毕业设计论文JAVAMYSQL经济分析软件的设计与实现

淮 海 工 学 院毕业设计(论文)说明书题 目： 经济分析软件的设计与实现 作 者： 贺 秋 菊 学 号： 1103101208 系 (院)： 计算机科学系 专业班级： 计算机科学与技术032班 指导者： 朱 强 讲 师 (姓 名) (专业技术职务)评阅者： (姓 名) (专业技术职务)2007年 6 月 连 云 港毕业设计（论文）中文摘要经济分析软件的设计与实现摘 要：经济预测在现代经济生活中的作用变的越来越重要。它是企业确定政策，进行决策和制定计划的依据；是提高经营管理水平、改善计划工作的重要内容。该系统以某一燃气公司2001-2005年的历史数据信息为基础。它实现对公司的历史经营、客户发展状况进行统计和分析，然后根据分析结果采用合适的经济数学方法对历史数据作运算得出所需要的预测结果。本文首先对燃气公司的2001-2005年数据表中的历史数据作详细分析；其次，结合统计数学的知识，对现有的各种经济预测方法做深入的理解；第三，设计数据库。把表中的历史数据从Excel中导入到MySQL中，便于以后从数据库中调用数据和将数据库存入数据库中。第四，设计预测模型。以经济预测方法为基础，合理设计相关预测模型，实现对该燃气公司的2006年的经济预测工作。最后，对系统中仍存在的不足和缺陷做阐述，为以后的研究工作提出了一些自己的想法。关键词：经济预测 预测模型 移动平均预测法 指数平滑预测法 灰色预测法 数据库图形化毕业设计（论文）外文摘要Economic Analysis Softwares Design and ImplementationAbstract: Economic forecasting plays increasingly important role in modern economic life. It is the basis for the policy of enterprises established, decision-making and planning; it is also an important element to improve the management level and the work plan.The system to a gas company in the 2001-2005 based on its historical data information. It realizes the companys statistical and analytical of operating history and the development of customer. Then it uses the economic mathematical methods based on the results of the analysis which is suitable for the operation of the historical data required to reach the projected results. First, give the detailed analysis of historical data which is based on the gas company data sheet 2001-2005; Second, do in-depth understanding of the existing economic forecasting methods ，combined with statistical mathematics knowledge; Third, database design. In order to transfer data from the database to facilitate later database, get the historical data from the table Excel to datebase MySQL; Fourth, the design of projection models.It should be based on economic forecasting methods and design Reasonable related prediction models; At last, give the discription of the inadequate place in the system and some research ideas for the after working.Keywords: Economic Forecasting; Prediction models; Moving average forecast France; Index flat forecast France; Grey forecast France; Database of graphics.