的速度和人口转变过程.同时人口因素也会对经济增长的形态,方式和速度产生影响.因此要预测人口增长率的变化,经济因素是一个很重要的因素.人民生活水平随着GDP的增长而大幅提高,消费水平也相应提高,生育并抚养子女的相关费用呈几何级数的上升,因此消费水平与自然增长率是显著相关的,对此我们将在以下几个部分进一步作具体分析.

预测方法的分类

预测方法的分类郑XX 预测方法的分类由于预测的对象、目标、内容和期限不同，形成了多种多样的预测方法。据不完全统计，目前世界上共有近千种预测方法，其中较为成熟的有150多种，常用的有30多种，用得最为普遍的有10多种。 1-1预测方法的分类体系 1）按预测技术的差异性分类可分为定性预测技术、定量预测技术、定时预测技术、定比预测技术和评价预测技术，共五类。 2）按预测方法的客观性分类可分为主观预测方法和客观预测方法两类。前者主要依靠经验判断，后者主要借助数学模型。 3）按预测分析的途径分类可分为直观型预测方法、时间序列预测方法、计量经济模型预测方法、因果分析预测方法等。 4）按采用模型的特点分类可分为经验预测模型和正规的预测模型。后者包括时间关系模型、因果关系模型、结构关系模型等。 1-2 常用的方法分类 1)定性分析预测法定性分析预测法是指预测者根据历史与现实的观察资料，依赖个人或集体的经验与智慧，对未来的发展状态和变化趋势作出判断的预测方法。定性预测优缺点定性预测的优点在于：注重于事物发展在性质方面的预测，具有较大的灵活性，易于充分发挥人的主观能动作用，且简单的迅速，省时省费用。

定性预测的缺点是：易受主观因素的影响，比较注重于人的经验和主观判断能力，从而易受人的知识、经验和能力的多少大小的束缚和限制，尤其是缺乏对事物发展作数量上的精确描述。 2)定量分析预测法定量分析预测法是依据调查研究所得的数据资料，运用统计方法和数学模型，近似地揭示预测对象及其影响因素的数量变动关系，建立对应的预测模型，据此对预测目标作出定量测算的预测方法。通常有时间序列分析预测法和因果分析预测法。 ⅰ时间序列分析预测法时间序列分析预测法是以连续性预测原理作指导，利用历史观察值形成的时间数列，对预测目标未来状态和发展趋势作出定量判断的预测方法。

情景分析法

情景分析法概念一：情景分析法，又称前景描述法或脚本法，是在推测的基础上，对可能的未来情景加以描述，同时将一些有关联的单独预测集形成一个总体的综合预测。概念二：情景分析就是就某一主体或某一主题所处的宏观环境进行分析的一种特殊研究方法。概括地说，情景分析的整个过程是通过对环境的研究，识别影响研究主体或主题发展的外部因素，模拟外部因素可能发生的多种交叉情景分析和预测各种可能前景。 2作用情景分析法的作用： (1)分析环境和形成决策; (2)提高组织的战略适应能力; (3)提高团队的总体能力，实现资源的优化配置; 3特点情景分析方法的特点：

(1)在了解内部环境的基础上; (2)定性分析加定量分析; (3)需要主观想象力; (4)承认结果的多样性; 4优点和局限性 1.主要优点：对于未来变化不大的情况能够给出比较精确的模拟结果。 2.局限性： (1)在存在较大不确定性的情况下，有些情景可能不够现实; (2)在运用情景分析时，主要的难点涉及数据的有效性以及分析师和决策者开发现实情境的能力，这些难点对结果的分析具有修正作用; (3)如果将情景分析作为一种决策工具，其危险在于所用情景可

能缺乏充分的基础，数据可能具有随机性，同时可能无法发现那些不切实际的结果。 5执行步骤 ◎方法一：（1）主题的确定；（2）主要影响因素的选择；（3）方案的描述与筛选：将关键影响因素的具体描述进行组合，形成多个初步的未来情景描述方案。――横纵坐标进行归类；（4）模拟演习：邀请公司的管理人员进入描述的情景中，面对情景中出现的状况或问题做出对应策略的过程；（5）制订战略；（6）早期预警系统的建立； ◎方法二：

