1、<p>　　畢 業(yè) 論 文</p><p>　　題 目：基于JAVA經(jīng)濟分析軟件的設計與實現(xiàn)</p><p><b>　　專 業(yè)： </b></p><p><b>　　班 級： </b></p><p><b>　　姓 名：</b>&l

2、t;/p><p><b>　　學 號： </b></p><p><b>　　指導教師： </b></p><p><b>　　日 期： </b></p><p>　　畢業(yè)設計（論文）中文摘要</p><p>　　畢業(yè)設計（論文）外文摘要<

3、/p><p><b>　　目 錄</b></p><p><b>　　1 引言1</b></p><p>　　1.1 研究背景與研究目的、意義1</p><p>　　1.1.1 本課題研究背景1</p><p>　　1.1.2 研究目的及意義2</p>

4、<p>　　1.1.3 本課題的發(fā)展前景及趨勢2</p><p>　　1.2 課題內容簡介3</p><p>　　1.3 課題調研及可行性分析4</p><p>　　1.3.1 課題調研4</p><p>　　1.3.2 可行性分析4</p><p>　　1.3.3 本課題的實現(xiàn)途徑5</

5、p><p>　　1.4 經(jīng)濟預測概述5</p><p>　　1.4.1 經(jīng)濟預測的分類5</p><p>　　1.4.2 經(jīng)濟預測的基本步驟6</p><p>　　1.4.3 經(jīng)濟預測相關軟件介紹6</p><p>　　1.5 本文的組織結構7</p><p>　　2 經(jīng)濟預測方法簡介8

6、</p><p>　　2.1 移動平均法8</p><p>　　2.1.1 一次移動平均法8</p><p>　　2.1.2 加權移動平均法9</p><p>　　2.1.3 二次移動平均法10</p><p>　　2.2 指數(shù)平滑法11</p><p>　　2.2.1 一次指數(shù)平滑法

7、12</p><p>　　2.2.2 二次指數(shù)平滑法13</p><p>　　2.3 灰色預測法(GM(1，1))14</p><p>　　2.4 本章小結16</p><p>　　3 系統(tǒng)需求分析18</p><p>　　3.1 系統(tǒng)功能需求分析18</p><p>　　3.1.1

8、 系統(tǒng)功能劃分18</p><p>　　3.1.2 系統(tǒng)功能描述18</p><p>　　3.2 系統(tǒng)需求模型19</p><p>　　3.2.1 系統(tǒng)用例圖19</p><p>　　3.2.2 用例描述20</p><p>　　3.3 本章小結22</p><p><b>

9、;　　4 系統(tǒng)設計23</b></p><p>　　4.1 歷史數(shù)據(jù)的分析23</p><p>　　4.1.1 臺賬內容23</p><p>　　4.1.2 臺賬內部數(shù)據(jù)分析24</p><p>　　4.2系統(tǒng)總體結構設計25</p><p>　　4.3 數(shù)據(jù)庫設計27</p>&

10、lt;p>　　4.3.1 數(shù)據(jù)庫邏輯設計27</p><p>　　4.3.2 數(shù)據(jù)庫物理結構設計28</p><p>　　4.4 系統(tǒng)開發(fā)與支持運行環(huán)境選取29</p><p>　　4.4.1 系統(tǒng)開發(fā)環(huán)境29</p><p>　　4.4.2 系統(tǒng)支持運行環(huán)境31</p><p>　　4.5本章小結3

11、1</p><p>　　5 系統(tǒng)詳細設計32</p><p>　　5.1 數(shù)據(jù)庫的建立32</p><p>　　5.1.1 Excel表的處理32</p><p>　　5.1.2 Excel表數(shù)據(jù)導入MySQL簡介32</p><p>　　5.2 預測系統(tǒng)的圖形化設計34</p><p&g

12、t;　　5.2.1 圖形化設計的實現(xiàn)34</p><p>　　5.2.2 圖形化設計的結果34</p><p>　　5.3 預測模型的設計35</p><p>　　5.4 本章小結36</p><p>　　6 用戶使用手冊37</p><p>　　6.1 系統(tǒng)功能與運行環(huán)境簡介37</p>&

13、lt;p>　　6.1.1 系統(tǒng)功能簡介37</p><p>　　6.1.2 系統(tǒng)運行環(huán)境簡介37</p><p>　　6.2 系統(tǒng)安裝手冊37</p><p>　　6.2.1 系統(tǒng)的安裝37</p><p>　　6.2.2 系統(tǒng)的配置38</p><p>　　6.3 系統(tǒng)運行與操作指南40</p

14、><p>　　6.4 本章小結41</p><p><b>　　7 系統(tǒng)評價42</b></p><p>　　7.1 系統(tǒng)特色/優(yōu)點介紹42</p><p>　　7.2 系統(tǒng)存在的不足與改進方案42</p><p>　　7.3 畢業(yè)設計心得體會43</p><p>&

15、lt;b>　　結 論45</b></p><p><b>　　致 謝46</b></p><p>　　參 考 文 獻47</p><p><b>　　1 引言</b></p><p>　　經(jīng)濟預測是預測學的一個分支。什么是預測呢？簡言之，預測就是從已知事件推測未知事件的過程

16、。它有廣義和狹義之分。廣義的預測，不僅包括在同一時期根據(jù)已知事件推測未知事件的靜態(tài)預測，而且還包括根據(jù)已知事件推測未來事件的動態(tài)預測。而狹義的預測僅指動態(tài)預測。預測是綜合哲學、社會學、經(jīng)濟學、統(tǒng)計學、數(shù)學以及工程技術等方面的方法而形成的一門方法論科學。它既可以應用于研究自然現(xiàn)象，也可以用于研究社會現(xiàn)象。</p><p>　　經(jīng)濟預測是根據(jù)經(jīng)濟發(fā)展過程的歷史和現(xiàn)實，以準確的調查統(tǒng)計資料和經(jīng)濟信息為依據(jù)，運用定性分析

17、和定量分析的科學方法，研究經(jīng)濟發(fā)展過程中的客觀規(guī)律，并對各類經(jīng)濟現(xiàn)象之間的聯(lián)系以及作用機制做出科學的分析。簡言之，從已知事件測定未知事件，揭示各類經(jīng)濟現(xiàn)象和經(jīng)濟過程未來發(fā)展的可能途徑和結果。這種對未來經(jīng)濟發(fā)展所作的科學判斷或預見，就是經(jīng)濟預測。</p><p>　　1.1 研究背景與研究目的、意義</p><p>　　1.1.1 本課題研究背景</p><p>　　

18、經(jīng)濟預測是經(jīng)濟學科中的重要分支學科，是一門既古老而又年輕的學科。說它古老是由于經(jīng)濟預測與決策是思想萌芽與實踐活動已有三四千年的歷史；說它年輕是指經(jīng)濟預測與決策是借助與近代科學，特別是隨著數(shù)學和電子計算機的應用而蓬勃發(fā)展起來。</p><p>　　經(jīng)濟預測的興起是在本世紀20年代的西方國家。這是因為本世紀初，資本主義經(jīng)濟危機日益深刻，壟斷資本家迫切需要了解本部門以及有關方面經(jīng)濟的未來前景，以便進行生產(chǎn)經(jīng)營決策。圍繞