目 录1 引言11.1 研究背景与研究目的、意义11.1.1 本课题研究背景11.1.2 研究目的及意义21.1.3 本课题的发展前景及趋势21.2 课题内容简介31.3 课题调研及可行性分析41.3.1 课题调研41.3.2 可行性分析41.3.3 本课题的实现途径51.4 经济预测概述51.4.1 经济预测的分类51.4.2 经济预测的基本步骤61.4.3 经济预测相关软件介绍61.5 本文的组织结构72 经济预测方法简介82.1 移动平均法82.1.1 一次移动平均法82.1.2 加权移动平均法92.1.3 二次移动平均法102.2 指数平滑法112.2.1 一次指数平滑法122.2.2 二次指数平滑法132.3 灰色预测法(GM(1，1)142.4 本章小结163 系统需求分析173.1 系统功能需求分析173.1.1 系统功能划分173.1.2 系统功能描述173.2 系统需求模型183.2.1 系统用例图183.2.2 用例描述193.3 本章小结214 系统设计224.1 历史数据的分析224.1.1 台账内容224.1.2 台账内部数据分析234.2系统总体结构设计244.3 数据库设计264.3.1 数据库逻辑设计264.3.2 数据库物理结构设计274.4 系统开发与支持运行环境选取284.4.1 系统开发环境284.4.2 系统支持运行环境304.5本章小结305 系统详细设计315.1 数据库的建立315.1.1 Excel表的处理315.1.2 Excel表数据导入MySQL简介315.2 预测系统的图形化设计335.2.1 图形化设计的实现335.2.2 图形化设计的结果335.3 预测模型的设计345.4 本章小结356 用户使用手册366.1 系统功能与运行环境简介366.1.1 系统功能简介366.1.2 系统运行环境简介366.2 系统安装手册366.2.1 系统的安装366.2.2 系统的配置376.3 系统运行与操作指南396.4 本章小结407 系统评价417.1 系统特色/优点介绍417.2 系统存在的不足与改进方案417.3 毕业设计心得体会42结 论44致 谢45参 考 文 献46淮海工学院二七届本科毕业设计（论文） 第47页 共46页1 引言经济预测是预测学的一个分支。什么是预测呢？简言之，预测就是从已知事件推测未知事件的过程。它有广义和狭义之分。广义的预测，不仅包括在同一时期根据已知事件推测未知事件的静态预测，而且还包括根据已知事件推测未来事件的动态预测。而狭义的预测仅指动态预测。预测是综合哲学、社会学、经济学、统计学、数学以及工程技术等方面的方法而形成的一门方法论科学。它既可以应用于研究自然现象，也可以用于研究社会现象。经济预测是根据经济发展过程的历史和现实，以准确的调查统计资料和经济信息为依据，运用定性分析和定量分析的科学方法，研究经济发展过程中的客观规律，并对各类经济现象之间的联系以及作用机制做出科学的分析。简言之，从已知事件测定未知事件，揭示各类经济现象和经济过程未来发展的可能途径和结果。这种对未来经济发展所作的科学判断或预见，就是经济预测。1.1 研究背景与研究目的、意义1.1.1 本课题研究背景经济预测是经济学科中的重要分支学科，是一门既古老而又年轻的学科。说它古老是由于经济预测与决策是思想萌芽与实践活动已有三四千年的历史；说它年轻是指经济预测与决策是借助与近代科学，特别是随着数学和电子计算机的应用而蓬勃发展起来。经济预测的兴起是在本世纪20年代的西方国家。这是因为本世纪初，资本主义经济危机日益深刻，垄断资本家迫切需要了解本部门以及有关方面经济的未来前景，以便进行生产经营决策。围绕着经济统计资料的搜集和统计方法的改进以及关于经济周期的研究，到了20年代，各种预测未来经济情况的方法应运而生，如综合经济指数法、趋势外推法、趋势外延法、常态偏离法等等。60年代以前，预测技术在欧美广为传播和发展，特别是在美国得到了广泛的应用和重视。60年代以来，各国建立了大量的预测咨询机构。到70年代初，世界各国已有2500家专业预测机构，其中美国600家，英国84家，法国70家，前西德35家，意大利22家，前苏联和东欧各国共600家。这些机构由高级工作人员组成，享有很高的声誉，举世闻名的机构有美国的兰德公司、斯坦福国际资讯研究所、英国伦敦战略研究所、日本野村综合研究所、前西德工业设备企业公司、人类2000年国际协会、世界未来协会以及12个国家组成的国际应用系统分析研究等等。其中，美国预测咨询机构的数量和开展预测活动的规模，都处于领先地位。每年政府部门借助大量的预测智囊机构和活动，公布全国经济活动的主要预测结果，作为制定和执行政策的依据。这些预测咨询机构特别致力于发展高深的未来预测及其所需的新技术。日本有190多个从事预测咨询性工作的软科学研究组织。其中有日本产业界和金融巨头组成的“经团联”和“经济同友会”。东欧各国自60年代以来也相继建立了很多专业预测咨询机构和有关预测研究的协调组织。如波兰工业技术研究院的预测研究中心和罗马尼亚科技委员会的科技预测组织等。我国预测的思想萌芽与实践活动要早于西方国家，但形成经济预测的理论，特别是现代理论要慢于西方国家。