铁路客运量预测方法

一、意义 1、设计铁路能力的依据。客运量是选定铁路主要技术标准的依据，而主要技术标准又决定着运输装备的能力，它不应小于调查或预测的客运量，以满足国家要求的运输任务； 2、是评价铁路经济效益的基础。客运量决定铁路的运营收入、运输成本等经济效益指标。客运量大，则收入多、成本低； 3、是影响线路方案取舍的重要因素。铁路选线中，出现大量的线路方案比较。若运量大，则投资大的方案中选，运营支出小。总之，若调查或预测的客运量偏大，则铁路标准偏高，技术装备能力也偏高，因而投资较大。但运营后发现实际运量偏小，则会造成铁路能力闲置，投资浪费，由于运营收入少，铁路的经济效益必然降低；若调查或预测的客运量偏小，虽初期投资省，但运营后能力很快就会饱和，从而过早的引起铁路改扩建，追加投资增大，也不经济。二、影响客运量的因素直通吸引范围：等距离原则划定（“哪边近走哪边”），上下行分别勾画；地方吸引范围：运价最低（运距最低）原则确定（“哪边花钱少走哪边”）。随着社会经济的不断发展，客运量也在不断增加，因此，只有把握住影响客运量增长的因素，才能更好地预测出客运量的大小。影响因素主要有： 1、国家的政治、经济形势，国民经济的增长速度与发展战略，运价政策和旅客对运费的承受能力，这些因素，在预测远期运量时需加以考虑； 2、设计线在路网中的地位和作用，以及邻接铁路的布局和能力，都将影响直通客运量； 3、设计线沿线的资源情况，工矿、电力等大型企业的发展规划，农林牧副渔和乡镇企业的发展情况，以及城乡人口、人均收入的增长情况，也将影响地方客运量； 4、设计线沿线的公路、水运等交通状况和发展规划，将影响设计线分担客运量的比重； 5、突发事件的影响：疾病、自然灾害等。三、客运量预测方法定性预测方法是主要以预测人员的经验判断为依据而进行的预测。预测者根据自己掌握的实际情况、实践经验、专业水平，对未来货运发展前景的性质、方向和程度做出判断。其特点为:需要的数据少，能考虑无法定量的因素，比较简便可行。定性预测方法：经济调查法（直接估算法：根据规划线吸引范围内的经济、人口、人均收入等情况，比照邻接铁路每天开行的旅客列车对数，直接估计规划线运营初期每天需要开行的列车对数，远期可按每隔若干年增加一对估算）、德尔菲法（专家调查法）、类推法（时间类推和局部类推）、头脑风暴法等。但这种方法往往在很大程度上取决于参加预测的人员的经验、专业理论水平以及所掌握的实际情况，因此存在片面性，准确性不高的缺点。定量预测方法则是以历史统计资料和有关信息为依据，运用各种数学方法来预测未来客运市场需求情况，即未来的运量。定量预测方法最大的优点就是客观性，这类方法的预测精度和可靠性在很大程度上取决于数据的准确性和预测方法的科学性。定量预测方法：时间序列法（移动平均法、指数平滑法、季节指数法、自回归分析、趋势外推法、灰色预测法）、影响因素分析法（回归分析法、系数法：乘车系数和产值系数）、四阶段法（交通生成、交通分布、交通方式划分、交通流分配）。时间序列分析预测法是一种依据客运量的历史变化趋势，找出其随时间变化的规律，并通过数学模型来表示，然后根据模型来进行预测的方法。这种方法的主要优点是需要数据少、简便，只要所研究的运量时间序列的趋势没有大的波动，预测效果较好。这类方法的缺点是无法反映出运量变化的原因，对于影响运量变化的外部因素变化，如调整经济政策和发展速度而引起的运输需求的变动无法反映。影响总运输需求的主要因素有很多，但具体的预测目标类型、范围是不同的，必须细致地分析其最

情景分析预测论文解读

中国城镇居民人均可支配收入的情景预测摘要：情景预测法是20世纪70年代兴起的一种预测技术，又称剧本描述法。随着我国经济的快速发展，人们生活水平逐步提高，城镇居民人均可支配收入也在不断提高。本文根据1978－2006年有关数据，对城镇居民收入情况进行分析，并用情景预测法和线性二次移动平均法[]2预测2007年的城镇居民人均可支配收入。关键词：情景预测法线性二次移动平均法城镇居民人均可支配收入

引言伴随着中国经济体制改革的逐步深入，市场机制的调节作用日益强化，国民的收入也在不断地提高。本文是利用1978—2006年城镇居民和农村居民人均可支配收入数据，选取农村居民人均可支配收入作为解释变量对镇居民人均可支配收入做回归，进行分析。

第一章模型的方法 1.1情景预测法]1[的概念情景预测法是对将来的情景做出预测的一种方法，它把研究对象分为主题和环境，通过对环境的研究，识别影响主题发展的外部因素，模拟外部因素可能发生的多种交叉情景，以预测主题发展的各种可能情景。情景预测法首先是构造一个“无突变”情景A ，即在假定当前的环境不发生重大变化的条件下研究对象的未来情景；然后分析情景A 的环境因素，就个因素的不同取值从而对A 造成不同的影响，由此产生了B 和情景C ，进而可以得到A ，B ，C ，AB ，AC ，BC 六种情景；同时，还可假设有突发事件D ，它对情景A ，B ，C 又有不同程度的影响，从而又产生了AD ，BD ，CD ，ABD ，ACD 。BCD 六种情景，由于环境因素的不同取值，还可得到其他多种情景，但情景的范围是确定的为 D C B ??如下图1 图1 情景示意图 1.2情景预测法的特点情景预测法的特点主要表现在：第一，适用范围很广，不受任何假设条件的限制，只要是对未来的分析，均可使用。第二，考虑问题周全，又有灵活性。它尽可能地考虑将来会出现的各种状况和各种不同的环境因素，并引入各种突发因素，将所有的可能尽可能地展示出 D C B A