19、著經(jīng)濟統(tǒng)計資料的搜集和統(tǒng)計方法的改進以及關于經(jīng)濟周期的研究，到了20年代，各種預測未來經(jīng)濟情況的方法應運而生，如綜合經(jīng)濟指數(shù)法、趨勢外推法、趨勢外延法、常態(tài)偏離法等等。</p><p>　　60年代以前，預測技術在歐美廣為傳播和發(fā)展，特別是在美國得到了廣泛的應用和重視。60年代以來，各國建立了大量的預測咨詢機構。到70年代初，世界各國已有2500家專業(yè)預測機構，其中美國600家，英國84家，法國70家，前西德35

20、家，意大利22家，前蘇聯(lián)和東歐各國共600家。這些機構由高級工作人員組成，享有很高的聲譽，舉世聞名的機構有美國的蘭德公司、斯坦福國際資訊研究所、英國倫敦戰(zhàn)略研究所、日本野村綜合研究所、前西德工業(yè)設備企業(yè)公司、人類2000年國際協(xié)會、世界未來協(xié)會以及12個國家組成的國際應用系統(tǒng)分析研究等等。</p><p>　　其中，美國預測咨詢機構的數(shù)量和開展預測活動的規(guī)模，都處于領先地位。每年政府部門借助大量的預測智囊機構和活

21、動，公布全國經(jīng)濟活動的主要預測結果，作為制定和執(zhí)行政策的依據(jù)。這些預測咨詢機構特別致力于發(fā)展高深的未來預測及其所需的新技術。日本有190多個從事預測咨詢性工作的軟科學研究組織。其中有日本產(chǎn)業(yè)界和金融巨頭組成的“經(jīng)團聯(lián)”和“經(jīng)濟同友會”。東歐各國自60年代以來也相繼建立了很多專業(yè)預測咨詢機構和有關預測研究的協(xié)調組織。如波蘭工業(yè)技術研究院的預測研究中心和羅馬尼亞科技委員會的科技預測組織等。</p><p>　　我國預

22、測的思想萌芽與實踐活動要早于西方國家，但形成經(jīng)濟預測的理論，特別是現(xiàn)代理論要慢于西方國家。在建國初期至1978年，我國主要學習前蘇聯(lián)的經(jīng)濟管理模式，采用通過高度集中的指令性計劃來管理國民經(jīng)濟的經(jīng)濟體制，配置資源的主要方式是計劃配置，這種資源配制方式嚴重束縛商品經(jīng)濟的發(fā)展，也自然會束縛經(jīng)濟預測的發(fā)展。1978年以后，中國通過經(jīng)濟體制改革基本建立起社會主義市場經(jīng)濟體制，配置資源的主要方式已是市場配置，經(jīng)濟體制改革極大地促進了我國經(jīng)濟的發(fā)展，

23、也極大地推進了我國經(jīng)濟預測與決策的理論發(fā)展。僅在改革開放20多年的時間里，各種經(jīng)濟預測與決策的咨詢機構蓬勃發(fā)展，理論和方法的研究就也空前繁榮，已由單純向西方國家學習的階段發(fā)展到形成具有自己理論特色的階段。</p><p>　　1.1.2 研究目的及意義</p><p>　　21世紀是信息技術的時代，隨著國際形勢的不斷發(fā)展，我國經(jīng)濟水平的不斷提高，經(jīng)濟預測這一邊緣學科作為對經(jīng)濟的提前量的研究

24、在經(jīng)濟發(fā)展中顯現(xiàn)的非常重要。隨著70年代電子計算機的廣泛應用以及新的經(jīng)濟理論和系統(tǒng)分析方法，數(shù)量經(jīng)濟分析方法的提出，促進了經(jīng)濟預測理論和方法的日趨成熟和體系的完善。目前，世界各國有2500家專業(yè)預測咨詢機構，著名機構有美國的蘭德公司，斯坦福國際咨詢研究所，日本野村綜合研究所，它們承擔著本國和其它許多國家和公司的經(jīng)濟預測。我國在50，60年代有零星的經(jīng)濟預測，之后停止，直到80年代才繼續(xù)發(fā)展起來。鑒于我國的經(jīng)濟預測發(fā)展比較緩慢，相對滯后，

25、我們需要借鑒國外的優(yōu)秀技術，建立符合我國國情需要的經(jīng)濟預測體系。</p><p>　　到目前為止，在常用的經(jīng)濟預測軟件中最常遇見的問題就是預測的綜合性問題，主要包括經(jīng)濟預測質量高低問題，經(jīng)濟預測方法評價問題和經(jīng)濟預測的結果調整問題。這三方面的問題直接或間接的影響著經(jīng)濟預測的質量。在這種情況下以經(jīng)濟預測理論為依據(jù)，將常用的一些經(jīng)濟預測方法的數(shù)學模型，應用計算機語言編寫成程序，希望能夠充分綜合各方資料中所反映的問題，

26、并在軟件中得到相應的處理方案。</p><p>　　1.1.3 本課題的發(fā)展前景及趨勢</p><p>　　隨著社會主義市場經(jīng)濟體制的逐步確立，市場機制在我國經(jīng)濟運行中的作用日益增大，未來經(jīng)濟發(fā)展的趨勢和可以預期的主要經(jīng)濟指標，都將主要建立在以市場機制為主導的資源配置格局之中，由于市場機制具有引發(fā)經(jīng)濟波動的內在傾向，這種傾向常常具有不確定性，宏觀經(jīng)濟調控的難度將進一步加大，所以在市場經(jīng)濟條

27、件下進行的經(jīng)濟預測工作，對于宏觀調控部門適時對國民經(jīng)濟運行進行有效的調控，具有十分重要的作用，運用信息技術建立經(jīng)濟預測系統(tǒng)，就具有現(xiàn)實的迫切性；同時，當我們進入21世紀以后，信息化已成為全球的一大發(fā)展趨勢，我國正在加快推進國民經(jīng)濟和社會的信息化進程，信息的決策支持功能，對國民經(jīng)濟綜合部門進行有效宏觀調控越來越重要，而信息的不完全性，制約著宏觀調控決策的準確性、科學性、預見性，為了彌補信息的不完全性，促進決策的現(xiàn)代化，建立經(jīng)濟預測系統(tǒng)就成

28、為一種必然。燃氣公司建立經(jīng)濟預測系統(tǒng)，正是適應了國民經(jīng)濟宏觀調控決策對預測等信息的需要，這一系統(tǒng)的功能成為滿足這種需要的核心環(huán)節(jié)。我們試圖通過開發(fā)設計建立某公司的經(jīng)濟預測系統(tǒng)，探討建立經(jīng)濟預測系統(tǒng)的主要功能。</p><p>　　經(jīng)濟預測系統(tǒng)在國民經(jīng)濟綜合部門決策中的地位和作用</p><p>　　在任何一個系統(tǒng)中，信息系統(tǒng)都是為管理決策服務的，信息系統(tǒng)只有和管理決策控制緊密聯(lián)系在一起時，

29、才能最大限度的發(fā)揮它的作用，實現(xiàn)它的系統(tǒng)功能。而這種緊密聯(lián)系，主要取決于管理決策控制主體對信息系統(tǒng)的需求程度，需求程度越高，這種聯(lián)系就越緊密，而信息系統(tǒng)的功能就能最大限度的發(fā)揮，相應地決策的現(xiàn)代化、信息化程度就越高，決策的失誤就越少。正是由于我國社會主義市場經(jīng)濟體制已在經(jīng)濟生活中起主導作用，各類決策主體面對的不確定性越來越多，對信息的不完全性的感受越來越深，從而對決策信息的需求越來越大，需求程度越來越高。而決策信息與非決策信息存在著一定

