安全系統(tǒng)預(yù)測-展示頁
2025-02-25 03:19本頁面
【正文】 8 9 4 . 1 1 0 2 3 9 . 4 1 240 . 4 9 1 4 . 4 4 4 0 . 3 3 4 1 9 9 9 10 2 4 3 . 5 5 1 3 . 0 6 2 0 0 0 11 2 4 5 . 6 6 0 2 . 1 0 9 例 2：民航事故征候萬時率的灰色預(yù)測（選取民航2023～ 2023年飛行事故征候萬時率數(shù)據(jù) ） 表 3 6 民航事故征候萬時率 年號 1 2 3 4 年份 2023 2023 2023 2023 民航事故征候萬時率 （ 1）由表構(gòu)造原始數(shù)列 x（ 0），則： },{)}4(),3(),2(),1({)0()0()0()0()0( ?? xxxxx（ 2）對原始數(shù)據(jù)進行處理 },{)4(),3()},2(),1({)1()1()1()1()1( ?? XXXXX構(gòu)造數(shù)據(jù)矩陣 X ???????????????????????????????????????????????????????????????????1)(211)(211)(211))1()((211))2()3((211))1()2((21)1()1()1()1()1()1(nXnXXXXXX?構(gòu)造數(shù)據(jù)向量 Y ????????????????????????????)()3()2()0()0()0(nXXXY??????????????????? 719 159 （ 3）建立民航事故征候萬時率的灰色預(yù)測模型 aueauXtX at /]/)1([)1( )0()1( ???? ?? )1( )1( ???? ?? tetX（ 4）民航事故征候萬時率的誤差值計算 ；)1()1()1()0()0()1( ?? ??? XXX ； 50 7)2()1( ??X ；645 )3()1( ??X ；)4()1( ??X；580 )1()2()2( )1()1()0( ??? ??? XXX ；)2()3()3( )1()1()0( ??? ??? XXX ；422 )3()4()4( )1()1()( ??? ??? XX 表 3 7 民航事故征候萬時率的誤差值 序號 ?)0(X )0(X 絕對誤差 相對誤差 % 1 0 . 5 7 0 0 0 . 5 7 0 0 2 0 . 5 8 0 7 0 . 5 8 0 . 0 0 0 7 0 . 1 2 3 0 . 4 9 4 9 0 . 5 0 . 0 0 5 1 1 . 0 2 4 0 . 4 2 2 0 0 . 4 2 0 . 0 0 2 0 . 4 8 （ 5）預(yù)測精度檢驗 表 3 8 精度檢驗值 項目 c P 精度等級 結(jié)果 0 ． 0 4 2 1 好 （ 6）民航事故征候萬時率預(yù)測值 表 3 9 民航事故征候萬時率預(yù)測值 年份 2 0 0 5 2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 預(yù)測值 0 .3 6 0 .3 1 0 .2 6 0 .2 6 0 .1 9 馬爾柯夫預(yù)測法 將數(shù)據(jù)劃分為 n種狀態(tài)，其狀態(tài)集合為 E={E1，E2， … ， En}，則數(shù)據(jù)序列由 Ei狀態(tài)經(jīng)過 k步變?yōu)?Ej的概率為 其中： 為狀態(tài) Ei經(jīng) k步移到 Ej的次數(shù)； Ni為狀態(tài) Ei出現(xiàn)的總次數(shù)；進一步得到狀態(tài)轉(zhuǎn)移概率矩陣為： ikijkij NnP )()( ?)(kij)()(2)(1)(2)(22)(21)(1)(12)(11)(knnknknknkkknkkkPPPPPPPPPP????? ① 0≤Pij≤1； ② ， i=1， 2， n。 y = 6 5 7 ∑ y2= 2 8 0 2 解 將表中數(shù)據(jù)代入上述方程組便可求出 a和 b的值，即： 14638565755)( 222 ??? ?????? ???? ?? ??? xnx yyxxa 38510556571014655)( 222 ??????????????????? xnxyxnyxby= yyxxxyLLLr?? ??? ?? yxnxyL xy 1? ?22 1 ?? ?? xnxL xx ? ?22 1 ??? ynyL yy14614655101657 ??????xyL 2 ???xxL 2 ????yy 5146 ?????r |r|= 注意 : 相關(guān)系數(shù) r=l r=O時 在大部分情況下， 0|r|1 一元非線性回歸方法 一種非線性回歸曲線 —— 指數(shù)函數(shù) 1） bxeay ?? yy ln?? aa ln?? bxy ???? 2） xbeay ?? yy ln?? xx 1?? aa ln?? xbay ????? 某企業(yè) 1997年的工傷人數(shù)的統(tǒng)計數(shù)據(jù)見表 32，用指數(shù)函數(shù)進行回歸分析。 表 3 1 某企業(yè) 1 9 8 8 ~1 9 9 7 年某種傷亡事故統(tǒng)計表 年度 時間順序 x 死亡人數(shù) y x2 x 回歸預(yù)測法 原理 :利用數(shù)理統(tǒng)計原理，在大量統(tǒng)計數(shù)據(jù)的基礎(chǔ)上，通過尋求數(shù)據(jù)變化規(guī)律來推測、判斷和描述事物未來的發(fā)展趨勢。概述 預(yù)測由四部分組成，即預(yù)測信息、預(yù)測分析、預(yù)測技術(shù)和預(yù)測結(jié)果。 1．按預(yù)測對象范圍的劃分法 2．按預(yù)測時間長短的劃分法 (1)長 (遠 )期預(yù)測 y5 (2)中期預(yù)測 5y1 (3)短期預(yù)測 y1 預(yù)測方法從大的方面可分為 經(jīng)驗推斷預(yù)測法 、 時間序列預(yù)測法 及 計量模型預(yù)測法 。 一類是確定的關(guān)系 另一類是相關(guān)關(guān)系 一元線性回歸法 式中 y— 因變量； x— 自變量； a、 b—— 回歸函數(shù)； bxay ?? 式中 x— 自變量，為時間序號； y— 因變量，為事故數(shù)據(jù)； n— 事故數(shù)據(jù)總數(shù)； ????????????? ? ?? ?2xbxaxyxbany 解上述方程組得 ? ?? ??????????????????????????????? ?22222xnxxynyxbxnxyxxyxa 表 31是某企業(yè) 1988— 1997年某種傷亡事故死亡人數(shù)的統(tǒng)計數(shù)據(jù)，試用一元線性回歸方法建立其預(yù)測方程。 y y2 1 9 8 8 1 9 8 9 1 9 9 0 1 9 9 1 1 9 9 2 1 9 9 3 1 9 9 4 1 9 9 5 1 9 9 6 1 9 9 7 1 2 3 4 5 6 7 8 9 10 30 24 18 4 12 8 22 10 13 5 1 4 9 16 25 36 49 64 81
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1