SPSS操作方法：判别分析例题

为研究1991年中国城镇居民月平均收入状况，按标准化欧氏平方距离、离差平方和聚类方法将30个省、市、自治区．分为三种类型。试建立判别函数，判定广东、西藏分别属于哪个收入类型。判别指标及原始数据见表9-4。 1991年30个省、市、自治区城镇居民月平均收人数据表单位：元／人 x1：人均生活费收入 x6：人均各种奖金、超额工资(国有+集体) x2：人均国有经济单位职工工资 x7：人均各种津贴(国有+集体) x3：人均来源于国有经济单位标准工资 x8：人均从工作单位得到的其他收入 x4：人均集体所有制工资收入 x9：个体劳动者收入 5

贝叶斯判别的SPSS操作方法： 1. 建立数据文件 2．单击Analyze→ Classify→ Discriminant，打开Discriminant Analysis 判别分析对话框如图1所示：图1 Discriminant Analysis判别分析对话框 3．从对话框左侧的变量列表中选中进行判别分析的有关变量x1~x9进入Independents 框，作为判别分析的基础数据变量。从对话框左侧的变量列表中选分组变量Group进入Grouping Variable 框，并点击Define Range...钮，在打开的Discriminant Analysis: Define Range对话框中，定义判别原始数据的类别数，由于原始数据分为3类，则在Minimum（最小值）处输入1，在Maximum（最大值）处输入3（见图2）。。选择后点击Continue按钮返回Discriminant Analysis主对话框。图2 Define Range对话框 4、选择分析方法 Enter independent together 所有变量全部参与判别分析（系统默认）。本例选择此项。 Use stepwise method 采用逐步判别法自动筛选变量。

情景分析法

情景分析法：情景分析法又称脚本法或者前景描述法，是假定某种现象或某种趋势将持续到未来的前提下，对预测对象可能出现的情况或引起的后果作出预测的方法。通常用来对预测对象的未来发展作出种种设想或预计，是一种直观的定性预测方法。发展情况： “情景”一词最早出现于1967年Kahn和Wiener合著的《2000年》一书，是对事物所有可能的未来发展态势的描述，既包括对各种态势基本特征的定性和定量描述，同时还包括对各种态势发生可能性的描述。情景分析法是由荷兰皇家壳牌集团于60年代末首先使用基于脚本的战略规划，并或得成功，并由该公司的沃克于1971年正式提出，是根据发展趋势的多样性，通过对系统内外相关问题的系统分析，设计出多种可能的未来前景，然后用类似于撰写电影剧本的手法，对系统发展态势作出自始至终的情景与画面的描述。分析法的作用：分析环境和形成决策任何企业若想生存进而壮大,必须要尽可能做到“知己、知彼、知环境”。情景分析法就是企业从自身角度出发,通过综合分析整个行业环境甚至社会环境,评估和分析自身以及竞争对手的核心竞争力,进而制订相应决策。由于每一组对环境的描述都最终会产生一个相应的决策,因此情景分析主要应用于分析环境和形成决策两个方面。提高组织的战略适应能力

由于情景分析法重点考虑的是将来的变化,因此能够帮助企业很好地处理未来的不确定性因素。尤其是在战略预警方面,能够很好地提高企业或组织的战略适应能力。同时,企业持续的情景分析还可以为企业情报部门提供大量的环境市场参数,而这些参数又可以对企业提供多方面的帮助,例如可以帮助企业发现自身的机会、威胁、优势和劣势等。提高团队的总体能力，实现资源的优化配置从企业内部出发,企业的核心是人,而人的思想是关键。由于情景分析法不仅仅属于高层管理人员的战略工具,而是需要企业各层级人员都参与其中,如此可激发每个人的责任感和成就感,从而提高团队的总体能力。企业通过情景分析法预测出未来可能出现的情景,决策人员以此为基础进行决策,确定未来的发展方向,而决策的实施需要资源的支持,因此，在进行情景分析及决策时，企业的资源也就相应地实现了重新配置。