30、的量的比例關系，這就是2：8的關系，這是為世界主要發(fā)達國家開發(fā)信息資源總結出來的一般規(guī)律，這一規(guī)律表明，決策信息是需要經(jīng)過深加工的，并且以非決策信息為基礎的，決策者由于分工的不同，不可能完成所有的從非決策信息到?jīng)Q策信息的加工過程，建立專門的決策支持信息系統(tǒng)就成為必要，信息技術的發(fā)展又使建立這種系統(tǒng)成為可能。因此，經(jīng)濟預測系統(tǒng)作為決策支持系統(tǒng)的一種，在經(jīng)濟綜合管理部門的決策中，處于信息支撐地位，可以起到以預測為主體的導向信息輔助決策作用，

31、這種作用可以大體歸納為：對公</p><p>　　宏觀經(jīng)濟預測系統(tǒng)對公司經(jīng)濟運行的監(jiān)測功能</p><p>　　在市場經(jīng)濟機制起主導作用的環(huán)境下，經(jīng)濟決策面對的不確定因素越來越多，結構化決策（某一決策過程的環(huán)境及原則能夠用明確的語言加以說明與描述清楚的問題）問題與非結構化決策問題是兩個極端的問題，也就是說，是信息完全條件下的決策問題與沒有信息條件下的決策問題，而這兩種情況幾乎都不存在，大量

32、存在的則是半結構化的決策問題，即信息不完全條件下的決策問題。宏觀經(jīng)濟預測系統(tǒng)的一大功能就是對國民經(jīng)濟運行的綜合信息進行監(jiān)測，以取得盡可能多的決策支持信息。</p><p>　　開發(fā)建設預測系統(tǒng)，就不能只限于公司決策的需要，而要考慮到各類決策主體日益增長的需求，這既是我國社會主義市場經(jīng)濟體制已經(jīng)建立的必然趨勢，也是國民經(jīng)濟一體化、信息化的必然要求。在網(wǎng)絡經(jīng)濟時代，經(jīng)濟的全球化與全球經(jīng)濟的信息化，尤其是網(wǎng)絡化，使經(jīng)濟

33、預測系統(tǒng)借助互聯(lián)網(wǎng)技術發(fā)揮更大的作用，成為可能。預測系統(tǒng)的功能將進一步擴展，在國民經(jīng)濟和社會生活中的作用會進一步顯示出來。</p><p>　　1.2 課題內容簡介</p><p>　　本課題主要研究內容是基于某燃氣公司提供的2001-2006年的五張Excel表來實現(xiàn)對公司2006年的經(jīng)營情況的經(jīng)濟預測系統(tǒng)的實現(xiàn)。這五張表中提供的是該公司2001年到2005年的煤氣、天然氣和液化石油氣的

34、購入量、銷售量以及用戶發(fā)展情況。在預測的實現(xiàn)過程中，不僅要能夠完成對每年的經(jīng)營總量的預測的實現(xiàn)而且能夠對每個月份和季度的情況做出應有的預測。與此同時，考慮到公司的業(yè)務對象不止一個，還需要完成對具體業(yè)務量的預測。但是有些業(yè)務量對公司的每年的經(jīng)營情況基本不構成影響或影響極小，所以在對公司的對象的預測實現(xiàn)中只需考慮與公司有較大業(yè)務往來的業(yè)務對象。</p><p>　　本課題的主要任務是首先建立關于該公司的2001年到2

35、005年歷史數(shù)據(jù)的數(shù)據(jù)庫，其次通過計算機語言實現(xiàn)對經(jīng)濟預測模型的建立，然后通過預測模型和數(shù)據(jù)庫之間的連接和操作實現(xiàn)對2006年的公司經(jīng)營情況的預測，最后對分析預測結果的偏差情況并研究改進的方法。在該系統(tǒng)中具體要實現(xiàn)的模型均是以時間序列和時序分析為基礎的，主要有移動平均模型，指數(shù)預測模型和灰色預測模型。</p><p>　　本課題重點研究的問題：</p><p>　　線性預測，一次指數(shù)預測、

36、二次指數(shù)預測、回歸預測、灰色預測、告警預測等預測模型的建立。</p><p>　　各種模型的參數(shù)的初始值的設置和調整，是影響算法有效性的重要方面，是檢驗算法的重要標志，也是本次設計的重點研究問題。</p><p>　　預測軟件的輸出能力也是一個很重要的問題。</p><p><b>　　熟練應用Java。</b></p><

37、p>　　本課題應完成的工作：</p><p>　　能實現(xiàn)絕大多數(shù)常用算法，效率高，能以較快的速度對輸入的數(shù)據(jù)進行分析和預測。</p><p>　　能夠支持多種格式的數(shù)據(jù)源。</p><p>　　程序的適用性好，能夠提供比較準確的預測分析。</p><p>　　要求系統(tǒng)界面友好，易于操作。</p><p>　　1.

38、3 課題調研及可行性分析</p><p>　　1.3.1 課題調研</p><p>　　在本系統(tǒng)開發(fā)之初，為了做好系統(tǒng)需求分析工作，我與公司相關管理者和決策者進行交流和調查，滿足公司經(jīng)濟預測的最大需要。深入北京某燃氣公司進行實地調研，在公司向主要管理者和決策者詢問經(jīng)濟預測所需的各方面的細節(jié)，以及所需實現(xiàn)的主要功能。</p><p>　　利用互聯(lián)網(wǎng)搜索工具在線搜索大量

39、的相關內容，學習經(jīng)濟預測的具體方法以及研究具體實現(xiàn)的算法，并針對具體公司來分析公司中對該公司經(jīng)濟運營管理方面先進的管理經(jīng)驗以及不足之處。</p><p>　　與此同時，參看其他一些大的經(jīng)濟預測系統(tǒng)，從中學習、借簽系統(tǒng)的開發(fā)知識。</p><p>　　1.3.2 可行性分析</p><p><b>　　技術可行性</b></p>&

40、lt;p>　　本課題是采用Java技術開發(fā)的，該系統(tǒng)的主要用戶是公司的經(jīng)營者和決策者，考慮到他們的計算機專業(yè)水平可能有限，因此需要簡易人性化的人機界面，該系統(tǒng)的圖形化設計是建立在數(shù)據(jù)庫基礎上的，主要使用的是Java的Swing組件。Swing的優(yōu)點是：Swing有一套豐富的、更方便的用戶界面元素；Swing幾乎不依賴于平臺，因而不容易出現(xiàn)與平臺有關的錯誤；Swing給用戶的感覺是在各個平臺上運行都是一致的。Swing組件集是JFC

41、提供的GUI工具，它簡化了給予圖形截面的窗口系統(tǒng)的開發(fā)。Swing是100%純Java實現(xiàn)的，Swing組件是所謂的“輕型”組件，沒有本地代碼，不依賴操作系統(tǒng)的支持。Swing組件技術現(xiàn)在越來越成熟，因此在技術上是可行的。</p><p><b>　　經(jīng)濟可行性</b></p><p>　　從購買和安裝設備的費用上來看：包括計算機硬件、系統(tǒng)軟件、 機房、電源、空調等，

