第六章1

系統預測概述2定性預測方法3定量預測方法系統預測14:194最小費用最大流問題5中國郵路問題6網絡計劃技術知識點聚焦在系統工程方法論的邏輯程序中，系統預測占有重要的地位，無論是環境變化的分析，還是各種方案對環境變化的適應情況的分析，都要進行系統預測。本章從兩個例子的分析入手，說明系統預測是經常碰到的，又是非常重要的。系統預測雖然沒有固定的方法，但是掌握一些常用的方法也是必要的。14:196章14:19已經學習了哪些？【兩個例子】【例6-1】海潮預測【例6-2】平時對生活中的預測14:19【兩個例子】6章地處山東半島北部、渤海南岸的某邊防排駐地，1968年底迎來了由一批應屆大學畢業生組成的某炮兵連隊，連隊的營房就建在一條流向渤海的小河旁，用沙士堆積成為一座山丘，作為營區，開荒種地，練兵習武。王斌是這個連隊的成員，負責喂豬、放鴨子。14:19【兩個例子】【例6-1】海潮預測6章1969年4月20日，突然刮起東南風，大風連續刮了三天，接著又連續刮了三天東北風。王斌向連長報告說，海潮可能要來了，請求把豬轉移到高坡上的備用豬圈里。連長問：為什么說海潮要來了？王斌說，請連長看這張山東地形圖，如圖6-1所示。14:19【兩個例子】【例6-1】海潮預測圖6-1渤海灣的東南風東北風6章渤海的東南方向是由山東半島與遼東半島所形成的海峽，三天東南風把黃海里的海水吹到了渤海里，接著三天東北風又把渤海里的海水吹到渤海南海岸萊州灣。而渤海的南海岸萊州灣是一大片沼澤地和一望無際的耐鹽堿的野草，地勢平坦低洼，人煙稀少，這樣一來，海水就借著東北風勢向山東半島的北部地區襲來，由于地勢平坦、落差不大，海水可以長驅直入，可能一直能沖到海岸線以南30里遠的昌邑縣城。14:19【兩個例子】【例6-1】海潮預測6章14:19【兩個例子】【例6-1】海潮預測1969年4月20日，突然刮起東南風，大風連續刮了三天，接著又連續刮了三天東北風。王斌向連長報告說，海潮可能要來了，請求把豬轉移到高坡上的備用豬圈里。連長問：為什么說海潮要來了？王斌說，請連長看這張山東地形圖，如圖6-1所示。連長覺得有道理，不僅轉移了豬圈，而且加固了營房的堤壩。果然不出所料，海潮來了，暴風雨來了，1969年4月23日，24日達到高峰，氣溫驟降，電線先是變成棒槌粗的冰玻璃，接著電線桿子一個接著一個地垮塌，海水沖進了淡水池，沖垮了通往外面的道路，整個連隊駐地成為一個孤島。值得慶幸的是，雖然營區是一個孤島，但由于加高加固了營區堤壩，海水沒有進入營也沒有人員傷亡，連隊飼養的豬也安然無恙。6章王斌對連長說：“再換成三天的西南風就好了，海潮退得會更快些。但是，那樣的話，海城、營口就可能發生地震了?！睘槭裁茨?？因為大量的海水涌向東北方向，由于遼東半島的阻擋，海水集中壓迫在沒有沼澤地緩沖的遼東半島西側，地殼應力發生變化，地震就可能發生，如圖6.2所示。1969年7月18日13:24分渤海灣發生7.4級地震震中在山東省老黃河口以東海域，地震造成102人死亡，353人受傷。14:19【兩個例子】【例6-1】海潮預測6章14:19【兩個例子】【例6-1】海潮預測圖6-2渤海灣的海潮6章

大家知道，海島上的火山或地震造成的巨大能量把海水推向四面八方，可能引起海嘯；海嘯以后，大量的海水在長途跋涉過程中，又將動能轉化為勢能，然后又裹攜著更多的海水從四面八方返流回來，就可能在火山地震發生地附近產生第二次災害一二地震。2004年12月26日，上午8時，印度尼西亞蘇門答臘島北部海域，發生8.7級地震，引起的浪高達40m的海嘯，經過兩個多小時，抵達馬爾代夫、斯里蘭卡、印度等國的沿海岸，當日中午12時26分，尼科巴群島又發生了7.5級地震。2010年2月27日，智利發生8級以上地震，曾有人在互聯網上對世界上近期發生的三次大地震的日期排列成張表格，見表6-114:19【兩個例子】【例6-1】海潮預測6章14:19【兩個例子】【例6-1】海潮預測表6-1神奇的矩陣表6章