在建国初期至1978年，我国主要学习前苏联的经济管理模式，采用通过高度集中的指令性计划来管理国民经济的经济体制，配置资源的主要方式是计划配置，这种资源配制方式严重束缚商品经济的发展，也自然会束缚经济预测的发展。1978年以后，中国通过经济体制改革基本建立起社会主义市场经济体制，配置资源的主要方式已是市场配置，经济体制改革极大地促进了我国经济的发展，也极大地推进了我国经济预测与决策的理论发展。仅在改革开放20多年的时间里，各种经济预测与决策的咨询机构蓬勃发展，理论和方法的研究就也空前繁荣，已由单纯向西方国家学习的阶段发展到形成具有自己理论特色的阶段。1.1.2 研究目的及意义21世纪是信息技术的时代，随着国际形势的不断发展，我国经济水平的不断提高，经济预测这一边缘学科作为对经济的提前量的研究在经济发展中显现的非常重要。随着70年代电子计算机的广泛应用以及新的经济理论和系统分析方法，数量经济分析方法的提出，促进了经济预测理论和方法的日趋成熟和体系的完善。目前，世界各国有2500家专业预测咨询机构，著名机构有美国的兰德公司，斯坦福国际咨询研究所，日本野村综合研究所，它们承担着本国和其它许多国家和公司的经济预测。我国在50，60年代有零星的经济预测，之后停止，直到80年代才继续发展起来。鉴于我国的经济预测发展比较缓慢，相对滞后，我们需要借鉴国外的优秀技术，建立符合我国国情需要的经济预测体系。到目前为止，在常用的经济预测软件中最常遇见的问题就是预测的综合性问题，主要包括经济预测质量高低问题，经济预测方法评价问题和经济预测的结果调整问题。这三方面的问题直接或间接的影响着经济预测的质量。在这种情况下以经济预测理论为依据，将常用的一些经济预测方法的数学模型，应用计算机语言编写成程序，希望能够充分综合各方资料中所反映的问题，并在软件中得到相应的处理方案。1.1.3 本课题的发展前景及趋势随着社会主义市场经济体制的逐步确立，市场机制在我国经济运行中的作用日益增大，未来经济发展的趋势和可以预期的主要经济指标，都将主要建立在以市场机制为主导的资源配置格局之中，由于市场机制具有引发经济波动的内在倾向，这种倾向常常具有不确定性，宏观经济调控的难度将进一步加大，所以在市场经济条件下进行的经济预测工作，对于宏观调控部门适时对国民经济运行进行有效的调控，具有十分重要的作用，运用信息技术建立经济预测系统，就具有现实的迫切性；同时，当我们进入21世纪以后，信息化已成为全球的一大发展趋势，我国正在加快推进国民经济和社会的信息化进程，信息的决策支持功能，对国民经济综合部门进行有效宏观调控越来越重要，而信息的不完全性，制约着宏观调控决策的准确性、科学性、预见性，为了弥补信息的不完全性，促进决策的现代化，建立经济预测系统就成为一种必然。燃气公司建立经济预测系统，正是适应了国民经济宏观调控决策对预测等信息的需要，这一系统的功能成为满足这种需要的核心环节。我们试图通过开发设计建立某公司的经济预测系统，探讨建立经济预测系统的主要功能。（1） 经济预测系统在国民经济综合部门决策中的地位和作用在任何一个系统中，信息系统都是为管理决策服务的，信息系统只有和管理决策控制紧密联系在一起时，才能最大限度的发挥它的作用，实现它的系统功能。而这种紧密联系，主要取决于管理决策控制主体对信息系统的需求程度，需求程度越高，这种联系就越紧密，而信息系统的功能就能最大限度的发挥，相应地决策的现代化、信息化程度就越高，决策的失误就越少。正是由于我国社会主义市场经济体制已在经济生活中起主导作用，各类决策主体面对的不确定性越来越多，对信息的不完全性的感受越来越深，从而对决策信息的需求越来越大，需求程度越来越高。而决策信息与非决策信息存在着一定的量的比例关系，这就是2：8的关系，这是为世界主要发达国家开发信息资源总结出来的一般规律，这一规律表明，决策信息是需要经过深加工的，并且以非决策信息为基础的，决策者由于分工的不同，不可能完成所有的从非决策信息到决策信息的加工过程，建立专门的决策支持信息系统就成为必要，信息技术的发展又使建立这种系统成为可能。因此，经济预测系统作为决策支持系统的一种，在经济综合管理部门的决策中，处于信息支撑地位，可以起到以预测为主体的导向信息辅助决策作用，这种作用可以大体归纳为：对公司经济运行的跟踪动态监测功能；对未来公司经济发展趋势的预测功能；对公司经济运行热点、难点问题的分析功能；对公司经济相关信息的查询功能。（2） 宏观经济预测系统对公司经济运行的监测功能在市场经济机制起主导作用的环境下，经济决策面对的不确定因素越来越多，结构化决策（某一决策过程的环境及原则能够用明确的语言加以说明与描述清楚的问题）问题与非结构化决策问题是两个极端的问题，也就是说，是信息完全条件下的决策问题与没有信息条件下的决策问题，而这两种情况几乎都不存在，大量存在的则是半结构化的决策问题，即信息不完全条件下的决策问题。宏观经济预测系统的一大功能就是对国民经济运行的综合信息进行监测，以取得尽可能多的决策支持信息。开发建设预测系统，就不能只限于公司决策的需要，而要考虑到各类决策主体日益增长的需求，这既是我国社会主义市场经济体制已经建立的必然趋势，也是国民经济一体化、信息化的必然要求。在网络经济时代，经济的全球化与全球经济的信息化，尤其是网络化，使经济预测系统借助互联网技术发挥更大的作用，成为可能。