42、由于本系統(tǒng)對運行環(huán)境要求不高，現(xiàn)行一般配制的商務機即可滿足要求，因此此項費用極少。</p><p>　　從系統(tǒng)開發(fā)和維護費用上來看：系統(tǒng)開發(fā)人員、操作人員和維護人員的工資、培訓費用等，由于本項目屬于小型項目，且國內外已有許多成功先例可參考，可以省去許多開發(fā)中摸索的一些不必要的浪費。</p><p>　　因此，從長遠的經(jīng)濟上考慮，本課題的設計開發(fā)還是具有相當大的經(jīng)濟可行性的。</p&g

43、t;<p><b>　　操作可行性</b></p><p>　　由于本系統(tǒng)后臺操作使用MYSQL5.0，因此選用Windows2000（或Windows XP Professional）作為其操作平臺，且系統(tǒng)軟件非常容易被接受，他具有簡單性，易學性，便于管理等功能。它是對企業(yè)經(jīng)濟預測的一種有效的工具。因此，在操作使用上，本系統(tǒng)簡單、方便，易于使系統(tǒng)使用者接受，因而是十分可行的。

44、</p><p><b>　　法律可行性</b></p><p>　　由于本系統(tǒng)是在相關法律法規(guī)下實施完成的，所以不存在任何法律問題，在法律上是完全可行的。</p><p>　　1.3.3 本課題的實現(xiàn)途徑</p><p>　　本課題將應用面向對象軟件工程原則，嚴格按照項目計劃、需求分析、概念設計、邏輯設計、物理設計、編

45、碼、實現(xiàn)與維護等步驟進行。本課題選用MYSQL 5.0為數(shù)據(jù)庫管理平臺、JBuilder2006為客戶端開發(fā)工具。</p><p>　　1.4 經(jīng)濟預測概述</p><p>　　1.4.1 經(jīng)濟預測的分類</p><p>　　經(jīng)濟預測的分類沒有統(tǒng)一的標準或嚴格的界限，它取決與被研究對象的內容和研究者的觀點及愛好等。從不同的觀點看，有不同的劃分，但不論如何劃分，目的都

46、是一樣的，即對某個預測對象未來的發(fā)展變化做作出出盡可能精確的解釋。</p><p>　　一、從預測方法上講，經(jīng)濟預測可分為定性預測和定量預測兩大類，這也是目前流行的劃分方法。</p><p>　　定量預測主要依靠歷史統(tǒng)計資料和數(shù)據(jù)，運用數(shù)學方法構造具體的數(shù)學模型來對經(jīng)濟現(xiàn)象進行預測分析，其預測的結果往往表現(xiàn)為具體數(shù)值。定量預測是目前比較流行的預測方法。定量預測技術和方法較多，常用的有基礎數(shù)

47、值預測法、時間序列預測技術、回歸預測技術、趨勢預測方法、投入產(chǎn)出及其他經(jīng)濟預測模型等方法。這些具體的技術構成了經(jīng)濟預測的主要方法內容。</p><p>　　二、從經(jīng)濟事物涉及的范圍來看，經(jīng)濟預測可分為宏觀經(jīng)濟預測和微觀經(jīng)濟預測。有時，只有宏觀和微觀經(jīng)濟預測的劃分還不能全面說明問題，需要引入中間層的經(jīng)濟預測與決策，就是通常所說的部門或地區(qū)范圍的經(jīng)濟預測與決策。</p><p>　　宏觀經(jīng)濟預

48、測主要研究國民收入、工農(nóng)業(yè)總產(chǎn)值的發(fā)展趨勢、經(jīng)濟結構的變化及經(jīng)濟體制改革和政策調整的效果等方面的預測。微觀經(jīng)濟預測，是指在經(jīng)濟獨立核算的企業(yè)范圍內所做的各種預測。它以一個企業(yè)所進行的經(jīng)濟活動為研究對象，預測其發(fā)展變化的趨向。中間層預測主要研究一個地區(qū)各個部門發(fā)展規(guī)模和速度、生產(chǎn)和銷售、資源開發(fā)、地區(qū)綜合平衡等的預測。</p><p>　　三、從預測未來時間的長短上看，經(jīng)濟預測可劃分為短期、中期和長期預測。當然，中

49、長短期的劃分也是相對的，主要根據(jù)不同預測對象的經(jīng)濟過程特點。</p><p>　　根據(jù)時間長短預測的特征是，預測的時間間隔越短，影響經(jīng)濟過程的因素越少，預測的誤差可能也越小。而預測的時間間隔越長，影響經(jīng)濟過程的因素也越多，預測的誤差也越大。當然，誤差大小與許多其他因素也有關。</p><p>　　1.4.2 經(jīng)濟預測的基本步驟</p><p>　　經(jīng)濟預測是一項活動

50、，是一個過程。經(jīng)濟預測過程應當按照一定的程序進行，通常包括以下幾個步驟：</p><p><b>　　確定預測目標</b></p><p>　　根據(jù)決策、計劃的需要確定預測的目標，即確定預測對象是什么，預測對象包含的范圍，時間的長短，及對預測結果的要求。</p><p><b>　　收集處理信息資料</b></p&g

51、t;<p>　　收集影響預測對象未來發(fā)展的內部因素及外部環(huán)境方面的資料，調查預測對象的歷史狀態(tài)及現(xiàn)實狀態(tài)，初步確定預測方法。圍繞所選定的方法定向整理已經(jīng)收集到的資料，即根據(jù)預測方法的要求，對資料進行分析、鑒別，處理因非正常因素或偶然因素所產(chǎn)生的異常數(shù)據(jù)，補齊所缺數(shù)據(jù)。</p><p><b>　　建立模型</b></p><p>　　選擇合適的預測方法，

52、獲得相應資料后，建立具體的預測模型，主要數(shù)學模型。對于已建立的模型，應當從邏輯上、數(shù)學理論上進行檢驗。檢驗后，模型方可用于預測。</p><p><b>　　利用模型預測</b></p><p>　　輸入已整理資料、數(shù)據(jù)，運用已檢驗模型進行預測計算。對模型輸出結果進行分析評價，如果分析評價的結果認為預測結論可信，則編寫預測報告。若認為不可信，則需仔細檢驗預測模型，直到

53、找出原因，改進預測。還可以用不同的預測方法來驗證預測結果。</p><p>　　1.4.3 經(jīng)濟預測相關軟件介紹</p><p>　　目前人們普遍使用的是QMS（Quantitative Micro Software）公司推出的基于Windows平臺的EViews。</p><p>　　EViews強而有力和靈活性加上革新的圖表使用者界面和精密的分析引擎工具使其成為

54、在Windows操作系統(tǒng)中計量經(jīng)濟學軟件里世界性領導軟件。EViews 預測分析計量軟件在科學數(shù)據(jù)分析與評價、金融分析、經(jīng)濟預測、銷售預測和成本分析等領域應用非常廣泛。EViews的主要功能有：</p><p>　　采用統(tǒng)一的方式管理數(shù)據(jù)，通過對象、視圖和過程實現(xiàn)對數(shù)據(jù)的各種操作；</p><p>　　輸入、擴展和修改時間序列數(shù)據(jù)或截面數(shù)據(jù)，依據(jù)已有序列按任意復雜的公式生成新的序