這張表中的月份日期是個關于主對角線的對稱矩陣，橫看與豎看都是512,122朝227。看起來很神奇。其實沒有什么神奇的，關鍵的是三個階矩陣中a12=a21，從而具備了對稱的基礎。只要是2月份20日以后發生的地震都具有對稱性，從2月20日，2月21日，2月22日，2月23日，2月24日，2月25日，2月26日,2月27日到2月28日都是對稱的。智利是強烈地震高發邊帶，從這方面來講，日期的對稱性就不奇怪了。其實智利的地震破壞性并不嚴重，開始智利總統甚至表示不請求國外的救援，也可以說，智利大地震在宣揚方面有人為炒作的痕跡?；鹕?、地震、海嘯，給人們的活動造成的影響有對是災難性的，海岸線曲折、地形復雜、氣候多變的地方，往往是災難頻發地，因為災難頻發，生活在這里的人們也就變得很聰明。14:19【兩個例子】【例6-1】海潮預測6章

平日工作學習中，可以在不經意的情況下，開展預測活動，有一次本書作者在大型超市的門口停留了幾分鐘，發現每100個成年人顧客中，有70個女人，30個男人。其中這30個男人大多數是陪女人來逛街的，極少數是單身男人，而且都是匆匆來商店購物就走的人。這70個女人中，接近30個與成年男人一起逛街，有30多個是獨自一人，另外有10個左右的女人是帶著孩子來的。男人如廁一次平均30s，女人如廁一次平均5min，商店里的女廁所是不是應該大一些呢？14:19【兩個例子】【例6-2】平時對生活中的預測6章

1997年夏天的一個下午，本書作者乘公交午到達北京市東二環東直門附近，站在過街天橋上，不經意地觀察記錄著過街天橋下從東向富行駛的汽車。發現平均每5輛汽車中就有1輛出租汽車。作者隨后攔住一輛出租汽年，上車后詢問司機，北京共有多少個出租汽車公司，答曰：“1000多家。”又問：“每個公司出程汽車的擁有量是多少？”答曰：“60輛到70輛?！弊髡吡⒓磳懸圆聹y北京市現有汽車的擁有量是30多萬輛。14:19【兩個例子】【例6-2】平時對生活中的預測6章

預測的方法不是固定的，預測對象是隨機的，如有位同事說，曾經看過一份材料，有人依據一個人頭發是否“謝頂”，可以分析他的性格，并由此根據頭發的“少—多—少”的變化規律，預測領導人的更替，據說準確率比較高。也有人依據“文武之道．一張一弛”的規律，預測領導人的更替，據說準確率也很高。其實每一次預測都是一次創造性的活動，觀察一件事物的發展趨勢，是常用的預測方法。預測中，記憶和聯想是重要的，記憶力好，能記住很多事物，但這還不夠，還必須善于將不同事物的發展變化聯系起來去想。預測必須具有兩種能力，記憶加聯想。14:19【兩個例子】【例6-2】平時對生活中的預測6章

在談到人類起源時，一位同事說，人類可能不都是“猴子”變來的，只有黃種人可能是吃水果谷物的“猴子”變來的，白種人可能是吃肉的“北極熊”變來的，黑種人可能是吃魚的“海豚”變來的。在談到人類發發展歷程時，一位同事說，自然界是不是已經提供給我們一把鑰匙呢，或者是一個密碼。月亮繞地球一圈所用的時間是一個月，我們將這個時間長度記作1個t；假設1個T與之對應。14:19【兩個例子】【例6-2】平時對生活中的預測6章

從一個受精卵到嬰兒出生所需要的時間是10個t，實際上蘊涵著一個密碼，即地球上出現單細胞的生物體到出現動物所需要的時間是10個T。從嬰兒出生到學會爬行所需要的時間是8個t，實際上蘊涵著一個密碼，即地球上從出現動物到出現爬行動物所需要的時間是8個T。從嬰兒出生到直立行走所需要的時間是12個t，實際蘊涵著一個密碼，即地球上從出現動物到直立行走的人類所需要的時間是12個T。直立行走與學會說話幾乎是同時的，蘊涵著人類的出現同時就產生了語言。只要知道了T，其他時間就可以類推出來了。14:19【兩個例子】【例6-2】平時對生活中的預測6章

無論是對系統做出規劃和進行分析，還是對系統進行設計和決策，首先要對系統的各有關因素進行預測。通過預測，可以獲得系統的必要信息，為科學的邏輯推斷與決策，提供可靠、正確的依據。因此，系統預測是系統工程中非常重要、必不可少的一項工作。14:19系統預測概述6.1.1系統預測的概念6.1

