模型預測方法簡介

模型預測方法是一種利用數(shù)學模型推測事物未來發(fā)展狀況的定量預測方法。一個過程、設備或概念用一些變量作出數(shù)學表示的形式稱為數(shù)學模型(mathematicalmodel)。如生產系統(tǒng)的投入-產出模型(AX Y=X，其中X為生產矢量，Y為最終需求矢量，A為投入系數(shù)，表示完成單位生產額所必須的投入額)。這種模型既可以對生產系統(tǒng)做出描述和解釋，又可以做出預測，而且預測功能是多方面的。首先計算確立投入系數(shù)A，然后可根據(jù)總投入和總產品預測最終產品市場的供應量;再根據(jù)最終產品市場預測各部門生產量;還可根據(jù)最終產品市場預測中間產品需求量。

一般說來，對模型解釋得越清楚時，越有利于作出有價值的預測，但是也不能絕對化，因為數(shù)學模型研究除了尋求客觀的因果關系外，還有一個認識過程。如果人們的解釋符合客觀發(fā)展規(guī)律，才能做出比較符合未來狀況的預測。對于描述再生性的現(xiàn)象，預測可以達到很精確的程度(如預測行星的運行軌跡)?？墒窃趹糜陬A測經濟、社會發(fā)展現(xiàn)象時，就要復雜而困難得多，因為人們在運用模型進行預測時，總是把數(shù)學表達的模型形式建立在假定預測對象未來的變化原因和機制與過去一樣的基礎上，但實際上不是這樣。因此，盡管數(shù)學模型為人們提供了定量的預測方法，但是不能把這一方法看成是最科學的預測方法，更不能取代其他預測方法。

《鉬精礦價格動態(tài)預測方法、理論及模型》系統(tǒng)地梳理了鉬資源市場及其供求關系，分析了鉬精礦市場及價格影響因素，介紹了鉬精礦價格預測方法、預測理論及預測模型，實現(xiàn)了基于EMD-ARIMA-LSTM的鉬精礦市場價格時間序列多步預測及仿真實驗、基于改進PSO-GRNN及灰色-馬爾科夫模型的鉬精礦價格動態(tài)預測、基于GM（1，1）和指數(shù)平滑法的動態(tài)組合預測，并進行了鉬精礦價格敏感性分析。該書對鉬精礦價格預測、預測理論模型的構建及仿真實驗具有較好的指導及參考意義。

《鉬精礦價格動態(tài)預測方法、理論及模型》可供鉬礦生產、加工、銷售企業(yè)相關技術人員及研究人員參考使用，也可供價格預測領域有關人員參考。

在對復雜系統(tǒng)進行預測時，從不同角度建立各種不同的預測模型，而后基于這些各具特點的預測模型建立一個不同于這些模型的協(xié)調模型，以達到博采眾長的效果，這就是組合預測的思想。將多個預測模型綜合起來建立一個協(xié)調模型的方法稱為組合方法，建立起來的協(xié)調模型稱為組合預測模型。利用組合預測模型可以將各個模型有機地組合在一起，綜合各個模型的優(yōu)點，在一定條件下能夠有效地改善模型的擬合能力和提高預測精度。

日前，國內外提出的組合預測方法主要有以下幾種:一是固定權重的組合預測方法;一是變權重的組合預測方法。這兩種組合預測方法的主要思想是將各種方法的預測結果進行組合，最終得到一個最佳的預測結果，其關鍵是最優(yōu)權重的求取。這兩種方法在電力負荷預測中應用得比較多，但在電價預測方面的應用卻比較少一方面是電價巨大的波動性導致最優(yōu)權重的

求取難度很大，另一方面是由于當前各種方法所得到的電價預測精度都不高，將這些預測結果進行再次組合極有可能出現(xiàn)最終電價預測的精度反而降低的情況。

因此日前電價預測模型中主要的組合預測方法為:( 1)根據(jù)所研究對象的歷史數(shù)據(jù)特征，選取適宜的模型方法對數(shù)據(jù)的不同成分進行分離，然后分別進行預測，將各個預測結果進行組合得到最終的預測結果;( 2)考慮到各種方法都有其優(yōu)缺點，采取互補的方法將兩種或者多種方法組合成一種新的方法進行預測 。

水質預測方法分兩大類。一類是點源污染的預測方法，其實質是水體中水質運動演化規(guī)律的研究及其演算。包括：①建立相關統(tǒng)計模型，例如在河流水質預測中，建立水質與河流水文要素（如流量等）的關系；又如根據(jù)上、下游水質間存在的關系（多元相關）和混合物質的平衡原理，建立水質預測模型。②求解確定性水質數(shù)學模型，是根據(jù)成因分析、演繹推理而得，反映了一定物理、化學和生物化學作用的性質。模型求解后，主要用實測資料確定模型參數(shù)，進行驗證和誤差分析，然后用于實際預測。

另一類是面源污染的水質預測。這類預測的實質在于研究降雨、徑流沖刷所產生的污水及其成分。研究產流、產污、匯流、集污和污水進入水體后水質運動演化規(guī)律。這類課題研究難度大，處在探討發(fā)展之中。