Методы прогнозирования пассажиропотоков
Информация - Транспорт, логистика
Другие материалы по предмету Транспорт, логистика
Методы прогнозирования
Методы прогнозирования можно разделить на две большие группы - логико-эвристические методы базируются на широко известной общенаучной теории логики и на эвристике, которая определяется словарями как "Искусство нахождения истины". В этой группе выделяются четыре подгруппы методов, это методы формальной логики, аналогии, экспертных оценок и специальные эвристические.
Методы моделирования основаны прежде всего и количественных, математических и статистических исследованиях на выявлении формальных зависимостей и тенденции развития на построении прогностических моделей и экспериментировании с ними на базе компьютерной техники. В качестве подклассов выделяются модели экстраполяции, эконометрические, нормативно - целевые и имитационные.
Отдельно в классификации представлены комплексные методы в которых сочиняются как логико-эвристические подходы, так и моделирование.
Рис 1. Классификация методов прогнозирования.
В ходе научных исследований вообще, прогнозирования в частности, дедукция и индукция тесно между собой взаимосвязаны. Без индукции строго говоря, возникновение дедукции становится невозможным. Диалектика не позволяет беспрепятственно оделять анализ от синтеза, индукцию от дедукции. Более того - и в своем сочетании они могут оказаться недостаточными для полного обоснования прогноза, а часто служат лишь дополнением и поклонением при использовании более специализированных методов прогнозирования.
Модель какой - либо сложной системы тоже представляет собой систему (и нередко весьма сложную), имеющую физическое воплощение либо записанную с помощью слов, шифр, математических обозначений, графических изображений и т.д. Таким образом, можно сказать, что модель - это физическая или знаковая система, имеющая объективное подобие с исследуемой системой в отношении функциональных, а часто и структурных характеристик, являющихся предметом исследования.
В настоящее время в теории и практике прогнозирования пассажиропотоков шире начинают использоваться статистические методы прогнозирования, в частности методы парной и множественной корреляции, имеющие следующие достоинства :
сравнительная простота, наличие хорошо разработанного математического аппарата и программ для расчета на ПЭВМ;
легкость получения прогнозной зависимости в общем виде и сравнительная универсальность ее применения;
возможность исследования влияния отельных факторов и связей на прогнозную величину;
возможность оценки неопределенностей исходной информации на степень точности прогноза;
высокая степень объективности и др.
Применяя методы корреляционного анализа для прогнозирования объемов перевозок туристов железнодорожным транспортом, очень важно установить границы их действия. При этом должны быть соблюдены следующие основные допущения :
) общие закономерности, которые описывают тенденцию развития в прошлом, не претерпят существенных изменений в будущем;
) рост (убывание) объемов перевозок туристов железнодорожным транспортом происходит по плавной (эволюционной) траектории временного ряда; корреляционный перевозка железнодорожный фильтрация колебание
3) факторы, от которых зависит объем перевозок туристов, являются независимыми друг от друга величинами;
) исходные данные удовлетворяют требованиям "однородности";
) значения факторов задаются без погрешностей;
) известен заранее тип уравнения регрессии (вид модели).
Одним из наиболее распространенных методов краткосрочного прогнозирования объемов перевозок туристов железнодорожным транспортом, основанного на методы корреляционного анализа, является экстраполяция. Типичным и наиболее применимым приемом экстраполяции является прогноз по одномерному временному ряду.
Экстраполяционный прогноз объемов перевозок состоит из четырех основных этапов:
1)анализ временных рядов объемов перевозок;
2)фильтрация случайных колебаний временных рядов;
)выбор тип уравнения регрессии (вид модели) прогнозирования;
)определение прогнозных значений объемов перевозок.
Тенденцию ряда динамики представляют в виде гладкой, которая аналитически выражается некоторой функцией времени -уравнении регрессии, называемой трендом. Тренд характеризует основную закономерность движения во времени и под его обычно понимают регрессию на время.
В общем случае изменение объемов перевозок туристов железнодорожным транспортом во времени может быть представлено уравнением регрессии следующего вида :
(1)
где, основная тенденция изменения объемов перевозок туристов в зависимости от времени ;
случайные колебания (шум).
При моделировании основной тенденции (тренда) необходимо на втором этапе снизить случайные колебания во временном ряду.
Операция предварительной обработки первичной информации случайных колебания и выделения из него, в котором четко выражена основная тенденция, называется фильтрация (сглаживание) случайных колебаний.
В настоящее время наиболее часто применяемыми методами фильтрации являются :
) фильтрация с помощью невзвешенной скользящей средней;
) фильтрация с помощью взвешенной скользящей средней;
) фильтрация с помощью конечных разностей ;
) фильтрация с помощью специальной специальных формул, полученных путем использования многочленов различной степени.
В данной работе для прогн?/p>