在介紹系統預測的概念之前，首先通過“海因里希法則”來了解系統預測的重要性?！昂Ｒ蚶锵７▌t”又稱“海因里希安全法則”或“海因里希事故法則”，是美國著名安全工程師海因里希提出的300:29:1法則。這個法則意思是說，若一個企業有300個隱患或者違章，必然要發生29起輕傷或故障，在這29起輕傷事故或故障中，必然包含有1起重傷、死亡或重大事故，如圖6-3所示。14:19系統預測概述6.1.1系統預測的概念6.1圖6-3海因里希法則。14:19系統預測概述6.1.1系統預測的概念6.1這一法則也可以逆序表述用于企業的安全管理上，即在一件重大的事故背后必有29件“輕度”的事故，還有300件潛在的隱患，1000件不安全行為?？膳碌氖菍撛谛允鹿屎翢o察覺，或是麻木不仁，結果導致無法挽回的損失。了解“海因里希法則”的目的，是通過對系統進行預測，讓人們少走彎路，把事故消滅在萌芽狀態。由“海因里希法則”，可以看出，系統預測是系統最優化的前提和基礎，因此只有做好系統預測工作才能防患于未然，及時發現問題，分析未來的發展趨勢，找到正確的途徑，才能使系統整體效能達到最優。14:19系統預測概述6.1.1系統預測的概念6.1

預測（forecasting）是預計未來事件的一門藝術，一門科學。它包含采集歷史數據并用某種數學模型來外推來。它也可以是對未來的主觀或直覺的預期。它還可以是上述的綜合，即經由良好判斷調整的數學模型。與求神問卦不同，科學預測是建立在客觀事物發展規律基礎之上的科學推斷。在設計一個新系繞或改造一個舊系統時，人們都需要對系統約未來進行分析估計，以便做出相應的決策，即使是對正在正常運轉的系統，也要經常分析將來的前途和發展設想。對系統的未來進行分析估計，也就稱為系統預測。系統預測是以系統為研究對象，根據以往舊系統或類似系統的歷史統計資科，運用某些科學的方法和邏輯推理，對系統中某些不穩定因素或系統今后的發展趨勢進行推測和預計，并對此做出評價，以便采取相應約措施，揚長避短，使系統沿著有利的方向發展。14:19系統預測概述6.1.1系統預測的概念6.1預測技術：科學預測的方法和手段稱為預測技術。預測技術在近幾十年日益受到重視，并逐漸發展成為一門獨立的、比較成熟的應用性很強的科學。它對于長遠規劃的制定、重大戰略問題的決策以及提高系統的有效性等，都具有極其重要的意義。

由于預測的對象、目標、內容和期限不同，形成了多種多樣的預測方法。據不完全統計，目前世界上共有近千種預測方法，其中較為成熟的有150多種，常用的有30多種，用得最為普遍的有10多種。14:19預測技術的分類6.1.2.1預測方法的分類體系6.1.2

1）按預測技術的差異性分類可分為定性預測技術、定量預測技術、定時預測技術、定比預測技術和評價預測技術，共五類。2）按預測方法的客觀性分類可分為主觀預測方法和客觀預測方法兩類。前者主要依靠經驗判斷，后者主要借助數學模型。14:19預測技術的分類6.1.2

3）按預測分析的途徑分類可分為直觀型預測方法、時間序列預測方法、計量經濟模型預測方法、因果分析預測方法等。4）按采用模型的特點分類可分為經驗預測模型和正規的預測模型。后者包括時間關系模型、因果關系模型、結構關系模型等。6.1.2.1預測方法的分類體系14:196.1.2.2常用的分類方法1)定性分析預測法定性分析預測法是指預測者根據歷史與現實的觀察資料，依賴個人或集體的經驗與智慧，對未來的發展狀態和變化趨勢作出判斷的預測方法。優點：注重于事物發展在性質方面的預測，具有較大的靈活性，易于充分發揮人的主觀能動作用，且簡單的迅速，省時省費用。缺點：易受主觀因素的影響，比較注重于人的經驗和主觀判斷能力，從而易受人的知識、經驗和能力的多少大小的束縛和限制，尤其是缺乏對事物發展作數量上的精確描述。預測技術的分類6.1.2

14:196.1.2.2常用的方法分類定量分析預測法是依據調查研究所得的數據資料，運用統計方法和數學模型，近似地揭示預測對象及其影響因素的數量變動關系，建立對應的預測模型，據此對預測目標作出定量測算的預測方法。通常有時間序列分析預測法和因果分析預測法。時間序列分析預測法是以連續性預測原理作指導，利用歷史觀察值形成的時間數列，對預測目標未來狀態和發展趨勢作出定量判斷的預測方法。因果分析預測法是以因果性預測原理作指導，以分析預測目標同其他相關事件及現象之間的因果聯系，對市場未來狀態與發展趨勢作出預測的定量分析方法預測技術的分類6.1.2

2)定量分析預測法14:196.1.2.2常用的分類方法優點：注重于事物發展在數量方面的分析，重視對事物發展變化的程度作數量上的描述，更多地依據歷史統計資料，較少受主觀因素的影響。缺點：比較機械，不易處理有較大波動的資料，更難于事物預測的變化。選擇合適的預測方法，對于提高預測精度，保證預測質量，有十分重要的意義。影響預測方法選擇的因素很多，在選擇預測方法時應綜合考慮。預測技術的分類6.1.2