判别分析-四种方法

第六章判别分析 §6.1 什么是判别分析判别分析是判别样品所属类型的一种统计方法，其应用之广可与回归分析媲美。在生产、科研和日常生活中经常需要根据观测到的数据资料，对所研究的对象进行分类。例如在经济学中，根据人均国民收入、人均工农业产值、人均消费水平等多种指标来判定一个国家的经济发展程度所属类型；在市场预测中，根据以往调查所得的种种指标，判别下季度产品是畅销、平常或滞销；在地质勘探中，根据岩石标本的多种特性来判别地层的地质年代，由采样分析出的多种成份来判别此地是有矿或无矿，是铜矿或铁矿等；在油田开发中，根据钻井的电测或化验数据，判别是否遇到油层、水层、干层或油水混合层；在农林害虫预报中，根据以往的虫情、多种气象因子来判别一个月后的虫情是大发生、中发生或正常；在体育运动中，判别某游泳运动员的“苗子”是适合练蛙泳、仰泳、还是自由泳等；在医疗诊断中，根据某人多种体验指标（如体温、血压、白血球等）来判别此人是有病还是无病。总之，在实际问题中需要判别的问题几乎到处可见。判别分析与聚类分析不同。判别分析是在已知研究对象分成若干类型（或组别）并已取得各种类型的一批已知样品的观测数据，在此基础上根据某些准则建立判别式，然后对未知类型的样品进行判别分类。对于聚类分析来说，一批给定样品要划分的类型事先并不知道，正需要通过聚类分析来给以确定类型的。正因为如此，判别分析和聚类分析往往联合起来使用，例如判别分析是要求先知道各类总体情况才能判断新样品的归类，当总体分类不清楚时，可先用聚类分析对原来的一批样品进行分类，然后再用判别分析建立判别式以对新样品进行判别。判别分析内容很丰富，方法很多。判别分析按判别的组数来区分，有两组判别分析和多组判别分析；按区分不同总体的所用的数学模型来分，有线性判别和非线性判别；按判别时所处理的变量方法不同，有逐步判别和序贯判别等。判别分析可以从不同角度提出的问题，因此有不同的判别准则，如马氏距离最小准则、Fisher 准则、平均损失最小准则、最小平方准则、最大似然准则、最大概率准则等等，按判别准则的不同又提出多种判别方法。本章仅介绍四种常用的判别方法即距离判别法、Fisher 判别法、Bayes 判别法和逐步判别法。 §6.2 距离判别法基本思想：首先根据已知分类的数据，分别计算各类的重心即分组（类）的均值，判别准则是对任给的一次观测，若它与第i 类的重心距离最近，就认为它来自第i 类。距离判别法，对各类（或总体）的分布，并无特定的要求。 1 两个总体的距离判别法设有两个总体（或称两类）G 1、G 2，从第一个总体中抽取n 1个样品，从第二个总体中抽取n 2个样品，每个样品测量p 个指标如下页表。今任取一个样品，实测指标值为),,(1'=p x x X ，问X 应判归为哪一类？首先计算X 到G 1、G 2总体的距离，分别记为),(1G X D 和),(2G X D ，按距离最近准则

情景分析法

1 情景分析的概念及其特点 “情景”(Scenario)最早出现于1967年HermanKahn和Wiener合著的《2000年》一书中。他们认为:未来是多样的,几种潜在的结果都有可能在未来实现;通向这种或那种未来结果的途径也不是唯一的,对可能出现的未来以及实现这种未来的途径的描述构成一个情景。“情景”就是对未来情形以及能使事态由初始状态向未来状态发展的一系列事实的描述。基于“情景”的“情景分析法”(ScenarioAnalysis)是在对经济、产业或技术的重大演变提出各种关键假设的基础上,通过对未来详细地、严密地推理和描述来构想未来各种可能的方案。情景分析法的最大优势是使管理者能发现未来变化的某些趋势和避免两个最常见的决策错误:过高或过低估计未来的变化及其影响。情景分析法在西方已有好几十年的历史。该方法最早用在军事上,20世纪40年代末,美国兰德公司的国防分析员对核武器可能被敌对国家利用的各种情形加以描述,这是情景分析法的开始。到20世纪70年代,兰德公司在为美国国防部就导弹防御计划做咨询时进一步发展了该方法。今天,许多世界著名的跨国公司,如美国的壳牌石油公司、德国的BASF公司、戴母勒-奔驰公司、美国的波音公司等在制定战略规划时都使用该方法。一些国家政府也采用了该方法,如南非白人政府的种族隔离制度的和平变革,就是利用该方法推导了各种选择可能的结果之后做出的选择。根据国外一些学者的研究,情景分析具有以下本质特点:a.承认未来的发展是多样化的,有多种可能发展的趋势,其预测结果也将是多维的。b.承认人在未来发展中的“能动作用”,把分析未来发展中决策者的群体意图和愿望作为情景分析中的一个重要方面,并在情景分析过程中与决策者之间保持畅通的信息交流。c.在情景分析中,特别注意对组织发展起重要作用的关键因素和协调一致性关系的分析。d.情景分析中的定量分析与传统趋势外推型的定量分析区别在于: 情景分析在定量分析中嵌入了大量的定性分析,以指导定量分析的进行,所以是一种融定性与定量分析于一体的新预测方法。e.情景分析是一种对未来研究的思维方法,它所使用的技术方法手段大都来源于其它相关学科,重点在于如何有效获取和处理专家的经验知识,这使得情景分析具有心理学、未来学和统计学等学科的特征。 2 “情景”理论体系的构成国外的经济学家对“情景”理论体系的构成有不同的看法。Fahey认为一个情景应该包括结束状态(End-state)、策略(Plotorstory)、驱动力(Drivingforce)和逻辑(Logics)四个要素。他认为每个要素都可以多个方式发展,并且这些要素之间的相互关联导致了三种不同类型的竞争情景:第一种是即时情景(emergent scenarios)。这种类型由分析竞争者当前市场策略为起始,探讨如果竞争者改变他现在的策略将会出现什么变化。第二种是不受限制的“如果-那么”情景分析(Unconstrained“What-If”Scenarios)。这种类型来自开放式结局(open-ended)或者是不受限的“如果-那么”问题(unconstrained“what-if”questions),这些问题通常暗示着可能的结束状态,例如一个完全新的竞争策略。第三种是受限的“如果-那么”情景分析 (Constrained“What-If”Scenarios)。受限的“如果-那么”问题产生的情景需要构想出完全不同的计划,这些计划允许情景设计者深入地评估一些迥然不同的竞争者的行动和行动造成的结果。 Fink认为“情景管理”应建立在以下三个主要原则之上:a.系统思考(SystemThinking)。传统的管理方法侧重于对单一个体的分析,忽略了对系统整体的认识,因此常常导致失败。所以我们