预测系统的功能将进一步扩展，在国民经济和社会生活中的作用会进一步显示出来。1.2 课题内容简介本课题主要研究内容是基于某燃气公司提供的2001-2006年的五张Excel表来实现对公司2006年的经营情况的经济预测系统的实现。这五张表中提供的是该公司2001年到2005年的煤气、天然气和液化石油气的购入量、销售量以及用户发展情况。在预测的实现过程中，不仅要能够完成对每年的经营总量的预测的实现而且能够对每个月份和季度的情况做出应有的预测。与此同时，考虑到公司的业务对象不止一个，还需要完成对具体业务量的预测。但是有些业务量对公司的每年的经营情况基本不构成影响或影响极小，所以在对公司的对象的预测实现中只需考虑与公司有较大业务往来的业务对象。本课题的主要任务是首先建立关于该公司的2001年到2005年历史数据的数据库，其次通过计算机语言实现对经济预测模型的建立，然后通过预测模型和数据库之间的连接和操作实现对2006年的公司经营情况的预测，最后对分析预测结果的偏差情况并研究改进的方法。在该系统中具体要实现的模型均是以时间序列和时序分析为基础的，主要有移动平均模型，指数预测模型和灰色预测模型。本课题重点研究的问题：（1） 线性预测，一次指数预测、二次指数预测、回归预测、灰色预测、告警预测等预测模型的建立。（2） 各种模型的参数的初始值的设置和调整，是影响算法有效性的重要方面，是检验算法的重要标志，也是本次设计的重点研究问题。（3） 预测软件的输出能力也是一个很重要的问题。（4） 熟练应用Java。本课题应完成的工作：（1） 能实现绝大多数常用算法，效率高，能以较快的速度对输入的数据进行分析和预测。（2） 能够支持多种格式的数据源。（3） 程序的适用性好，能够提供比较准确的预测分析。（4） 要求系统界面友好，易于操作。1.3 课题调研及可行性分析1.3.1 课题调研在本系统开发之初，为了做好系统需求分析工作，我与公司相关管理者和决策者进行交流和调查，满足公司经济预测的最大需要。深入北京某燃气公司进行实地调研，在公司向主要管理者和决策者询问经济预测所需的各方面的细节，以及所需实现的主要功能。利用互联网搜索工具在线搜索大量的相关内容，学习经济预测的具体方法以及研究具体实现的算法，并针对具体公司来分析公司中对该公司经济运营管理方面先进的管理经验以及不足之处。与此同时，参看其他一些大的经济预测系统，从中学习、借签系统的开发知识。1.3.2 可行性分析（1） 技术可行性本课题是采用Java技术开发的，该系统的主要用户是公司的经营者和决策者，考虑到他们的计算机专业水平可能有限，因此需要简易人性化的人机界面，该系统的图形化设计是建立在数据库基础上的，主要使用的是Java的Swing组件。Swing的优点是：Swing有一套丰富的、更方便的用户界面元素；Swing几乎不依赖于平台，因而不容易出现与平台有关的错误；Swing给用户的感觉是在各个平台上运行都是一致的。Swing组件集是JFC提供的GUI工具，它简化了给予图形截面的窗口系统的开发。Swing是100%纯Java实现的，Swing组件是所谓的“轻型”组件，没有本地代码，不依赖操作系统的支持。Swing组件技术现在越来越成熟，因此在技术上是可行的。（2） 经济可行性从购买和安装设备的费用上来看：包括计算机硬件、系统软件、 机房、电源、空调等，由于本系统对运行环境要求不高，现行一般配制的商务机即可满足要求，因此此项费用极少。从系统开发和维护费用上来看：系统开发人员、操作人员和维护人员的工资、培训费用等，由于本项目属于小型项目，且国内外已有许多成功先例可参考，可以省去许多开发中摸索的一些不必要的浪费。因此，从长远的经济上考虑，本课题的设计开发还是具有相当大的经济可行性的。（3） 操作可行性由于本系统后台操作使用MYSQL5.0，因此选用Windows2000（或Windows XP Professional）作为其操作平台，且系统软件非常容易被接受，他具有简单性，易学性，便于管理等功能。它是对企业经济预测的一种有效的工具。因此，在操作使用上，本系统简单、方便，易于使系统使用者接受，因而是十分可行的。（4） 法律可行性由于本系统是在相关法律法规下实施完成的，所以不存在任何法律问题，在法律上是完全可行的。1.3.3 本课题的实现途径本课题将应用面向对象软件工程原则，严格按照项目计划、需求分析、概念设计、逻辑设计、物理设计、编码、实现与维护等步骤进行。本课题选用MYSQL 5.0为数据库管理平台、JBuilder2006为客户端开发工具。1.4 经济预测概述1.4.1 经济预测的分类经济预测的分类没有统一的标准或严格的界限，它取决与被研究对象的内容和研究者的观点及爱好等。从不同的观点看，有不同的划分，但不论如何划分，目的都是一样的，即对某个预测对象未来的发展变化做作出出尽可能精确的解释。一、从预测方法上讲，经济预测可分为定性预测和定量预测两大类，这也是目前流行的划分方法。定量预测主要依靠历史统计资料和数据，运用数学方法构造具体的数学模型来对经济现象进行预测分析，其预测的结果往往表现为具体数值。定量预测是目前比较流行的预测方法。