2)定量分析預測法14:196.1.2.2常用的分類方法（1）預測的目標特性用于戰略性決策，要求采用適于中長期預測的方法，但對其精度要求較低。用于戰術性決策，要求適于中期和近期預測的方法，對其精度要求較高。用于業務性決策，要求采用適于近期和短期預測的方法，且要求預測精度高。戰略決策是解決全局性、長遠性、戰略性的重大決策問題的決策。一般多由高層次決策者作出。戰略決策是企業經營成敗的關鍵，它關系到企業生存和發展。戰術決策是為了實現戰略決策、解決某一問題做出的決策，以戰略決策規定的目標為決策標準。業務決策是企業內部在執行計劃過程中，為提高生產效率和日常工作效率的決策。其中包括：作業計劃的制定，生產、質量、成本，以及日常性控制等方面的決策。預測技術的分類6.1.2

14:196.1.2.2常用的方法分類（2）預測的時間期限適用于近期與短期的預測方法：有移動平均法、指數平滑法、季節指數預測法、直觀判斷法等。適用于１年以上的短期與中期的預測方法有：趨勢外推法、回歸分析法、經濟計量模型預測法。適用于５年以上長期預測的方法有：經驗判斷預測法、趨勢分析預測法。預測技術的分類6.1.2

14:196.1.2.2常用的方法分類（3）預測的精度要求精度要求較高的預測方法有：回歸分析預測法、經濟計量模型預測法等。精度要求較低的預測方法有：經驗判斷預測法、移動平均預測法、趨勢外推預測法等。預測技術的分類6.1.2

14:196.1.2.2常用的方法分類（4）預測的費用預算預測方法的選擇，既要達到精度的要求，滿足預測的目標需要，還要盡可能節省費用。即：既要有高的經濟效率，也要實現高的經濟效益。用于預測的費用包括調研費用、數據處理費用、程序編制費用、專家咨詢費用等。費用預算較低的方法有：經驗判斷預測法、時間序列分析預測法有及其他較簡單的預測模型法。費用預算較高的方法有：經濟計量模型預測法及大型的復雜的預測模型方法。預測技術的分類6.1.2

14:196.1.2.2常用的方法分類（5）資料的完備程度與模型的難易程度在諸多預測方法中，凡是需要建立數學模型的方法，對資料的完備程度要求較高，當資料不夠完備時，可采用專家調查法等經驗判斷類預測方法。在預測方法中，因果分析方法都需建立模型，其中有些方法的建模要求預測者有較堅實的預測基礎理論和嫻熟的數學應用技巧。因此，預測人員的水平難以勝任復雜模型的預測方法時，則應選擇較為簡易的方法。預測技術的分類6.1.2

14:196.1.2.2常用的方法分類（6）歷史數據的變動趨勢在定量預測方法的選擇中，必須以歷史數據的變動趨勢為依據。在實際的應用中，通常使用的曲線預測模型有指數曲線（修正指數曲線）、線性模型、拋物曲線、龔珀茲曲線等。預測技術的分類6.1.2

14:19預測的步驟隨預測目的和使用方法的不同而不同。－般來說，預測的程序有以下幾個步驟，如圖6-4所示預測的程序6.1.3

誤差在可接受范圍確定預測目的收集資料選定預測方法建立預測模型進行預測預算分析預測誤差規劃政策和行動14:196.1.3預測的程序1)確定目的進行預測，首先必須確定預測的具體目的。只有目的明確，才能根據預測目的去收集必要的資料，決定適當的工作步驟，選用合適的方法。2)收集和分析有關資料資料的收集工作是由預測的具體目的所決定的。一般來說，資料的收集要求完整、準確、適用。數據的收集和分析是發現系統發展規律和系統各要素之間關系的關鍵，是科學預測方法的基礎。預測的程序6.1.3

14:196.1.3預測的程序3)對不同的預測對象應當采用不同的預測方法。選擇預測方法時，主要考考慮預測對象的種類和性質、對預測結果精度的要求、現已掌握資料的可靠性和完整性，以及現實條件（人力、物力、財力和時間期限）等，經過分析，合理選擇預測效果好、經濟又方便的預測方法。在可能的情況下，最好能對同一預測對象采用不同的預測方法進行預測，以便比較分析。4)建立預測模型預測的核心是建立符合客觀規律的數學模型，即通過對資料的分析、推理和判斷，揭示所要預測對象的結果和變化，根據實際情況和需要做出必要的假設，建立反映預測對象內部結構、發展規律的模型，并對模型進行檢驗，確定模型的適應性。預測的程序6.1.3