情景分析预测论文

————————————————————————————————作者：————————————————————————————————日期：

高速铁路客运量预测方法选择-图文(精)

65 YUNSHUSHICHANG 2007/ 7 高速铁路客运量预测是项目规划和建设的依据, 也是经济效益计算的基础。目前常用的高速铁路客运量预测方法是四阶段法,其中最主要的方式划分预测又基本采用了Logit 模型。但由于Logit模型存在的某些特性会在一定程度上影响预测的准确性,因此在应用四阶段法进行预测时,必须分析和掌握这种特性, 以便选择适当的高速铁路客运量预测方法。目前大部分高速铁路客运量预测所采用的预测方法(包括京沪高速铁路客运量预测主要由以下两部分内容组成: 一是以社会经济变量(各交通小区的GDP或人口和阻抗变量(各交通小区间的广义价格作为自变量预测研究区域内特征年度总的旅客 OD 交流量,预测一般采用重力模型; 二是用一个涉及多种运输方式的选择模型确定现有运输方式和新的高速铁路的出行份额和出行量,而且所有方式的出行份额加总为 100%。典型地,用于方式选择的是一个多元的 Logit 模型。然而,由于 Logit 模型的非相关选择方案独立特性(IIA, 高速铁路的预测运量必须直接与现有方式间的运量份额比值成正比关系,因而使预测结果的准确性降低, 这也是该方法最主要的缺陷。如果不进行改进, 该方法的模型运行结果就会出现如下情况:当一种现有运输方式本身占有较高的份额时,高速铁路从中得到的转移到运量份额也随之较高。例如,假设任意两个区域间的出行 50%是由

小汽车完成的,则采用该方法预测将会得到 50%的高速铁路运量份额是从小汽车转移过来的。分析我国现状的客流组成,这一情况实际上是不可能发生的。为了减少非相关选择方案独立特性所产生的问题,某些预测采用了另外一种方法。该方法也是首先预测各种运输方式的合计 OD 客流量,然后用一个多层的Logit 模型(NL来确定高速铁路和其他相关方式的市场份额。多层 Logit 模型高速铁路客运量预测方法选择 □张康敏刘晓青

常见的预测方法

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。

风险评估技术-情景分析

情景分析 1 概述情景分析(Scenario Analysis)是指通过分析未来可能发生的各种情景，以及各种情景可能产生的影响来分析风险的一类方法。换句话说，情景分析是类似“如果-怎样”的分析方法。未来总是不确定的，而情景分析使我们能够“预见”将来，对未来的不确定性有一个直观的认识。用情景分析法来进行预测，不仅能得出具体的预测结果，而且还能分析达到未来不同发展情景的可行性以及提出需要采取的技术、经济和政策措施，为管理者决策提供依据。 2 用途情景分析可用来帮助决策并规划未来战略，也可以用来分析现有的活动。它在风险评估过程的三个步骤中都可以发挥作用。在识别和分析那些反映诸如最佳情景、最差情景及期望情景的多种情景时，可用来识别在特定环境下可能发生的事件并分析潜在的后果及每种情景的可能性。情景分析可用来预计威胁和机遇可能发生的方式，以及如何将威胁和机遇用于各类长期及短期风险。在周期较短及数据充分的情况下，可以从现有情景中推断出可能出现的情景。对于周期较长或数据不充分的情况，情景分析的有效性更依赖于合乎情理的想象力。如果积极后果和消极后果的分布存在比较大的差异，情景分析就会有很大用途。 3 输入情景分析的必要前提是要有一支团队，其成员了解相关变化的特征(例如，可能的技术进步)，同时有丰富的想象力，能预见到未来发展，而无需从过去事件中进行推断。掌握现有变化的文献和数据也很必要。 4 过程情景分析的结构可以是正式的，也可以是非正式的。