55、列；</p><p>　　計算描述統(tǒng)計量：相關系數(shù)、協(xié)方差、自相關系數(shù)、互相關系數(shù)和直方圖；</p><p>　　能夠處理以時間序列為主的多種類型的數(shù)據(jù)，進行包括描述統(tǒng)計、回歸分析、傳統(tǒng)時間序列分析等基本的數(shù)據(jù)分析以及建立條件異方差、向量自回歸等復雜的計量經(jīng)濟模型。</p><p>　　多項式分布滯后模型的估計；</p><p><b&

56、gt;　　模型的求解和模擬；</b></p><p><b>　　數(shù)據(jù)庫管理；</b></p><p>　　與外部軟件進行數(shù)據(jù)交換。</p><p>　　1.5 本文的組織結構</p><p>　　本文的內容安排如下：</p><p>　　第一章是引言, 在引言內對課題的研究背景與研究

57、的目的、意義和課題的發(fā)展趨勢進行分析,同時在引言內對本次畢業(yè)設計所開發(fā)的系統(tǒng)進行問題的定義,通過問題的定義明白需要做些什么,并且簡單的介紹了一下本系統(tǒng)的基本內容，同時在開發(fā)系統(tǒng)之前對現(xiàn)有系統(tǒng)的調研以及開發(fā)本系統(tǒng)的可行性分析，還有對本系統(tǒng)所用到的經(jīng)濟預測的基本知識以及目前在經(jīng)濟預測中普遍使用的軟件EViews進行簡要介紹，此外還介紹了該論文各章內容的介紹、全文的組織結構。</p><p>　　第二章基于實現(xiàn)的軟件涉

58、及到了很多經(jīng)濟學方面的知識，重點闡述了該經(jīng)濟預測軟件的實現(xiàn)中所用到的相關數(shù)學方法（移動平均預測法、指數(shù)預測法、灰色預測法）的推導與生成，預測參數(shù)的設定，模型的選擇和檢驗。在介紹過程中為了給以后章節(jié)的理解做基礎主要以該燃氣公司作為實例。</p><p>　　第三章是系統(tǒng)需求分析，主要內容是系統(tǒng)功能需求分析，主要按面向對象的分析方式給出了系統(tǒng)的需求模型等。</p><p>　　第四章是系統(tǒng)設計

59、部分，主要內容是給出了系統(tǒng)的設計模型，這部分設計是從需求模型導出的，分為設計階段類圖，設計階段類的定義，數(shù)據(jù)庫的設計，系統(tǒng)的開發(fā)環(huán)境，支持運行環(huán)境和系統(tǒng)實現(xiàn)的若干關鍵技術等。</p><p>　　第五章則以實現(xiàn)的軟件為基礎，詳細的介紹數(shù)據(jù)庫的建立、連接以及相關預測模塊的實現(xiàn)。</p><p>　　第六章是用戶使用手冊部分，給出了系統(tǒng)功能、運行環(huán)境簡介，系統(tǒng)安裝手冊，系統(tǒng)運行與操作指南。&l

60、t;/p><p>　　第七章是系統(tǒng)評價部分，給出了系統(tǒng)的主要功能、特色優(yōu)點介紹、系統(tǒng)存在的不足于改進方案等。</p><p>　　最后還包括畢業(yè)設計心得體會、結論、致謝和參考文獻等內容。</p><p>　　2 經(jīng)濟預測方法簡介</p><p>　　本章中將就本系統(tǒng)的設計和實現(xiàn)中所用到的幾種經(jīng)濟預測方法進行簡要的介紹，主要包括移動平均預測法，一次

61、指數(shù)預測法，二次指數(shù)預測法，灰色預測法等。</p><p><b>　　2.1 移動平均法</b></p><p>　　移動平均法是在算術平均法的基礎上發(fā)展起來的一種預測方法。算術平均雖然能代表一組數(shù)據(jù)的平均水平，但它不能反映數(shù)據(jù)的變化趨勢。當時間序列的數(shù)據(jù)由于受周期變動和隨即變動的影響，起伏較大，不易顯示出發(fā)展趨勢時，可用移動平均法消除這些因素的影響，顯露出時間序列

62、的長期趨勢。</p><p>　　移動平均法包括一次移動平均法、加權移動平均法和二次移動平均法等。在本系統(tǒng)中基本實現(xiàn)了三種方法的數(shù)學模型，并且能夠通過模型對公司的2006年的經(jīng)營情況進行相關的預測?，F(xiàn)分別介紹如下。</p><p>　　2.1.1 一次移動平均法 </p><p>　　所謂一次移動平均法，就是取時間序列的N個觀測值予以平均，并依次滑動，直到將數(shù)據(jù)處理

63、完畢，得到一個平均值序列。</p><p>　　設時間序列為；n為樣本容量。</p><p>　　一次移動平均計算公式為：</p><p>　　（t≥N） （2.1.1）</p><p>　　式中：------第t期的一次移動平均值；</p><p>　　N-------移動平均的項數(shù)（或稱步長）。&l

64、t;/p><p>　　由式（2.1.1）就可以得到一個時間序列的移動平均數(shù)列。移動平均的作用在于修勻數(shù)據(jù)，消除一些隨機干擾，使長期趨勢顯露出來，從而可用于趨勢分析及預測。</p><p>　　一般情況下，如果時間序列沒有明顯的周期變化和趨勢變化，可用第t期的一次移動平均值作為第t+1期的預測值，即 </p><p>　　=

65、 （2.1.2）</p><p>　　式中：------第t+1期的一次移動平均預測值。</p><p>　　為了運算方便，計算 時可使用遞推公式：</p><p>　　= + （2.1.3）</p><p><b>　　因為 =</b>&

66、lt;/p><p><b>　　=</b></p><p><b>　　= + </b></p><p>　　所以，與式（2.1.3）相對應，預測方程的遞推公式為：</p><p><b>　　（2.1.4）</b></p><p>　　當N較大時，用遞推公

67、式可大大減少計算量。</p><p>　　下面以2001年到2005年的一月份煤氣銷售量情況為例，分別取N=2和N=3時的情況具體分析一次移動平均法的實現(xiàn)。如下表所示：</p><p>　　表2-1 一次移動平均法的實現(xiàn) 單位（萬）</p><p>　　從表一中可以清楚的看到N的取值對預測結果的影響，那么N究竟應該選擇多大是合適的？一般來說，當時間序列

68、的變化趨勢較為穩(wěn)定時，N宜取大些；當時間序列的波動較大、變化明顯時，N宜取小些，但這一原則用起來不方便。實際預測中，一個行之有效的方法是試算法，幾選擇幾個N 值進行計算，比較它們的預測誤差，從中選擇使預測誤差較小的那個N 。</p><p>　　如在上表中，要預測煤氣的一月份的煤氣銷售量，就近個應取N=2還是N=3合適，可通過計算這兩個公式的均方誤差MSE，選取使MSE較小的那個N。</p><

69、;p>　　當N=2時， MSE==216.97（萬）</p><p>　　當N=3時， MSE==238.14（萬）</p><p>　　計算結果表明：N=2時，MSE較小，故在預測軟件的實現(xiàn)中N選取2。同時，由于該燃氣公司所經(jīng)營的其他兩種燃氣有著類似的市場環(huán)境和客戶關系，因而在做預測時它們的N也設為2。</p><p>　　一次移動平均法的預測能力只