定量预测技术和方法较多，常用的有基础数值预测法、时间序列预测技术、回归预测技术、趋势预测方法、投入产出及其他经济预测模型等方法。这些具体的技术构成了经济预测的主要方法内容。二、从经济事物涉及的范围来看，经济预测可分为宏观经济预测和微观经济预测。有时，只有宏观和微观经济预测的划分还不能全面说明问题，需要引入中间层的经济预测与决策，就是通常所说的部门或地区范围的经济预测与决策。宏观经济预测主要研究国民收入、工农业总产值的发展趋势、经济结构的变化及经济体制改革和政策调整的效果等方面的预测。微观经济预测，是指在经济独立核算的企业范围内所做的各种预测。它以一个企业所进行的经济活动为研究对象，预测其发展变化的趋向。中间层预测主要研究一个地区各个部门发展规模和速度、生产和销售、资源开发、地区综合平衡等的预测。三、从预测未来时间的长短上看，经济预测可划分为短期、中期和长期预测。当然，中长短期的划分也是相对的，主要根据不同预测对象的经济过程特点。根据时间长短预测的特征是，预测的时间间隔越短，影响经济过程的因素越少，预测的误差可能也越小。而预测的时间间隔越长，影响经济过程的因素也越多，预测的误差也越大。当然，误差大小与许多其他因素也有关。1.4.2 经济预测的基本步骤经济预测是一项活动，是一个过程。经济预测过程应当按照一定的程序进行，通常包括以下几个步骤：1、 确定预测目标根据决策、计划的需要确定预测的目标，即确定预测对象是什么，预测对象包含的范围，时间的长短，及对预测结果的要求。2、 收集处理信息资料收集影响预测对象未来发展的内部因素及外部环境方面的资料，调查预测对象的历史状态及现实状态，初步确定预测方法。围绕所选定的方法定向整理已经收集到的资料，即根据预测方法的要求，对资料进行分析、鉴别，处理因非正常因素或偶然因素所产生的异常数据，补齐所缺数据。3、 建立模型选择合适的预测方法，获得相应资料后，建立具体的预测模型，主要数学模型。对于已建立的模型，应当从逻辑上、数学理论上进行检验。检验后，模型方可用于预测。4、 利用模型预测输入已整理资料、数据，运用已检验模型进行预测计算。对模型输出结果进行分析评价，如果分析评价的结果认为预测结论可信，则编写预测报告。若认为不可信，则需仔细检验预测模型，直到找出原因，改进预测。还可以用不同的预测方法来验证预测结果。1.4.3 经济预测相关软件介绍目前人们普遍使用的是QMS（Quantitative Micro Software）公司推出的基于Windows平台的EViews。EViews强而有力和灵活性加上革新的图表使用者界面和精密的分析引擎工具使其成为在Windows操作系统中计量经济学软件里世界性领导软件。EViews预测分析计量软件在科学数据分析与评价、金融分析、经济预测、销售预测和成本分析等领域应用非常广泛。EViews的主要功能有：（1） 采用统一的方式管理数据，通过对象、视图和过程实现对数据的各种操作；（2） 输入、扩展和修改时间序列数据或截面数据，依据已有序列按任意复杂的公式生成新的序列；（3） 计算描述统计量：相关系数、协方差、自相关系数、互相关系数和直方图；（4） 能够处理以时间序列为主的多种类型的数据，进行包括描述统计、回归分析、传统时间序列分析等基本的数据分析以及建立条件异方差、向量自回归等复杂的计量经济模型。（5） 多项式分布滞后模型的估计；（6） 模型的求解和模拟；（7） 数据库管理；（8） 与外部软件进行数据交换。1.5 本文的组织结构本文的内容安排如下：第一章是引言, 在引言内对课题的研究背景与研究的目的、意义和课题的发展趋势进行分析,同时在引言内对本次毕业设计所开发的系统进行问题的定义,通过问题的定义明白需要做些什么,并且简单的介绍了一下本系统的基本内容，同时在开发系统之前对现有系统的调研以及开发本系统的可行性分析，还有对本系统所用到的经济预测的基本知识以及目前在经济预测中普遍使用的软件EViews进行简要介绍，此外还介绍了该论文各章内容的介绍、全文的组织结构。第二章基于实现的软件涉及到了很多经济学方面的知识，重点阐述了该经济预测软件的实现中所用到的相关数学方法（移动平均预测法、指数预测法、灰色预测法）的推导与生成，预测参数的设定，模型的选择和检验。在介绍过程中为了给以后章节的理解做基础主要以该燃气公司作为实例。第三章是系统需求分析，主要内容是系统功能需求分析，主要按面向对象的分析方式给出了系统的需求模型等。第四章是系统设计部分，主要内容是给出了系统的设计模型，这部分设计是从需求模型导出的，分为设计阶段类图，设计阶段类的定义，数据库的设计，系统的开发环境，支持运行环境和系统实现的若干关键技术等。第五章则以实现的软件为基础，详细的介绍数据库的建立、连接以及相关预测模块的实现。第六章是用户使用手册部分，给出了系统功能、运行环境简介，系统安装手册，系统运行与操作指南。第七章是系统评价部分，给出了系统的主要功能、特色优点介绍、系统存在的不足于改进方案等。最后还包括毕业设计心得体会、结论、致谢和参考文献等内容。2 经济预测方法简介本章中将就本系统的设计和实现中所用到的几种经济预测方法进行简要的介绍，主要包括移动平均预测法，一次指数预测法，二次指数预测法，灰色预测法等。