在建立了团队和相关沟通渠道，同时确定了需要处理的问题和事件的背景之后，下一步就是确定可能出现变化的性质。这就要求对主要趋势、趋势变化的可能时机以及对未来的预见进行研究。需要分析的变化可能包括： ●外部情况的变化(例如技术变化)； ●不久将要做出的决定，而这些决定可能会产生各种不同的后果； ●利益相关者的需求以及需求可能的变化方式； ●宏观环境的变化(如监管及人口统计等)；有些变化是必然的，而有些是不确定的。有时，某种变化可能归因于另一个风险带来的结果。例如，气候变化的风险正在造成与食物链有关的消费需求发生变化，这样会改变哪些食品的出口会盈利以及哪些食品可能在当地生产。局部及宏观因素或趋势可以按重要性和不确定性进行列举并排序。应特别关注那些最重要、最不确定的因素。可以绘制出关键因素或趋势的图形，以显示那些情景可以进行开发的区域。建议使用一系列的情景，关注每个情景参数的合理变化。为每个情景编写一个“故事”，讲述你如何从此时此地转向主题情景。这些故事可以包括那些能为情景带来附加值的合理细节。现在，这些情景可以用来测试或评估最初的问题。这项测试考虑到任何重要但可预测的因素(例如，使用模式)，然后分析政策在这种新情景中的“成功”概率，并通过使用以模型假设为基础的“假定分析”来“预先测定”结果。当对每个情景的问题或建议进行评估时，显然需要进行修正，以使其更全面或风险更小。当情景正在发生变化时，也可能找出一些能够表明变化的先行指标，监测先行指标并做出反应，可以为改变计划好的战略提供机会。由于情景只是可能出现的未来经过界定的“片段”，因此关键是要确定需考虑的正在发生的某个特定结果(情景)的可能性。例如，对于最好的情景、最差的情景以及预期的情景，应努力描述或说明每个情景发生的可能性。

预测分析方法--C++版

编译原理上机实验一、实验题目：预测分析方法二、实验要求：用C++程序设计语言，构建预测分析程序、先进后出栈、预测分析表，实现用程序自动完成预测分析过程。三、程序流图：四、程序代码： #include #include using namespace std; string table(char a,char b) { char *analist[5][6]={ //在子函数中创建二维数组{"Te","1","1","Te","1","1"}, //为了方便表示，用1代表出错 {"1","+Te","1","1","0","0"}, //ε用0代替{"Ft","1","1","Ft","1","1"}, {"1","0","*Ft","1","0","0"}, {"i","1","1","(E)","1","1"} }; int i=0; int j=0; switch(a){

case 'E':i=0;break; case 'e':i=1;break; case 'T':i=2;break; case 't':i=3;break; case 'F':i=4;break;} switch(b){ case 'i':j=0;break; case '+':j=1;break; case '*':j=2;break; case '(':j=3;break; case ')':j=4;break; case '#':j=5;break;} return analist[i][j]; } bool isVt(char d) //判断是否是终结符 {char vt[5] = {'i','+','*','(',')'}; for(int i=0;i<5;i++) {if(vt[i]==d) return true; } return false; } void main() { int op1,op2; //op1、op2分别为两个栈的栈顶指针 string inputstr; //inputstr表示输入待分析的符号串 int mark=0; //mark用来记录程序执行的次数 string str; //定义str表示返回的产生式 char a,X; //流程图中的a、X char stack1[30]; //用两个数组定义两个栈 char stack2[30]; op1=0; //初始化栈顶指针 op2=0; stack1[op1]='#'; //#放入栈1 op1++; stack1[op1]='E'; //E放入栈1 cout<

