目錄

第 1 章 概述
1.1 預(yù)測概述
1.1.1 預(yù)測科學(xué)的產(chǎn)生
1.1.2 預(yù)測的定義
1.1.3 預(yù)測的作用
1.1.4 預(yù)測的局限性
1.2 預(yù)測的基本原理
1.2.1 預(yù)測的系統(tǒng)性原理
1.2.2 預(yù)測的連續(xù)性原理
1.2.3 預(yù)測的類推原理
1.2.4 預(yù)測的相關(guān)性原理
1.2.5 預(yù)測的概率推斷原理
1.3 預(yù)測方法的分類
1.3.1 按預(yù)測的范圍或?qū)哟畏诸?br />1.3.2 按預(yù)測的時間長短分類
1.3.3 按預(yù)測方法的性質(zhì)分類
1.3.4 預(yù)測的其他分類方法
1.4 預(yù)測的流程
1.4.1 明確預(yù)測任務(wù)，制訂預(yù)測計劃
1.4.2 收集、審核和整理相關(guān)資料
1.4.3 選擇預(yù)測方法
1.4.4 建立預(yù)測模型
1.4.5 評價預(yù)測模型
1.4.6 應(yīng)用模型預(yù)測，分析預(yù)測精度
1.4.7 向決策者提交預(yù)測報告
1.5 預(yù)測的精度
1.5.1 預(yù)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 希爾不等系數(shù)
1.6 小結(jié)
思考與練習(xí)

第 2 章 定性預(yù)測法
2.1 定性預(yù)測概述
2.1.1 定性預(yù)測概念
2.1.2 定性預(yù)測特點
2.1.3 定性預(yù)測典型方法
2.2 頭腦風(fēng)暴法
2.2.1 頭腦風(fēng)暴法概述
2.2.2 頭腦風(fēng)暴會議組織原則
2.2.3 頭腦風(fēng)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(yù)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(quán)平均法預(yù)測步驟
2.5 小結(jié)
思考與練習(xí)

第 3 章 時間序列預(yù)測法
3.1 時間序列預(yù)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(gòu)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(quán)移動平均法
3.2.3 趨勢移動平均法
3.3 指數(shù)平滑法
3.3.1 一次指數(shù)平滑法
3.3.2 二次指數(shù)平滑法
3.3.3 三次指數(shù)平滑法
3.4 小結(jié)
思考與練習(xí)

第 4 章 回歸分析預(yù)測法
4.1 回歸分析預(yù)測概述
4.1.1 回歸分析和相關(guān)分析
4.1.2 回歸模型常見種類
4.2 一元線性回歸預(yù)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(shè)條件
4.2.3 一元線性回歸模型參數(shù)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(yù)測值和預(yù)測區(qū)間
4.2.6 一元線性回歸模型的應(yīng)用
4.3 多元線性回歸預(yù)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(shè)條件
4.3.3 多元線性回歸模型參數(shù)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(yù)測值與預(yù)測區(qū)間
4.3.6 多元線性回歸模型的應(yīng)用
4.4 小結(jié)
思考與練習(xí)

第 5 章 趨勢外推預(yù)測法
5.1 趨勢外推預(yù)測概述
5.2 直線趨勢外推預(yù)測法
5.2.1 擬合直線方程法的數(shù)學(xué)模型
5.2.2 加權(quán)擬合直線方程法的數(shù)學(xué)模型
5.3 曲線趨勢外推預(yù)測法
5.3.1 指數(shù)曲線預(yù)測法
5.3.2 修正指數(shù)曲線預(yù)測法
5.3.3 生長曲線預(yù)測法
5.4 小結(jié)
思考與練習(xí)

第 6 章 馬爾可夫預(yù)測法
6.1 馬爾可夫預(yù)測概述
6.2 狀態(tài)轉(zhuǎn)移概率
6.3 狀態(tài)轉(zhuǎn)移概率矩陣
6.4 馬爾可夫預(yù)測法的應(yīng)用
6.4.1 市場占有率預(yù)測
6.4.2 商品銷售狀態(tài)預(yù)測
6.4.3 期望利潤預(yù)測
6.5 小結(jié)
思考與練習(xí)

第 7 章 灰色系統(tǒng)預(yù)測法
7.1 灰色系統(tǒng)預(yù)測概述
7.1.1 灰色系統(tǒng)
7.1.2 灰色預(yù)測
7.2 GM (1,1) 預(yù)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(yīng)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(yù)測模型
7.3.1 GM (1,N) 模型
7.3.2 GM (1,N) 模型應(yīng)用
7.4 小結(jié)
思考與練習(xí)

第 8 章 組合預(yù)測法
8.1 組合預(yù)測概述
8.1.1 組合預(yù)測的概念
8.1.2 組合預(yù)測的三個層次
8.1.3 組合預(yù)測精確度的度量
8.2 組合預(yù)測的分類
8.3 BP 神經(jīng)網(wǎng)絡(luò)
8.3.1 BP 神經(jīng)網(wǎng)絡(luò)模型算法描述
8.3.2 BP 神經(jīng)網(wǎng)絡(luò)模型網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計
8.3.3 BP 神經(jīng)網(wǎng)絡(luò)模型初始權(quán)值和閾值設(shè)計
8.3.4 BP 神經(jīng)網(wǎng)絡(luò)模型傳遞函數(shù)設(shè)計
8.4 組合預(yù)測模型
8.4.1 模型建立
8.4.2 組合預(yù)測模型加權(quán)系數(shù)的計算方法
8.5 組合預(yù)測的應(yīng)用
8.5.1 航材保障應(yīng)用實例一
8.5.2 航材保障應(yīng)用實例二
8.6 小結(jié)
思考與練習(xí)

第 9 章 綜合運用案例
9.1 引言
9.2 可修備件需求預(yù)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(yù)測模型
9.4.2 兩級組合預(yù)測模型
9.4.3 誤差指標
9.5 模型應(yīng)用效果分析
9.5.1 模型預(yù)測精度分析
9.5.2 基不同數(shù)據(jù)的預(yù)測有效性分析
9.6 小結(jié)
思考與練習(xí)

附錄
附表 1 標準正態(tài)分布表
附表 2 t 分布表
附表 3 F 分布表
附表 4 簡單相關(guān)系數(shù)檢驗表
附表 5 DW 檢驗表
參考文獻