2.1 移动平均法移动平均法是在算术平均法的基础上发展起来的一种预测方法。算术平均虽然能代表一组数据的平均水平，但它不能反映数据的变化趋势。当时间序列的数据由于受周期变动和随即变动的影响，起伏较大，不易显示出发展趋势时，可用移动平均法消除这些因素的影响，显露出时间序列的长期趋势。移动平均法包括一次移动平均法、加权移动平均法和二次移动平均法等。在本系统中基本实现了三种方法的数学模型，并且能够通过模型对公司的2006年的经营情况进行相关的预测。现分别介绍如下。2.1.1 一次移动平均法 所谓一次移动平均法，就是取时间序列的N个观测值予以平均，并依次滑动，直到将数据处理完毕，得到一个平均值序列。设时间序列为；n为样本容量。一次移动平均计算公式为： （tN） （2.1.1）式中：-第t期的一次移动平均值； N-移动平均的项数（或称步长）。由式（2.1.1）就可以得到一个时间序列的移动平均数列。移动平均的作用在于修匀数据，消除一些随机干扰，使长期趋势显露出来，从而可用于趋势分析及预测。一般情况下，如果时间序列没有明显的周期变化和趋势变化，可用第t期的一次移动平均值作为第t+1期的预测值，即 = （2.1.2）式中：-第t+1期的一次移动平均预测值。为了运算方便，计算 时可使用递推公式： = + （2.1.3）因为 = = = + 所以，与式（2.1.3）相对应，预测方程的递推公式为： （2.1.4）当N较大时，用递推公式可大大减少计算量。下面以2001年到2005年的一月份煤气销售量情况为例，分别取N=2和N=3时的情况具体分析一次移动平均法的实现。如下表所示：表2-1 一次移动平均法的实现 单位（万）年份煤气实际销售量煤气预测销售量（N=2）煤气预测销售量（N=3）2001年269894-2002年1557722-2003年264080722128311-2004年1828069920992646229915642005年1938660122344386200886642006年-193336521358457从表一中可以清楚的看到N的取值对预测结果的影响，那么N究竟应该选择多大是合适的？一般来说，当时间序列的变化趋势较为稳定时，N宜取大些；当时间序列的波动较大、变化明显时，N宜取小些，但这一原则用起来不方便。实际预测中，一个行之有效的方法是试算法，几选择几个N 值进行计算，比较它们的预测误差，从中选择使预测误差较小的那个N 。如在上表中，要预测煤气的一月份的煤气销售量，就近个应取N=2还是N=3合适，可通过计算这两个公式的均方误差MSE，选取使MSE较小的那个N。当N=2时， MSE=216.97（万）当N=3时， MSE=238.14（万）计算结果表明：N=2时，MSE较小，故在预测软件的实现中N选取2。同时，由于该燃气公司所经营的其他两种燃气有着类似的市场环境和客户关系，因而在做预测时它们的N也设为2。一次移动平均法的预测能力只有一期。2.1.2 加权移动平均法 在一次移动平均法中，各期数据在移动平均值中的作用是同等的。但实际上，各期数据所包含的信息量并不相同，近期数据比远期数据包含更多关于未来的信息。因此，在预测中应更加重视近期数据给近期数据以较大的权数，给远期数据以较小的权数，这就是加权移动平均法的基本思想。加权移动平均法的计算公式为： （tN） （2.1.5）式中： -第t期的加权移动平均值； -观测值的权数。体现了相应的y在加权平均值中的重要程度。实际中常选。若以第t期的加权移动平均值作为第t+1期的预测值，则预测方程为： （2.1.6）下面仍以2001年到2005年的一月份煤气销售量情况为例，分别对20012005年的煤气销售量的权值取=1，=2，=3，=4，=5，进而分析加权平均法的实现。如下表所示：表2-2 加权移动平均法的实现 单位（万）年份煤气实际销售量权重煤气预测销售量2001年2698941-2002年15577222-2003年264080723-2004年182806994-2005年193866015-2006年预测值2049482=2049.482（万）加权移动平均预测法的预测能力也只有一期。2.1.3 二次移动平均法 所谓二次移动平均法，就是将一次移动平均序列再进行移动平均。其计算公式为： （2.1.7）它的递推公式为： （2.1.8）式中：-第t期的二次移动平均值。当时间序列具有线形增加或线形减少的发展趋势时，用一次移动平均法和加权移动平均法进行预测就会出现滞后偏差，表现为对于线形增加的时间序列，预测值偏低，而对于线形减少的时间序列，则预测值偏高。这种偏低、偏高的误差统称为滞后偏差。为了消除滞后偏差对预测的影响，可在一次、二次移动平均值的基础上，利用滞后偏差的规律来建立线形趋势模型，利用线形趋势模型进行预测。预测步骤为：1 对时间序列计算和。2 利用和估计线形趋势模型的截距和斜率： （2.1.9）3 建立线形趋势预测模型： （2.1.10）式中： t -当前期； -预测超前期； -第期的预测值； -截距的估计值； -斜率的估计值。4 进行预测。