情景分析法

汽车保有量是区域交通规划中需要考虑的一项重要因素，它对于交通流的发展趋势生成预测，把握路网容量供需关系和道路交通流的分布分配，构建完善的路网规划有着十分重要的意义，同时汽车保有量对国家和地区的经济发展战略的规划显得举足轻重。从1981至2001年间，我国汽车保有量由178万增加到1802万辆，年均增长12.4%，汽车市场越来越广阔。（一）确定预测主题汽车保有量指的是一个地区拥有车辆的数量，由此带来的能源安全和环境问题将更加突出，因此合理确定汽车保有量为预测主题显得十分必要。（二）分析未来情景未来的情景随具体情况的不同而不同，各国汽车保有量的水平和其增长情况与各国的经济发展阶段密切相关。在经济发展的起步阶段，人均汽车拥有量较低，这时汽车需求主要体现在对货车和客车的需求上；在第二阶段，经济增长加快，汽车需求和汽车保有量也增长较快；在第三阶段，经过一定时期的高速增长，人均收入达到一定水平，轿车开始进入家庭，人均汽车保有量急剧增加；在第三阶段，在汽车普及率达到相对高的水平之后，汽车市场趋于饱和，这时汽车的需求弹性接近1。汽车保有量在这几个阶段的不同情况将在后面的具体分析中做详细的说明。（三）寻找影响因素汽车产业具有高度的关联性,其发展直接影响到相关行业的发展,对经济发展具有巨大的促进作用,是我国新的经济增长点。影响我国汽车消费的主要因素有宏观经济环境、消费者收入状况、消费政策、消费环境、城市规划与交通管理等方面。 1.宏观经济环境宏观经济环境因素包括国家宏观经济政策、区域经济环境和业内竞争等方面。 (1)国家宏观经济政策主要包括国家制定的政策、措施、法律、法规,其内容可能会促进或限制汽车消费。如当前对汽车消费税的征收,不分车型统一标准,对购买力较低的消费者有很大影响。如果能够根据车型的不同,对于豪华型汽车征收较高的消费税,而对于经济适用型汽车征收低消费税或是免税,将会大大促进汽车的消费。 (2)区域经济环境对汽车消费的影响也很大。2004年我国人均收入达到1000美元,而北京、上海、广州等大城市的人均收入已达到4000美元左右,人均收入的巨大差距直接影响了对汽车的消费。大城市的汽车购买力要远远高于中小城市。(3)激烈的汽车市场竞争对于汽车消费也有很重要的影响。从2004年开始,汽车企业为了抢占市场,纷纷下调汽车价格,引发了新一轮的价格战,个别车型的价格下调了1~2万元,极大地刺激了消费者的购买欲望。 2.消费者的收入情况 (1)消费者的收入情况直接决定了他的购买能力。消费者的收入越高,其产业消费结构越高。汽车作为高档消费品,其消费情况受消费者的收入影响较大。2000~2004年,GDP增长8.6%,城镇居民人均可支配收入增长7.6%。居民收入增幅的降低对居民消费支出的影响具有高度的敏感性。 (2)收入差距的扩大也压抑了消费需求。有资料显示,从2000~2004年,最高收入者与最低收入者的收入差距以年4.10%的速度扩大,财富以年1.53%的速度向少数富人集中。 (3)居民预期收入的降低和预期支出的增加也制约了人们的消费需求。国有企业改革强调效率导致减负增效,结构性调整带来/摩擦性失业,同时社会各阶层收入中工资性收入比重减少,其他收入比重增加。目前我国政府正在对计划经济时期遗留下来的社会福利制度进行改革,着手构建与市场经济要求相适应的社会保障体系,但人们对住房、医疗、教育、劳保等方面的改革及结果并不十分清楚,难以做出准确预期与判断。 3.消费政策

时间序列分析方法第章预测

第四章预测在本章当中我们讨论预测的一般概念和方法，然后分析利用),(q p ARMA 模型进行预测的问题。 §4.1 预期原理利用各种条件对某个变量下一个时点或者时间阶段内取值的判断是预测的重要情形。为此，需要了解如何确定预测值和度量预测的精度。 4.1.1 基于条件预期的预测假设我们可以观察到一组随机变量t X 的样本值，然后利用这些数据预测随机变量1+t Y 的值。特别地，一个最为简单的情形就是利用t Y 的前m 个样本值预测1+t Y ，此时t X 可以描述为：假设*|1t t Y +表示根据t X 对于1+t Y 做出的预测。那么如何度量预测效果呢？通常情况下，我们利用损失函数来度量预测效果的优劣。假设预测值与真实值之间的偏离作为损失，则简单的二次损失函数可以表示为(该度量也称为预测的均方误差)：定理4.1 使得预测均方误差达到最小的预测是给定t X 时，对1 +t Y 的条件数学期望，即：证明：假设基于t X 对1+t Y 的任意预测值为：则此预测的均方误差为：对上式均方误差进行分解，可以得到：其中交叉项的数学期望为(利用数学期望的叠代法则)：因此均方误差为：为了使得均方误差达到最小，则有：此时最优预测的均方误差为： 211*|1)]|([)(t t t t t X Y E Y E Y MSE +++-= End 我们以后经常使用条件数学期望作为随机变量的预测值。 4.1.2 基于线性投影的预测由于上述条件数学期望比较难以确定，因此将预测函数的范围限制在线性函数当中，我们考虑下述线性预测：如此预测的选取是所有预测变量的线性组合，预测的优劣则体现在系数向量的选择上。定义4.1 如果我们可以求出一个系数向量值α，使得预测误差)(1t t X Y α'-+与t X 不相关：则称预测t X α'为1+t Y 基于t X 的线性投影。定理4.2 在所有线性预测当中，线性投影预测具有最小的均方误差。