14:196.1.3預測的程序5)進行預測根據新建立的模型或公式進行預測計算。在進行預測計算的前后，都應認真分析模型內外因素變化情況。如果這些變化使預測對象的未來顯著地不同于過去和現在，就需要根據分析判斷，對預測模型或結果進行必要的修正。6)分析預測誤差由于實際情況受多方面因素的影響，而預測又不可能將所有因素均考慮在內，故預測結果往往與實際值有一定的差距，即產生預測誤差。雖然，預測允許有一定的誤差，但如果誤差太大，預測就失去了實際意義，所以需要認真分析產生誤差的程度以及原因，并進行必要的修正預測的程序6.1.3

14:196.1.3預測的程序7)改進預測模型如果預測結果與實際值出現較大的誤差，這往往是由于所建立的預測模型未能準確地描述絮預測對象的實際情況。出現這種情況，就需要對原有的預測模型進行修改或重新設計。同時，如果實際情況發生了較大的變化，原有的方法也必須重新選擇。8)規劃政策和行動預測的目的一般不只是為了設想未來怒情況將會怎樣，更重要的在于根據對未來情況的設想和推斷，制定當前的行動和相應的政策，以便影響、控制以至改變未來的情況。預測的程序6.1.3

14:19定性預測是一種直觀性預測。它主要根據預測人員的經驗和判斷能力，不用或僅用少量的計算，即可從對被預測對象過去和現在的有關資料及相關因素的分析中，揭示出事物發展規律，求得預測結果，如圖6-5所示。定性預測也稱為意向預測，是依靠經驗、知識、技能、判斷和直覺對事物性質和規定性進行預測。定性預測方法6.2定性預測方法6.2歷史資料掌握不多或影響因素復雜時定性預測的特點定性預測的優點定性預測的缺點適于預測事物未來的發展趨勢方向、走勢和重大轉折點具有較大的靈活性預測簡單迅速能剛好地反映最重要且不容易被量化的因素只能得到其問題性質的判斷結果易受主觀因素響，和知識、經驗、能力的強制的制約難以確定其結果的可信度，也無法估計其誤差大小圖6-5定性預測的特點14:196.2.1市場調查預測法市場調查預測的方法有很多，一般復雜的方法涉及許多專門的技術。對于公司管理人員來說，應該了解和掌握的市場調查預測方法主要有定性市場調查預測法。定性市場調查預測法，也稱為直觀判斷法，是市場調查預測中經常使用的方法。定性預測主要是依靠預測人員所掌握的信息，經驗和綜合判斷能力，來預測市場未來的狀況和發展趨勢。這類市場預測方法簡單易行，特別適用于那些難以獲取全面的資料進行統計分析的問題。因此，定性市場調查預測法在市場調查預測中得到廣泛的應用。定性預測方法6.214:196.2.1市場調查預測法定性市場調查預測法包括：個人經驗判斷法、集體經驗判斷法、專家調查法（又稱德爾菲法）。(1)個人經驗判斷法，是指預測者根據個人的經驗和知識，通過對影響市場變化的各種因素進行分析，判斷和推理來預測市場的發展趨勢。在預測者經驗豐富，已有資料詳盡和準確的前提下，采用這種方法往往能做出準確的預測。(2)集體經驗判斷法，是指預測人員邀請生產，財務，市場銷售等各部門負責人進行集體討論，廣泛交換意見，再做出預測的方法。由于預測參加者分屬于各個不同的部門和環節，做出的預測往往較為準確和全面。這種市場調查預測方法也較為簡單可行，常用于產品市場需求和銷售額的預測。定性預測方法6.214:196.2.1市場調查預測法(3)專家市場調查法，是由美國蘭德公司開發出來的，被廣泛運用于軍事，經濟和商情預測，又稱德爾菲法。德爾菲法本質上是一種反饋匿名函詢法。其做法是：在對所要預測的問題征得專家的意見后，進行整理，歸納，統計，再匿名反饋給各專家，然后再次征求意見，再次歸納，統計，再反饋給各專家，直至得到穩定的意見。為了消除被征求意見成員間相互影響，參加的專家可以互不了解。這種運用匿名，反復多次征詢意見進行背靠背交流的方式，可以充分發揮專家們的個人智慧，知識和經驗，最后匯總得出一個能反映群體意志的預測結果。德爾菲法具有以下三大特征：一是資源利用的充分性。二是最終結論的可靠性。三是最終結論的統一性。定性預測方法6.214:196.2.1市場調查預測法專家市場調查法，是由美國蘭德公司開發出來的，被廣泛運用于軍事，經濟和商情預測，又稱德爾菲法。德爾菲法本質上是一種反饋匿名函詢法。其做法是：在對所要預測的問題征得專家的意見后，進行整理，歸納，統計，再匿名反饋給各專家，然后再次征求意見，再次歸納，統計，再反饋給各專家，直至得到穩定的意見。為了消除被征求意見成員間相互影響，參加的專家可以互不了解。這種運用匿名，反復多次征詢意見進行背靠背交流的方式，可以充分發揮專家們的個人智慧，知識和經驗，最后匯總得出一個能反映群體意志的預測結果。