下面仍以2001年到2005年的一月份煤气销售量情况为例，具体阐述二次移动平均法的实现过程（引用在一次移动平均法得出的结论，N取2）：表2-3 二次移动平均法的实现 单位（万）年份煤气实际销售量煤气预测销售量煤气预测销售量2001年269894-2002年1557722-2003年264080722128311-2004年1828069920992646-2005年19386601223443862113.7878-2006年预测值-24154148因为=22344386，=21137878；所以由公式（2.1.9）可以得到线形趋势模型的截距和斜率分别为：=23550894 =603254所以=+=23550894+6032541=24154148（万）二次移动平均法有预测多期的能力。2.2 指数平滑法上节介绍的移动平均法虽然计算简便，但并非一种理想的预测方法。原因一是当计算移动平均值时，只使用近期的N个数据，没有充分利用时间序列的全部数据信息；原因二是对参与运算的N 个数据等权看待，这往往不合实际。一般认为，越近期的数据越能反映当前情况，对今后的预测影响越大，越远期的数据影响越小。虽然加权移动平均法能克服这个缺点，但人为选取N个权数，仍然带进更多的主观因素。指数平滑法则是对时间序列由近及远采取具有逐步衰减性质的加权处理，是移动平均法的改进型。根据平滑次数的不同，可以分为一次、二次指数平滑法，分别适应于不同类型的时间序列进行预测。2.2.1 一次指数平滑法 一次指数平滑法主要用于直接预测，而且只适用于没有明显趋势变化的动态数列。设时间序列为，一次指数平滑计算公式为： （2.2.1）式中：-第t期的一次指数平滑值； -第t期的观测值； -加权系数，01。 如果时间序列的变化呈水平趋势，可用第t期的依次指数平滑值作为第t+1期的预测值，起预测模型为： （2.2.2）式（2.2.2）说明，t+1期预测值是t期观测值的加权平均。用代表新的数据信息，用代表历史的数据信息。式（2.2.2）可以改写为： （2.2.3）式（2.2.3）说明，新的预测值是在原预测值的基础上，利用原预测误差进行修正得到的。的大小体现了修正的幅度，越大修正的幅度越大，越小修正的幅度也越小。由此可见，既代表了预测模型对时间序列变化的反应速度，又决定了预测模型修匀误差的能力。因此，的选取非常重要，它直接影响着预测结果。一般的选取可遵循下列原则：（1） 当时间序列波动不大，较为平稳时，可取较小的（0.1-0.3），以减小修正幅度，是预测模型包含较长时间序列的信息；（2） 当时间序列具有明显的变动趋势时，可取较大的（0.5-0.8），以便迅速跟上数据的变化，提高预测模型的灵敏度。用一次指数平滑法进行预测，还有初始值的选取问题，具体方法是：（1）当时间序列的样本容量n20时，初始值对预测结果影响很小，可选取第一期观测值作为初始值。（2）当时间序列的样本容量n20时，初始值对预测结果影响较小，应选取最初几期观测值的均值作为初始值。下面仍以2001年到2005年的一月份煤气销售量情况为例，具体阐述一次指数平滑法的实现过程。首先，对表中的数据进行分析，很显然五年的数据变化比较混乱，基本没有明显的线形变动趋势；其次：时间序列的样本容量比较少。所以（0.5-0.8），初始值选取最初几期的均值。表2-4 一次指数平滑法的实现 单位（万）年份煤气实际销售量煤气预测销售量=0.5预测误差煤气预测销售量=0.6预测误差2001年269894241589-213284-2002年1557722198681-192363-2003年26408072231381-235394-2004年18280699235394-203842-2005年19386601207094-197856-2006年预测值200480364.75195462314.32为进行比较分别取=0.5，=0.6进行试算：初始值为：=2132.84（万）按预测模型计算各期预测值：当=0.5，=2132.84时：=2415.89 ，同理可求出，和=0.6时的，。最后分别得到在=0.5和=0.6时的2006年煤气销售量的预测值。通过对误差进行分析可知当=0.5时的预测精度不如=0.6时的预测精度，所以在系统中实现一次指数平滑法预测时的值取0.6。2.2.2 二次指数平滑法 二次指数平滑法是指在一次指数平滑法的基础上，再进行一次指数平滑。它可用于估计直线趋势型动态数列的预测。其计算公式为： （2.2.3）式中：-第t期的二次指数平滑值。当时间序列的变动具有线性趋势时，用一次指数平滑法进行预测，就会产生滞后偏差，消除滞后偏差的方法与二次移动平均法类似，即在一次、二次指数平滑值的基础上，利用滞后偏差的规律建立线性趋势模型进行预测。预测步骤为：1 确定加权系数和初始值，；2 对时间序列计算和；3 利用和估计线形趋势模型的截距和斜率： （2.2.4）4 建立线形趋势预测模型，并进行预测。 （2.2.5）下面仍以2001年到2005年的一月份煤气销售量情况为例，来阐述二次指数平滑法的实现过程。