70、有一期。</p><p>　　2.1.2 加權移動平均法 </p><p>　　在一次移動平均法中，各期數(shù)據(jù)在移動平均值中的作用是同等的。但實際上，各期數(shù)據(jù)所包含的信息量并不相同，近期數(shù)據(jù)比遠期數(shù)據(jù)包含更多關于未來的信息。因此，在預測中應更加重視近期數(shù)據(jù)給近期數(shù)據(jù)以較大的權數(shù)，給遠期數(shù)據(jù)以較小的權數(shù)，這就是加權移動平均法的基本思想。</p><p>　　加權移動平均

71、法的計算公式為：</p><p>　?。╰≥N） （2.1.5）</p><p>　　式中： ------第t期的加權移動平均值；</p><p>　　------觀測值的權數(shù)。</p><p>　　體現(xiàn)了相應的y在加權平均值中的重要程度。實際中常選。若以第t期的加權移動平均值作為第t+1期的預測值，則預測方程

72、為：</p><p><b>　　（2.1.6）</b></p><p>　　下面仍以2001年到2005年的一月份煤氣銷售量情況為例，分別對2001—2005年的煤氣銷售量的權值取=1，=2，=3，=4，=5，進而分析加權平均法的實現(xiàn)。如下表所示：</p><p>　　表2-2 加權移動平均法的實現(xiàn) 單位（萬）</p>

73、;<p><b>　　=</b></p><p>　　=2049.482（萬）</p><p>　　加權移動平均預測法的預測能力也只有一期。</p><p>　　2.1.3 二次移動平均法 </p><p>　　所謂二次移動平均法，就是將一次移動平均序列再進行移動平均。其計算公式為：</p>

74、<p><b>　　（2.1.7）</b></p><p><b>　　它的遞推公式為：</b></p><p><b>　?。?.1.8）</b></p><p>　　式中：------第t期的二次移動平均值。</p><p>　　當時間序列具有線形增加或線形減少的

75、發(fā)展趨勢時，用一次移動平均法和加權移動平均法進行預測就會出現(xiàn)滯后偏差，表現(xiàn)為對于線形增加的時間序列，預測值偏低，而對于線形減少的時間序列，則預測值偏高。這種偏低、偏高的誤差統(tǒng)稱為滯后偏差。為了消除滯后偏差對預測的影響，可在一次、二次移動平均值的基礎上，利用滯后偏差的規(guī)律來建立線形趨勢模型，利用線形趨勢模型進行預測。</p><p><b>　　預測步驟為：</b></p>&l

76、t;p><b>　　對時間序列計算和。</b></p><p>　　利用和估計線形趨勢模型的截距和斜率：</p><p><b>　?。?.1.9）</b></p><p>　　建立線形趨勢預測模型：</p><p><b>　?。?.1.10）</b></p>

77、;<p>　　式中： t ------當前期；</p><p>　　------預測超前期；</p><p>　　------第期的預測值；</p><p>　　------截距的估計值；</p><p>　　------斜率的估計值。</p><p><b>　　進行預測。</b>

78、;</p><p>　　下面仍以2001年到2005年的一月份煤氣銷售量情況為例，具體闡述二次移動平均法的實現(xiàn)過程（引用在一次移動平均法得出的結論，N取2）：</p><p>　　表2-3 二次移動平均法的實現(xiàn) 單位（萬）</p><p>　　因為=2234．4386，=2113．7878；所以由公式（2.1.9）可以得到線形趨勢模型的截距和斜率分別為：&

79、lt;/p><p>　　=2355．0894 =60．3254</p><p>　　所以=+=2355．0894+60．3254×1=2415．4148（萬）</p><p>　　二次移動平均法有預測多期的能力。</p><p><b>　　2.2 指數(shù)平滑法</b></p>&

80、lt;p>　　上節(jié)介紹的移動平均法雖然計算簡便，但并非一種理想的預測方法。原因一是當計算移動平均值時，只使用近期的N個數(shù)據(jù)，沒有充分利用時間序列的全部數(shù)據(jù)信息；原因二是對參與運算的N 個數(shù)據(jù)等權看待，這往往不合實際。一般認為，越近期的數(shù)據(jù)越能反映當前情況，對今后的預測影響越大，越遠期的數(shù)據(jù)影響越小。雖然加權移動平均法能克服這個缺點，但人為選取N個權數(shù)，仍然帶進更多的主觀因素。</p><p>　　指數(shù)平滑法

81、則是對時間序列由近及遠采取具有逐步衰減性質的加權處理，是移動平均法的改進型。根據(jù)平滑次數(shù)的不同，可以分為一次、二次指數(shù)平滑法，分別適應于不同類型的時間序列進行預測。</p><p>　　2.2.1 一次指數(shù)平滑法 </p><p>　　一次指數(shù)平滑法主要用于直接預測，而且只適用于沒有明顯趨勢變化的動態(tài)數(shù)列。</p><p>　　設時間序列為{}，一次指數(shù)平滑計算公式

82、為：</p><p><b>　?。?.2.1）</b></p><p>　　式中：-----第t期的一次指數(shù)平滑值；</p><p>　　-----第t期的觀測值；</p><p>　　-----加權系數(shù)，0<<1。 </p><p>　　如果時間序列的變化呈水平趨勢，可用第t期的依

83、次指數(shù)平滑值作為第t+1期的預測值，起預測模型為：</p><p><b>　　（2.2.2）</b></p><p>　　式（2.2.2）說明，t+1期預測值是t期觀測值的加權平均。用代表新的數(shù)據(jù)信息，用代表歷史的數(shù)據(jù)信息。式（2.2.2）可以改寫為：</p><p><b>　?。?.2.3）</b></p>

84、;<p>　　式（2.2.3）說明，新的預測值是在原預測值的基礎上，利用原預測誤差進行修正得到的。的大小體現(xiàn)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。由此可見，既代表了預測模型對時間序列變化的反應速度，又決定了預測模型修勻誤差的能力。因此，的選取非常重要，它直接影響著預測結果。</p><p>　　一般的選取可遵循下列原則：</p><p>　　當時間序列波動不

85、大，較為平穩(wěn)時，可取較小的（0.1-0.3），以減小修正幅度，是預測模型包含較長時間序列的信息；</p><p>　　當時間序列具有明顯的變動趨勢時，可取較大的（0.5-0.8），</p><p>　　以便迅速跟上數(shù)據(jù)的變化，提高預測模型的靈敏度。</p><p>　　用一次指數(shù)平滑法進行預測，還有初始值的選取問題，具體方法是：</p><p&g

86、t;　?。?）當時間序列的樣本容量n〉20時，初始值對預測結果影響很小，可選取第一期觀測值作為初始值。</p><p>　?。?）當時間序列的樣本容量n20時，初始值對預測結果影響較小，應選取最初幾期觀測值的均值作為初始值。</p><p>　　下面仍以2001年到2005年的一月份煤氣銷售量情況為例，具體闡述一次指數(shù)平滑法的實現(xiàn)過程。首先，對表中的數(shù)據(jù)進行分析，很顯然五年的數(shù)據(jù)變化比較混

87、亂，基本沒有明顯的線形變動趨勢；其次：時間序列的樣本容量比較少。所以（0.5-0.8），初始值選取最初幾期的均值。</p><p>　　表2-4 一次指數(shù)平滑法的實現(xiàn) 單位（萬）</p><p>　　為進行比較分別取=0.5，=0.6進行試算：初始值為：</p><p>　　=2132.84（萬）</p><p>　　按預測模型