德爾菲法具有以下三大特征：一是資源利用的充分性。二是最終結論的可靠性。三是最終結論的統一性。定性預測方法6.214:196.2.2德爾菲法德爾菲這一名起源于古希臘有關太陽神阿波羅的神話。1946年，蘭德公司首次用這種方法來進行預測，后來該方法被迅速廣泛采用。1)德爾菲法步驟德爾菲法依據系統的程序，采用匿名發表意見的方式，即專家之間不得互相討論，不發生橫向聯系，只能與調查人員發生關系，通過多輪次調查專家對問卷所提問題的看法，經過反復征詢、歸納、修改，最后匯總成專家基本一致的看法，作為預測的結果。這稀方法具有廣泛的代表性，較為可靠。德爾菲法步驟如圖6-6所示。定性預測方法6.2確定預測目標聘請專家反復征求意見是否收斂確定預測目標否是14:196.2.2德爾菲法（1）確定調查預測目標。調查的組織者要明確調查目標，設計查問卷或調查提綱，并收集整理有關調查問題的背景材料，做好解查前的準備工作。（2）選聘專家。根據調查主題的需要，事先挑選一些專家，并征得他們同意，然后正式確定聘請專家名單，人數一般為10人～50人。如果是重大預測項目，可以超過此數。有的多達數百人，不過人數過多，使調查工作難以組織，最后意見也不易集中。專家名單確定后，即可將調查問卷或讀查提綱及背景材料提交給每個選定的專家，請專家用書面方式，在規定的時間內（一般定在收到調查問卷后的兩個星期內）各自作答，寄回調查的組織者，組織者與專家建立直接函詢聯系關系。定性預測方法6.214:196.2.2德爾菲法（3）反復征詢專家意見。在第一輪調查意見回收后，調查組織者以匿名的方式將各種不同意見進行綜合、分類和整理，然后分發給各位專家，再次征詢意見。各位專家在第二輪征詢過程中，可以堅持自己第一次征詢的意見，也可以參考其他專家的不同意見，修改、補充自己原來的意見，再次寄回給調查的組織者。如此幾經反饋，一般在3輪～5輪后，各位專家的意見即漸趨一致，結束了問卷調查。（4）整理預測結果。在征詢結束后，必須對最后一輪征詢意見迸行整理和評價，將取得一致意見的事件寫成一份公認的預測報告（包括未來事件的名稱、實現時間、數量及概率等｝。對預測結果處理，常用中位數法和主觀概率發。德爾菲法的優缺點見表6-3。定性預測方法6.214:196.2.2德爾菲法定性預測方法6.2德爾菲法優點能充分發揮各位專家的作用，集思廣益，準確性高能把各位專家意見的分歧點表達出來，取各家之所長，避各家之短缺點權威人士的意見影響他人的意見由于缺乏調查主題的背景，或背景材料不充分，有的專家難以給出正確答案由于被調查專家之間是“背靠背”的，缺乏直接交流，有的專家在獲得調查組織者所匯總的反饋資料后，不了解別的專家所提供的預測資料過程比較復雜，話費時間較長14:196.2.2德爾菲法2)預測結果的處理預測結果的處理，通常采用中位數法。中位數法是將專家預測結果從小到大依次排列，然后把數列二等分，則中分點值稱為中位數，表示預測結果的分布中心，即預測的較可能值。為了反映專家意見的離散程度，可以在中位數法前后二等分中各自再進行二等分，先于中位數的中分點值稱為下四分位數，后于中位數的中分點值稱為主四分位數。用上下四分位數之間的區間來表示專家意見的離散程度，也可稱為預測區間。先介紹求中位數的方法。首先將幾位專家的所提供的答案（包括重復的）從小到大排序：。定性預測方法6.214:196.2.2德爾菲法2)預測結果的處理預測結果的處理，通常采用中位數法。中位數法是將專家預測結果從小到大依次排列，然后把數列二等分，則中分點值稱為中位數，表示預測結果的分布中心，即預測的較可能值。為了反映專家意見的離散程度，可以在中位數法前后二等分中各自再進行二等分，先于中位數的中分點值稱為下四分位數，后于中位數的中分點值稱為主四分位數。用上下四分位數之間的區間來表示專家意見的離散程度，也可稱為預測區間。先介紹求中位數的方法。首先將幾位專家的所提供的答案（包括重復的）從小到大排序：。定性預測方法6.214:196.2.2德爾菲法定性預測方法6.214:196.2.2德爾菲法定性預測方法6.214:196.2.3交叉影響法交叉影響法，也即交叉概率法，是美國于20世紀60年代，在德爾菲法和主觀概率法基礎上發展起來的一種新的預測方法。這種方法是主觀估計每種新事物在未來出現的概率，以及新事物之間相互影響的概率，對事物發展前景進行預測的方法。交叉概率法用于確定一系列事件之間的相互關系。若其中的一個事件發生，即發生概率為1時，這一事件對其余事件的影響，也就是其他事件發生概率的變化，其中包括有無影響、正影響還是負影響以及影響的程度。定性預測方法6.214:19