（运用在一次指数预测法中的结论，的值取0.6）表2-5 二次指数平滑法的实现 单位（万）年份煤气实际销售量煤气预测销售量煤气预测销售量2001年269894247250233664-2002年1557722192363209423-2003年26408072235394225006-2004年18280699203842212308-2005年19386601197856203637-2006年预测值-1834.04取=0.6，初始值为：=2132.84（万）令=2132.84则计算和有=0.6+0.4=2472.5。同理，计算得到：=1923.63，=2353.94，=2038.42，=1978.56=2336.64，=2094.23，=2250.06，=2123.08，=2036.37。 单位：（万）所以在线形预测模型中的参数和分别为：=2-=1920.75 =（-）=-86.715所以由线形预测模型可得到=+=1920.75+(-86.715)*1=1834.04，即通过二次指数平滑预测模型可以得到该公司的2006年的煤气销售量为1834.04万。2.3 灰色预测法(GM(1，1)所谓灰色预测就是对既含有已知信息又含有不确定信息的系统进行预测，就是对在一定范围内变化的、与时间有关的灰色过程进行预测。灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。 GM（1，1）是基于灰色预测的一种重要模型。以下将介绍系统的具体建模预测过程。GM（1，1）的具体形式如（2.3.1）所示： （2.3.1）设有数列共有n个观察值，对作一阶累加生成，得到新的数列其元素表达式为： i=1，2，n （2.3.2）对一阶生成序列，建立预测模型的GM形式方程， （2.3.3）式中：，u为待估计参数，分别称为发展灰数和内生控制灰数。将（2.3.3）式的离散形式展开，对数据k=1，2，n，可得：k=1， k=1，k=1，对上述展开的离散方程组，仿多元线形回归的参数估计方法，用最小二乘法求解，可得： （2.3.4）式中： （2.3.5） （2.3.6）将（2.3.4）式求得的代入（2.3.3）式，并解微分方程，有GM（1，1）预测模型为： （2.3.7）下面仍以2001年到2005年的一月份煤气销售量情况为例，来阐述灰色预测模型的建立和实现过程。首先，按（2.3.2）进行原始数据累加生成得有：=2698.94； +=4256.622； =+=6897.469； +=8935.889；+=10874.549；即一阶生成数列为：2698.94，4256.622，6897.469，8935.889，10874.549；其次，构造数据矩阵B和数阵向量，=所以，计算=；最后，建立模型。由 =2698.94； =-832.58 得到该燃气公司的GM（1，1）预测模型为：则可依据所建模型得到的值，为了得到的值，最后还须对的值作一次累减。表2-6 灰色预测法的实现 单位（万）年份煤气实际销售量煤气预测销售量预测误差分析（相对误差%）2001年26989426989402002年155772217442111972003年264080722489965712004年182806991955246972005年193866011966971462006年预测值-2.4 本章小结本章作为论文的经济学理论基础部分，分别详细的介绍了移动平均法中的一次移动平均法、加权移动平均法、二次移动平均法，指数平滑法中的一次指数平滑法、二次指数平滑法以及灰色预测法GM（1，1）。在预测方法的介绍过程中紧密联系燃气公司所提供的历史资料，并且给出了基于煤气销售量的几种方法的预测过程和预测结果。同时，还给出了对预测误差的分析，从误差分析中可以清晰的看到有些预测方法对于该燃气公司的预测工作是非常有效的，有些方法形成误差较大，预测不是很有效。3 系统需求分析根据第一章所定义的课题研究方向及目标，本章将对系统功能进行具体的需求分析，目的在于对经济预测系统的基本功能分析及其全面功能的描述。有利于进一步实现该系统。3.1 系统功能需求分析3.1.1 系统功能划分经济预测系统作为公司经济运营的一个特别有效的引导，其使用者只有公司的经营者和决策者。整个系统是面向公司的经营者和决策者，对未来的该公司的发展情况共分为六种预测方式。包括一次移动平均法、加权移动平均法、二次移动平均法、一次指数平滑法、二次指数平滑法、灰色预测法。3.1.2 系统功能描述该系统是针对某一燃气公司的经营情况为基础而设计的。经济预测系统是通过建立线形预测，指数预测，回归预测，灰色预测，告警预测等基本模型从而实现对公司（包括两个分公司）的燃气购入，燃气销售和用户发展的预测等基本功能。该系统是针对某一燃气公司五年的经营情况而设计的。相应的基本需求如图3-1所示：年份全年某月某季度度煤气天然气液化石油气购入量销售量用户发展华北油田陕北油田预测模型图3-1 用户界面图界面中主要为用户提供选择预测模型和选择预测对象两方面条件，例如用户需要通过0105年的数据预测06年的情况时：1、 选择其所需要的预测模型（线性预测模型，指数预测模型等）；2、 选择年份06年以及在该年中所需要预测的具体某个月还是具体某个季度；3、 选择所需要预测的某一种燃气；4、 选择所需预测的燃气的某项指标，包括购入量，销售量和用户发展三方面；5、 针对购入量和销售量可以对其中的具体某一项进行预测（eg：