88、計算各期預測值：</p><p>　　當=0.5，=2132.84時：=2415.89 ，同理可求出，，和=0.6時的，，，，。最后分別得到在=0.5和=0.6時的2006年煤氣銷售量的預測值。通過對誤差進行分析可知當=0.5時的預測精度不如=0.6時的預測精度，所以在系統(tǒng)中實現(xiàn)一次指數(shù)平滑法預測時的值取0.6。</p><p>　　2.2.2 二次指數(shù)平滑法 </p>&l

89、t;p>　　二次指數(shù)平滑法是指在一次指數(shù)平滑法的基礎上，再進行一次指數(shù)平滑。它可用于估計直線趨勢型動態(tài)數(shù)列的預測。其計算公式為：</p><p><b>　?。?.2.3）</b></p><p>　　式中：------第t期的二次指數(shù)平滑值。</p><p>　　當時間序列的變動具有線性趨勢時，用一次指數(shù)平滑法進行預測，就會產(chǎn)生滯后偏差

90、，消除滯后偏差的方法與二次移動平均法類似，即在一次、二次指數(shù)平滑值的基礎上，利用滯后偏差的規(guī)律建立線性趨勢模型進行預測。</p><p><b>　　預測步驟為：</b></p><p>　　確定加權系數(shù)和初始值，；</p><p><b>　　對時間序列計算和；</b></p><p>　　利用和

91、估計線形趨勢模型的截距和斜率：</p><p><b>　?。?.2.4）</b></p><p>　　建立線形趨勢預測模型，并進行預測。</p><p><b>　?。?.2.5）</b></p><p>　　下面仍以2001年到2005年的一月份煤氣銷售量情況為例，來闡述二次指數(shù)平滑法的實現(xiàn)過程

92、。（運用在一次指數(shù)預測法中的結論，的值取0.6）</p><p>　　表2-5 二次指數(shù)平滑法的實現(xiàn) 單位（萬）</p><p>　　取=0.6，初始值為：</p><p>　　=2132.84（萬）</p><p>　　令=2132.84則計算和有=0.6+0.4=2472.5。</p><p>　　同理

93、，計算得到：=1923.63，=2353.94，=2038.42，=1978.56</p><p>　　==2336.64，=2094.23，=2250.06，=2123.08，=2036.37。 單位：（萬）</p><p>　　所以在線形預測模型中的參數(shù)和分別為：</p><p>　　=2-=1920.75 =（-）=-86.715</p>

94、;<p>　　所以由線形預測模型可得到=+=1920.75+(-86.715)*1=1834.04，即通過二次指數(shù)平滑預測模型可以得到該公司的2006年的煤氣銷售量為1834.04萬。</p><p>　　2.3 灰色預測法(GM(1，1))</p><p>　　所謂灰色預測就是對既含有已知信息又含有不確定信息的系統(tǒng)進行預測，就是對在一定范圍內變化的、與時間有關的灰色過程進行

95、預測?；疑A測通過鑒別系統(tǒng)因素之間發(fā)展趨勢的相異程度，即進行關聯(lián)分析，并對原始數(shù)據(jù)進行生成處理來尋找系統(tǒng)變動的規(guī)律，生成有較強規(guī)律性的數(shù)據(jù)序列然后建立相應的微分方程模型，從而預測事物未來發(fā)展趨勢的狀況。 </p><p>　　GM（1，1）是基于灰色預測的一種重要模型。以下將介紹系統(tǒng)的具體建模預測過程。</p><p>　　GM（1，1）的具體形式如（2.3.1）所示：</p>

96、<p><b>　?。?.3.1）</b></p><p>　　設有數(shù)列共有n個觀察值，，，對作一階累加生成，得到新的數(shù)列其元素表達式為：</p><p>　　i=1，2，…，n （2.3.2）</p><p>　　對一階生成序列，建立預測模型的GM形式方程，</p><p><b

97、>　　（2.3.3）</b></p><p>　　式中：，u為待估計參數(shù)，分別稱為發(fā)展灰數(shù)和內生控制灰數(shù)。將（2.3.3）式的離散形式展開，對數(shù)據(jù)k=1，2，…，n，可得：</p><p><b>　　k=1， </b></p><p><b>　　k=1，</b></p><p>

98、;<b>　　k=1，</b></p><p>　　對上述展開的離散方程組，仿多元線形回歸的參數(shù)估計方法，用最小二乘法求解，可得：</p><p><b>　?。?.3.4）</b></p><p><b>　　式中：</b></p><p><b>　?。?.3.5

99、）</b></p><p><b>　?。?.3.6）</b></p><p>　　將（2.3.4）式求得的代入（2.3.3）式，并解微分方程，有GM（1，1）預測模型為：</p><p><b>　　（2.3.7）</b></p><p>　　下面仍以2001年到2005年的一月份煤氣

100、銷售量情況為例，來闡述灰色預測模型的建立和實現(xiàn)過程。</p><p>　　首先，按（2.3.2）進行原始數(shù)據(jù)累加生成得有：</p><p>　　=2698.94； +=4256.622； </p><p>　　=+=6897.469； +=8935.889；</p><p>　　+=10874.549；</p>

101、<p>　　即一階生成數(shù)列為：{2698.94，4256.622，6897.469，8935.889，10874.549}；</p><p>　　其次，構造數(shù)據(jù)矩陣B和數(shù)陣向量，</p><p><b>　　=</b></p><p><b>　　所以，計算=；</b></p><p>　

102、　最后，建立模型。由 </p><p>　　=2698.94； ==-832.58 </p><p>　　得到該燃氣公司的GM（1，1）預測模型為：</p><p>　　則可依據(jù)所建模型得到的值，為了得到的值，最后還須對的值作一次累減。</p><p>　　表2-6 灰色預測法的實現(xiàn) 單位（萬）</p><

103、;p><b>　　2.4 本章小結</b></p><p>　　本章作為論文的經(jīng)濟學理論基礎部分，分別詳細的介紹了移動平均法中的一次移動平均法、加權移動平均法、二次移動平均法，指數(shù)平滑法中的一次指數(shù)平滑法、二次指數(shù)平滑法以及灰色預測法GM（1，1）。</p><p>　　在預測方法的介紹過程中緊密聯(lián)系燃氣公司所提供的歷史資料，并且給出了基于煤氣銷售量的幾種方法的

104、預測過程和預測結果。同時，還給出了對預測誤差的分析，從誤差分析中可以清晰的看到有些預測方法對于該燃氣公司的預測工作是非常有效的，有些方法形成誤差較大，預測不是很有效。</p><p><b>　　3 系統(tǒng)需求分析</b></p><p>　　根據(jù)第一章所定義的課題研究方向及目標，本章將對系統(tǒng)功能進行具體的需求分析，目的在于對經(jīng)濟預測系統(tǒng)的基本功能分析及其全面功能的描述

105、。有利于進一步實現(xiàn)該系統(tǒng)。</p><p>　　3.1 系統(tǒng)功能需求分析</p><p>　　3.1.1 系統(tǒng)功能劃分</p><p>　　經(jīng)濟預測系統(tǒng)作為公司經(jīng)濟運營的一個特別有效的引導，其使用者只有公司的經(jīng)營者和決策者。整個系統(tǒng)是面向公司的經(jīng)營者和決策者，對未來的該公司的發(fā)展情況共分為六種預測方式。包括一次移動平均法、加權移動平均法、二次移動平均法、一次指數(shù)平滑