客货运交通需求预测方法

实验一：交通需求预测一、实验内容 1、采用回归分析法进行一元和多元线性相关分析，建立客、货运量同各种因素的回归方程，对未来的客货运量进行预测。 2、采用指数平滑法进行客、货运量预测；二、实验工具 OFFICE EXCEL 三、实验目的掌握平均增长率法、弹性系数法、回归分析法、指数平滑法进行客货运交通需求预测四、实验方法（一）根据授课内容利用EXCEL进行平均增长率法、弹性系数法客运量预测；（二）利用EXCEL中的数据分析工具进行一元线性、非线性相关分析预测客、货运量。 1、一元回归分析利用EXCEL进行一元线性、非线性相关分析时，可以形成平面趋势图形，一般按以下工作程序进行相关分析： ①选定参与相关分析的数据所在列或行，其中第一列（或行）可作为横坐标。 ②点击（打开）图表向导。 ③按图表向导选定图表类型，选XY散点图。 ④根据图表向导，形成趋势线图。 ⑤用鼠标激活刚形成的趋势线图表，下拉EXCEL主菜单中的“图表”菜单，选“添加趋势线”，在“类型”菜单中选定添加的趋势线类型 ⑥.在选“添加趋势线”时，完成类型选择后在“选项”菜单中选定“显示公式”及“显示R（相关系数）平方值”。 ⑦根据图表向导，形成趋势线图、回归公式及相关系数。 2、利用EXCEL进行多元线性相关分析。（1）执行[工具]菜单中的[数据分析]指令，这时在屏幕上出现对话框。注意：如果此时[工具]菜单中无[数据分析]指令，该如何处理？具体解决方法，请自行查看Excel帮助。（2）选择[回归]选项，弹出另一对话框。（3）单击“Y值输入区域”对话框右边的折叠对话框按钮，然后选取y值区域，

交通运输预测方法分析

交通运输预测方法分析【摘要】交通运输的预测对社会经济发展有至关重要的作用，其是公路建设项目在可行性研究阶段的重要组成部分，是其研究的核心内容之一。它是综合分析建设项目的必要性和可行性的基础，同时也是确定公路建设项目的技术等级、建设规模以及经济效益评价的主要依据。本文简述了交通运输预测方法的类型，对交通运输整体分析以及交通运输的综合预测方法分析进行探讨，以供借鉴。【关键词】交通运输；整体分析；综合预测分析一、交通运输预测方法的类型 1、运输系统预测方法分类。目前预测方法有几千种，归结起来，可按照以下几种方法进行分类：（1）定性预测方法，是建立在逻辑思维、逻辑判断和逻辑推理基础上的定性方法所进行的预测。（2）定量预测方法，用建立在数学、统计学、控制论等基础上，通过图表、数学模型等进行预测的定量预测。（3）综合预测方法，把定性预测方法和定量预测方法结合起来运用，使之互为补充，提高预测的精度和预测方法的可靠性。 2、预测方法。（1）集思广益法。该方法是请熟悉有关预测问题的专家或技术人员参加专题讨论会，对所预测的问题发表看法。该方法在充分利用专家个人丰富的知识和经验的基础上，通过交换意见、互相启发，对过去发生的事情进行分析和评价，从而达到预测的目标；（2）时间序列预测法。运用过去时间序列的数据进行统计分析，就能够推测事物的发展趋势。充分考虑到事物发展的偶然因素的影响而产生的随机性和不规律性，为了消除随机波动的影响，利用历史数据，进行统计分析，并用加权平均等方法对数据加以适当的处理，进行趋势预测。（3）回归分析预测法。一类是变量间是一种确定的函数关系；另一类是变量间是一种不确定的变量关系，对具有相关关系的变量，就可以通过数理统计的方法建立起变量间的回归方程，从而对变量间的密切程度进行描述，并实现对变量回归的估计和预测。二、交通运输整体分析交通运输整体分析是利用各种经济分析方法，通过分析交通运输发展规律，来指导交通需求预测，同时也为项目建设的必要性和可行性提供依据。交通运输整体分析主要包括以下内容。 1、运量增长分析。为了把握各种运输方式历史变动情况和发展趋势，必须对拟建项目区域总运量和各种运输方式运量，历年或各个历史时期的增长速度进行分析。总运量可以采用运输量或运输周转量统计资料作为分析依据。公路运输可以采用主要相关公路观测站历年交通量观测资料或直接影响区运输量、车辆保有量统计资料作为分析对象。铁路运输可以采用主要相关线路客货运密度、主要车站发送和到达量统计资料作为分析对象。水运运输可以采用主要港口客货吞吐量或水运运输量统计资料作为分析对象。 2、运输特点分析。对运输特点的分析包括各种运输方式的客运特点、货类特点、货类构成及其发展趋势分析；各运输方式的交通区间构成（区间内与区间外、过境运输）及其发展趋势分析；各种运输方式平均运距、客运及分货类不同运输方式最佳分界点里程及其发展趋势分析（可根据实际情况按其交通区间构成情况分类分析）; 各种运输方式的分工特点及发展趋势分析；可能发生转移的主要货类特点（来源地、消费地）及其运量增长态势分析等等。对运输特点的分析必须建立在拥有各种运输方式资料的基础上，公路运输资料可以通过调查得到，铁路运输资料可以在铁路部门收集或利用铁路站点发送到达量及运输密度资料推算得到，水路运输资料可以利用水运港口吞吐量及平均运距推算得到。 3、运输结构分析。首先分析拟建项目影响区内综合交通运输方式的结构，各种运输方式占运输总量的比重及变化情况，并分析发生变化的原因。然后介绍拟建项目区域内主要相关的各种交通运输线路特点，包括运输线路的走向、长度、等级（包括线路等级和港、站等级）