内容简介

本书系统讲述定性预测法、时间序列预测法、回归分析预测法、趋势外推预测法、马尔可夫预测法、灰色系统预测法、组合预测法等知识，介绍其在航材保障、经济社会等领域的应用，内容翔实准确。可作为地方高校经济和管理类专业本科生、军事院校航材管理专业本科生及后方专业勤务专业硕士研究生教材，也可供政府部门、企事业单位管理干部、工程技术人员自学现代预测方法与技术参考 。

目录

目录

第 1 章 概述
1.1 预测概述
1.1.1 预测科学的产生
1.1.2 预测的定义
1.1.3 预测的作用
1.1.4 预测的局限性
1.2 预测的基本原理
1.2.1 预测的系统性原理
1.2.2 预测的连续性原理
1.2.3 预测的类推原理
1.2.4 预测的相关性原理
1.2.5 预测的概率推断原理
1.3 预测方法的分类
1.3.1 按预测的范围或层次分类
1.3.2 按预测的时间长短分类
1.3.3 按预测方法的性质分类
1.3.4 预测的其他分类方法
1.4 预测的流程
1.4.1 明确预测任务，制订预测计划
1.4.2 收集、审核和整理相关资料
1.4.3 选择预测方法
1.4.4 建立预测模型
1.4.5 评价预测模型
1.4.6 应用模型预测，分析预测精度
1.4.7 向决策者提交预测报告
1.5 预测的精度
1.5.1 预测误差
1.5.2 相对误差
1.5.3 平均误差
1.5.4 平均绝对误差
1.5.5 相对平均绝对误差
1.5.6 平均精度
1.5.7 误差平方和
1.5.8 均方误差
1.5.9 标准差
1.5.10 希尔不等系数
1.6 小结
思考与练习

第 2 章 定性预测法
2.1 定性预测概述
2.1.1 定性预测概念
2.1.2 定性预测特点
2.1.3 定性预测典型方法
2.2 头脑风暴法
2.2.1 头脑风暴法概述
2.2.2 头脑风暴会议组织原则
2.2.3 头脑风暴会议实施步骤
2.3 德尔菲法
2.3.1 德尔菲法概述
2.3.2 德尔菲法预测步骤
2.3.3 德尔菲法的缺点
2.4 主观概率法
2.4.1 主观概率法概述
2.4.2 主观概率加权平均法预测步骤
2.5 小结
思考与练习

第 3 章 时间序列预测法
3.1 时间序列预测概述
3.1.1 时间序列的定义
3.1.2 时间序列的因素分析
3.1.3 时间序列的构成模式
3.2 移动平均法
3.2.1 简单移动平均法
3.2.2 加权移动平均法
3.2.3 趋势移动平均法
3.3 指数平滑法
3.3.1 一次指数平滑法
3.3.2 二次指数平滑法
3.3.3 三次指数平滑法
3.4 小结
思考与练习

第 4 章 回归分析预测法
4.1 回归分析预测概述
4.1.1 回归分析和相关分析
4.1.2 回归模型常见种类
4.2 一元线性回归预测
4.2.1 一元线性回归模型
4.2.2 一元线性回归模型的基本假设条件
4.2.3 一元线性回归模型参数的估计
4.2.4 一元线性回归模型的检验
4.2.5 一元线性回归模型的预测值和预测区间
4.2.6 一元线性回归模型的应用
4.3 多元线性回归预测
4.3.1 多元线性回归模型
4.3.2 多元线性回归模型的基本假设条件
4.3.3 多元线性回归模型参数的估计
4.3.4 多元线性回归模型的检验
4.3.5 多元线性回归模型的预测值与预测区间
4.3.6 多元线性回归模型的应用
4.4 小结
思考与练习

第 5 章 趋势外推预测法
5.1 趋势外推预测概述
5.2 直线趋势外推预测法
5.2.1 拟合直线方程法的数学模型
5.2.2 加权拟合直线方程法的数学模型
5.3 曲线趋势外推预测法
5.3.1 指数曲线预测法
5.3.2 修正指数曲线预测法
5.3.3 生长曲线预测法
5.4 小结
思考与练习

第 6 章 马尔可夫预测法
6.1 马尔可夫预测概述
6.2 状态转移概率
6.3 状态转移概率矩阵
6.4 马尔可夫预测法的应用
6.4.1 市场占有率预测
6.4.2 商品销售状态预测
6.4.3 期望利润预测
6.5 小结
思考与练习

第 7 章 灰色系统预测法
7.1 灰色系统预测概述
7.1.1 灰色系统
7.1.2 灰色预测
7.2 GM (1,1) 预测模型
7.2.1 GM (1,1) 模型
7.2.2 GM (1,1) 模型检验
7.2.3 GM (1,1) 模型应用
7.2.4 GM (1,1) 残差模型
7.2.5 GM (1,1) 模型群
7.3 GM (1,N) 预测模型
7.3.1 GM (1,N) 模型
7.3.2 GM (1,N) 模型应用
7.4 小结
思考与练习

第 8 章 组合预测法
8.1 组合预测概述
8.1.1 组合预测的概念
8.1.2 组合预测的三个层次
8.1.3 组合预测精确度的度量
8.2 组合预测的分类
8.3 BP 神经网络
8.3.1 BP 神经网络模型算法描述
8.3.2 BP 神经网络模型网络结构设计
8.3.3 BP 神经网络模型初始权值和阈值设计
8.3.4 BP 神经网络模型传递函数设计
8.4 组合预测模型
8.4.1 模型建立
8.4.2 组合预测模型加权系数的计算方法
8.5 组合预测的应用
8.5.1 航材保障应用实例一
8.5.2 航材保障应用实例二
8.6 小结
思考与练习