106、法、二次指數(shù)平滑法、灰色預測法。</p><p>　　3.1.2 系統(tǒng)功能描述</p><p>　　該系統(tǒng)是針對某一燃氣公司的經(jīng)營情況為基礎而設計的。經(jīng)濟預測系統(tǒng)是通過建立線形預測，指數(shù)預測，回歸預測，灰色預測，告警預測等基本模型從而實現(xiàn)對公司（包括兩個分公司）的燃氣購入，燃氣銷售和用戶發(fā)展的預測等基本功能。該系統(tǒng)是針對某一燃氣公司五年的經(jīng)營情況而設計的。相應的基本需求如圖3-1所示：&l

107、t;/p><p>　　圖3-1 用戶界面圖</p><p>　　界面中主要為用戶提供選擇預測模型和選擇預測對象兩方面條件，例如用戶需要通過01—05年的數(shù)據(jù)預測06年的情況時：</p><p>　　選擇其所需要的預測模型（線性預測模型，指數(shù)預測模型等）；</p><p>　　選擇年份06年以及在該年中所需要預測的具體某個月還是具體某個季度；<

108、;/p><p>　　選擇所需要預測的某一種燃氣；</p><p>　　選擇所需預測的燃氣的某項指標，包括購入量，銷售量和用戶發(fā)展三方面；</p><p>　　針對購入量和銷售量可以對其中的具體某一項進行預測（eg：天然氣中購入量中從陜北油田和華北油田購入天然氣的情況）；</p><p>　　針對用戶發(fā)展情況可分別預測一公司和二公司的用戶發(fā)展情況（

109、注：煤氣沒有分公司的情況）。</p><p>　　中心數(shù)據(jù)庫提供的是某公司2001年到2005年的煤氣、天然氣和液化石油氣的購入量、銷售量以及用戶發(fā)展情況。</p><p>　　本系統(tǒng)將具備如下功能:</p><p>　　預測每個月份的情況:根據(jù)中心數(shù)據(jù)庫提供的歷史數(shù)據(jù)，可以用一次移動平均法、加權移動平均法、二次移動平均法、一次指數(shù)平滑法、二次指數(shù)平滑法、灰色預測法

110、實現(xiàn)對每個月份的天然氣和煤氣的銷售量和用戶發(fā)展情況、液化石油氣的銷售量，以及燃氣的購入量和用戶發(fā)展情況進行預測，以便對下個月的燃氣情況進行調整，有效的管理公司的各項業(yè)務。</p><p>　　預測每個季度的情況:通過調用中心數(shù)據(jù)庫提供的歷史數(shù)據(jù)，公司的管理者或決策者可以選擇使用一次移動平均法、加權移動平均法、二次移動平均法、一次指數(shù)平滑法、二次指數(shù)平滑法、灰色預測法實現(xiàn)對每個季度的天然氣和煤氣的銷售量和用戶發(fā)展情

111、況、液化石油氣的銷售量，以及燃氣的購入量和用戶發(fā)展情況進行預測。然后將各個預測的結果進行比較，進而總結。</p><p>　　預測整年的情況:調用中心數(shù)據(jù)庫提供的歷史數(shù)據(jù)，使用一次移動平均法、加權移動平均法、二次移動平均法、一次指數(shù)平滑法、二次指數(shù)平滑法、灰色預測法實現(xiàn)對每個季度的天然氣和煤氣的銷售量和用戶發(fā)展情況、液化石油氣的銷售量，以及燃氣的購入量和用戶發(fā)展情況進行預測。此后公司的管理者或決策者可以根據(jù)以上的

112、所有分析來預測來年本公司的經(jīng)濟發(fā)展情況。</p><p>　　3.2 系統(tǒng)需求模型</p><p>　　在需求分析階段使用用例模型來表示該需求階段的系統(tǒng)模型，用例模型主要有用例圖和用例描述組成，根據(jù)用例圖，在設計的初始階段，為經(jīng)濟預測系統(tǒng)確定了初始用例模型，描述了經(jīng)濟預測系統(tǒng)應該完成的主要功能，即從用戶的角度看，系統(tǒng)應該具有哪些功能。初始用例模型表示如下：</p><p

113、>　　3.2.1 系統(tǒng)用例圖</p><p>　　該用例只有一類用戶，即公司的運營者、決策者，系統(tǒng)用例圖如圖3-2所示：</p><p>　　圖3-2 系統(tǒng)用例圖</p><p>　　這里給出的經(jīng)濟預測的用例模型是當前迭代中進行的，并不表示該用例模型是最優(yōu)最全的，模型會隨著迭代開發(fā)設計的不斷深入而不斷優(yōu)化、完善。</p><p>　　3

114、.2.2 用例描述</p><p>　　上一部分已經(jīng)給出了系統(tǒng)的用例圖，對于該系統(tǒng)用例圖中的每個用例，只是給出了相應的名字，而沒有給出該用例的具體描述與說明。在建模時，必須給出每個用例的說明，用來描述該用例所完成的功能，以及完成該用例功能的步驟。對用例的描述可以有多種方法，在對本系統(tǒng)的用例描述中，我選用了UML活動圖來描述。為了闡明如何使用UML活動圖來表示一個用例的行為，在此給出本系統(tǒng)用例的活動圖，如圖3-3所

115、示。</p><p>　　圖3-3 系統(tǒng)頂層活動圖</p><p>　　以上的UML活動圖詳細地描述了本系統(tǒng)在實際的執(zhí)行過程中，所應該具有的步驟，包括了本系統(tǒng)成功執(zhí)行時用戶所期望得到的所有結果。使用UML活動圖對系統(tǒng)用例進行描述的過程中，有些活動可能需要優(yōu)化，包括增加一些活動或者合并一些步驟，這些都會隨著詳細設計的不斷進行而進行優(yōu)化和完善。</p><p><

116、b>　　3.3 本章小結</b></p><p>　　本章對該系統(tǒng)的所應實現(xiàn)的功能進行需求分析，是系統(tǒng)實現(xiàn)的基礎。首先對系統(tǒng)的功能進行劃分，并對功能作以描述；然后建立系統(tǒng)的用例圖，同時對用例進行描述。</p><p><b>　　4 系統(tǒng)設計</b></p><p>　　經(jīng)濟預測系統(tǒng)實現(xiàn)的主要是通過對公司的歷史經(jīng)營、客戶發(fā)展狀

117、況進行統(tǒng)計和分析，然后根據(jù)分析結果采用合適的經(jīng)濟數(shù)學方法對歷史數(shù)據(jù)作運算得出所需要的預測結果。</p><p>　　4.1 歷史數(shù)據(jù)的分析</p><p>　　任何定量的或定量和定性相結合的經(jīng)濟預測系統(tǒng)的完成都必須建立在歷史數(shù)據(jù)的基礎上，該燃氣公司的經(jīng)濟預測系統(tǒng)也不例外。該系統(tǒng)的完成首先就必須對公司的歷史經(jīng)營、客戶發(fā)展狀況進行系統(tǒng)的統(tǒng)計和分析。公司的歷史經(jīng)營、客戶發(fā)展狀況主要體現(xiàn)在公司所提