交叉影響法就是研究一系列事件及其概率之間相互關系的方法，其方法步驟下：（1）確定各事件的影響關系；（2）專家調查，評定影響程度；（3）計算某事件發生時對其他事件發生概率的影響；（4）確定修正后的概率?！纠?-4】現以美國能源評價預測分析來說明交叉概率法的使用。經簡化，影響美國能源政策因素的有：6.2.3交叉影響法定性預測方法6.214:196.2.3交叉影響法定性預測方法6.214:19

表6-4中向上的箭頭表示正方向的交叉影響，說明該事件的發生將增大另－事件發生的概率；而箭頭向下，則表明負的影響，說明該事件發生將抑制或消除另事一件發生的概率；“→”號表示兩事件無明顯關系或相互間沒有影響。根據表6-4列出的矩陣，可求出其中各因素相互影響程度數值，用以修正發生概率，做出預測。6.2.3交叉影響法定性預測方法6.214:196.2.3交叉影響法定性預測方法6.214:196.2.3交叉影響法定性預測方法6.214:196.2.4領先指標分析法定性預測方法6.2

領先指標又稱超前指標、先兆指標。相對于領先指標，則是同步指標或稱一致指標。相對于同步指標，則是滯后指標或稱滯后指標。將指標歸類為領先指標、同步指標和滯后指標，是以某一指標的時間序列為標準的，該時間序列稱為原始指標時間序列。運用時間序列的分解方法，在原始時間序列中剔除長期趨勢、季節變動、偶然變動后，顯示出原始時向序列的周期這循環變動。同理，也可以找出與原始指標密切關聯的其他指標的周期性循環變動。容易發現有些指標的時間序列循環變動周期提前于原始指標時間序列；有些同于原始指標時間序列；有些落后于原始指標時間序列。只要變動周期基本相同，那么上述指標就可分別定義為原始指標的領先指標、同步指標和滯后指標。14:196.2.4領先指標分析法定性預測方法6.2

利用領先指標分析法進行預測的步驟如下：（1）分析預測目標與其他指標的關系，找出領先指標、同步指標、滯后指標。如可以把鋼材、燃料價格變動變為機械產品價格變動的領先指標。畫出領先指標、同步指標以及滯后指標的時間序列數據圖形（圖6-8）。14:196.2.4領先指標分析法定性預測方法6.2

—領先指標出現最高點的時間；—領先指標出現最低點的時間—同步指標出現的最高點的時間；—同步指標出現最低點的時間—滯后指標出現最高點的時間；—滯后指標出現最低點的時間；（3）進行預測。找到領先時間以后，若要求時刻的預測值，只要求出-時刻領先指標的實際值，即可得到欲求的預測值。

14:19定量預測方法6.3定量預測是使用一歷史數據或因素變量來預測需求的數學模型。根據己掌握的比較完備的歷史統計數據，運用一定的數學方法進科學的加工整理，借以揭示有關變量之間的規律性聯系，用于預測和推測未來發展變化情況的一類預測方法。進行定量預測，通常需要積累和掌握歷史統計數據。如果把某種統計指標的數值，按時間先后順序排列起來，以便于研究其發展變化的水平和速度。這種預測就是對時間序列進行加工整理和分析，利用數列所反映出來的客觀變動過程、發展趨勢和發展速度，進行外推和延伸，借以預測今后可能達到的水平。14:19定量預測方法6.3定量預測基本上分為兩類：一類是對序列預測。它是以一個指標本身的歷史數據的變化趨勢，去尋找演變規律，作為預測的依據，即把未來作為過去歷史的延掉。時序預測法包括平均平滑法、趨勢外推法、季節變動預測法和馬爾可夫時序預測法。另一種是因果分析法，它包括一元回歸法、多元回歸法和投入產出法?；貧w預測法是因果分析法中很重要的一種，它從一個指標與其他指標的歷史和現實變的相互關系中，探索它們之間的統律性聯系，作為預測未來的依據。14:196.3.1簡單算術平均法定量預測方法6.3式中：n為資料期數（數據個數）運用算術平均法求平均數，進行市場預測有兩種形式：（一）以最后一年的每月平均值或數年的每月平均值，作為次年的每月預測值。（二）以觀察期的每月平均值作為預測期對應月份的預測值。

算術平均法是求出一定觀察期內預測目標的時間數列的算術平均數作為下期預測值的一種最簡單的時序預測法。常用的有簡單算術平均法和加權算術平均法。算術平均法是簡易平均法中的一種。14:19定量預測方法6.3平滑預測法也稱為趨勢外推法，是一種簡單而使用面很廣的確定型時間序列預測技術，是研究預測對象自身時間過程演變規律及其未來趨勢的一種方法。它根據過去的演變特征來預測未來，不考慮隨機性。如果未來的演變規律能維持下去，平滑法就是一種簡單有效的預測手段，應用效果也不錯。由于未來不可能是過去和現在的簡單重復，故平滑法應用時有一定的局限性，用于短期預測時較準，但在遇到趨勢變化較大、出現轉折時，就不能簡單地用平滑法進行預測。平滑法可分為兩類：移動平均預測法、指數法。這里只研究移動平均預測法。6.3.2平滑預測法14:19定量預測方法6.3

