目錄
第1章 概述
1.1 預測概述
1.1.1 預測科學的產生
1.1.2 預測的定義
1.1.3 預測的作用
1.1.4 預測的局限性
1.2 預測的基本原理
1.2.1 預測的系統性原理
1.2.2 預測的連續性原理
1.2.3 預測的類推原理
1.2.4 預測的相關性原理
1.2.5 預測的概率推斷原理
1.3 預測方法的分類
1.3.1 按預測的範圍或層次分類
1.3.2 按預測的時間長短分類
1.3.3 按預測方法的性質分類
1.3.4 預測的其他分類方法
1.4 預測的流程
1.4.1 明確預測任務，制訂預測計劃
1.4.2 收集、審核和整理相關資料
1.4.3 選擇預測方法
1.4.4 建立預測模型
1.4.5 評價預測模型
1.4.6 應用模型預測，分析預測精度
1.4.7 向決策者提交預測報告
1.5 預測的精度
1.5.1 預測誤差
1.5.2 相對誤差
1.5.3 平均誤差
1.5.4 平均絕對誤差
1.5.5 相對平均絕對誤差
1.5.6 平均精度
1.5.7 誤差平方和
1.5.8 均方誤差
1.5.9 標準差
1.5.10 希爾不等係數
1.6 小結
思考與練習
第2章 定性預測法
2.1 定性預測概述
2.1.1 定性預測概念
2.1.2 定性預測特點
2.1.3 定性預測典型方法
2.2 頭腦風暴法
2.2.1 頭腦風暴法概述
2.2.2 頭腦風暴會議組織原則
2.2.3 頭腦風暴會議實施步驟
2.3 德爾菲法
2.3.1 德爾菲法概述
2.3.2 德爾菲法預測步驟
2.3.3 德爾菲法的缺點
2.4 主觀概率法
2.4.1 主觀概率法概述
2.4.2 主觀概率加權平均法預測步驟
2.5 小結
思考與練習
第3章 時間序列預測法
3.1 時間序列預測概述
3.1.1 時間序列的定義
3.1.2 時間序列的因素分析
3.1.3 時間序列的構成模式
3.2 移動平均法
3.2.1 簡單移動平均法
3.2.2 加權移動平均法
3.2.3 趨勢移動平均法
3.3 指數平滑法
3.3.1 一次指數平滑法
3.3.2 二次指數平滑法
3.3.3 三次指數平滑法
3.4 小結
思考與練習
第4章 回歸分析預測法
4.1 回歸分析預測概述
4.1.1 回歸分析和相關分析
4.1.2 回歸模型常見種類
4.2 一元線性回歸預測
4.2.1 一元線性回歸模型
4.2.2 一元線性回歸模型的基本假設條件
4.2.3 一元線性回歸模型參數的估計
4.2.4 一元線性回歸模型的檢驗
4.2.5 一元線性回歸模型的預測值和預測區間
4.2.6 一元線性回歸模型的應用
4.3 多元線性回歸預測
4.3.1 多元線性回歸模型
4.3.2 多元線性回歸模型的基本假設條件
4.3.3 多元線性回歸模型參數的估計
4.3.4 多元線性回歸模型的檢驗
4.3.5 多元線性回歸模型的預測值與預測區間
4.3.6 多元線性回歸模型的應用
4.4 小結
思考與練習
第5章 趨勢外推預測法
5.1 趨勢外推預測概述
5.2 直線趨勢外推預測法
5.2.1 擬合直線方程法的數學模型
5.2.2 加權擬合直線方程法的數學模型
5.3 曲線趨勢外推預測法
5.3.1 指數曲線預測法
5.3.2 修正指數曲線預測法
5.3.3 生長曲線預測法
5.4 小結
思考與練習
第6章 馬爾可夫預測法
6.1 馬爾可夫預測概述
6.2 狀態轉移概率
6.3 狀態轉移概率矩陣
6.4 馬爾可夫預測法的應用
6.4.1 市場佔有率預測
6.4.2 商品銷售狀態預測
6.4.3 期望利潤預測
6.5 小結
思考與練習
第7章 灰色系統預測法
7.1 灰色系統預測概述
7.1.1 灰色系統
7.1.2 灰色預測
7.2 GM(1,1)預測模型
7.2.1 GM(1,1)模型
7.2.2 GM(1,1)模型檢驗
7.2.3 GM(1,1)模型應用
7.2.4 GM(1,1)殘差模型
7.2.5 GM(1,1)模型群
7.3 GM(1,N)預測模型
7.3.1 GM(1,N)模型
7.3.2 GM(1,N)模型應用
7.4 小結
思考與練習
第8章 組合預測法
8.1 組合預測概述
8.1.1 組合預測的概念
8.1.2 組合預測的三個層次
8.1.3 組合預測精確度的度量
8.2 組合預測的分類
8.3 BP神經網路
8.3.1 BP神經網路模型演算法描述
8.3.2 BP神經網路模型網路結構設計
8.3.3 BP神經網路模型初始權值和閾值設計
8.3.4 BP神經網路模型傳遞函數設計
8.4 組合預測模型
8.4.1 模型建立
8.4.2 組合預測模型加權係數的計算方法
8.5 組合預測的應用
8.5.1 航材保障應用實例一
8.5.2 航材保障應用實例二
8.6 小結
思考與練習
第9章 綜合運用案例
9.1 引言
9.2 可修備件需求預測研究綜述
9.3 可修備件需求的影響因素
9.4 模型建立
9.4.1 直接預測模型
9.4.2 兩級組合預測模型
9.4.3 誤差指標
9.5 模型應用效果分析
9.5.1 模型預測精度分析
9.5.2 基不同數據的預測有效性分析
9.6 小結
思考與練習
附錄
附表1 標準正態分佈表
附表2 t分佈表
附表3 F分佈表
附表4 簡單相關係數檢驗表
附表5 DW檢驗表
參考文獻
[