采用此種方法的目的在于尋求統計數據的規律性及變量隨時間變化的趨勢。歷史統計數據雖然真實地反映了數據的歷史演變情況，但可能波動起伏較大，特別當點數很多時，往往很難從自然分布直接看出其規律性。常用的算術平均法反映不出最大值和最小值，也看不出發展過程和演變趨勢。1)一次移動平均法一次移動平均方法是收集一組觀察值，計算這組觀察值的均值，利用這一均值作為下一期的預測值。。6.3.2平滑預測法14:19定量預測方法6.36.3.2平滑預測法14:19定量預測方法6.3

當N=1時，沒有取平均值，這就是原始數據本身，當N=t時，全部數據取算術平均數。如何合理地選取N呢？通常應遵循的原則有如下到兩點：（1）要根據原始數據的多少，既要分段，又要取平均數。如果數據點多，則選取的N大些；如果數據點少，選取的N小一些。（2）要考慮預測對新數據運應的靈敏度要求。若靈敏度要求高，N就選取小一些；若平穩性要求高，N就選取大一些。但N過大，容易把偶然因素誤為趨勢，導致判斷失誤；N過小，容易對變化缺乏適應性。因此，在N值的選擇上經驗很重要，也可取幾N值，進行多方案比較分析，以做出正確選擇。6.3.2平滑預測法14:19定量預測方法6.3

6.3.2平滑預測法14:19定量預測方法6.3

6.3.2平滑預測法14:19定量預測方法6.3

（1）根據預測目標，確定自變量和因變量。明確預測的具體目標，也就穩定了因變量。如預測具體目標是下－年度的銷售量，那么銷售量Y就是因變量。通過市場調查和查閱資料，尋找與預測目標的相關影響因素，即自變量，并從中選出主要的影響因素。（2）建立回歸預測模型。依據自變量和因變量的歷史統計資料進行計算，在此基礎上建立回歸分析方程，即回歸分析預測模型。6.3.3回歸分析預測法回歸分析預測法，是在分析自變量和因變量之間相互關系的基礎上，建立變量之間的回歸方程，并將回歸方程作為預測模型，根據自變量在預測期的數量變化來預測因變量。

回歸分析預測法的步驟：14:19定量預測方法6.3

（3）進行相關分析?；貧w分析是對具有因果關系的影響因素（自變量）和預測對象（因變量）所進行的數理統計分析處理。只有當自變量與因變量確實存在某種關系時，建立的回歸方程才有意義。因此，作為自變量的因素與作為因變量的預測對象是否有關，相關程度如何，以及判斷這種相關程度的把握住多大，就成為進行回歸分析必須要解決的問題。進行相關分析，一般要求出相關系數，以相關系數的大小來判斷自變量指因變量的相關的程度。（4）檢驗回歸預測模型，計算預測誤差。回歸預測模型是否可用于實際預測，取決于對回歸預測模型的檢驗和對預測誤差的計算?；貧w方程只有通過各種檢驗，且預測誤差較小，才能將回歸方程作為預測模型進行預測。6.3.3回歸分析預測法14:19定量預測方法6.3

（5）計算并確定預測值。利用回歸預測模型計算預測值，并對預測值進行綜合分析，確定最后的預測值。下面，以一元回歸分析為例，說明回歸分析方法。設預測對象為因變量y，相關因素為自變量ｘ，已知收集到預測對象的n對歷史數據為6.3.3回歸分析預測法14:19定量預測方法6.3

【例6-6】為了預測部隊裝備維修經費與裝備數量之間的關系，隨機抽取了10個部隊的樣本，得到的數據見表6-6.表6-6部隊維修經費與裝備數量6.3.3回歸分析預測法編號裝備數量/萬件維修費用/萬元10.25.520.66.530.812.041.010.051.213.061.615.07220.082.218.092.421.0102.828.014:19定量預測方法6.3

對數據進行回歸分析并預測擁有1.5萬件裝備的部隊一年的裝備維修經費。首先，錄人數據。然后，在直方圖上（直角坐標系下），作出散點圖，如圖6-9所示。其次，觀察散點圖，判斷點列分布是否具有線性趨勢。只有當數據具有線性分布特征時，才能采用線性回歸分析方法。從圖中可以看出，本例數據具有線性分布趨勢，可以進行線性回歸。最后得到自變量與因變量的線性關系式為6.3.3回歸分析預測法14:19定量預測方法6.3

圖6-9原始數據的散點