预测与预报

一、预测与预报

1、灰色预测模型（必掌握）
解决预测类型题目。由于属于灰箱模型，一般比赛期间 不优先 使用。
满足两个条件可用：
①数据样本点个数少， 6-15 个
②数据呈现指数或曲线的形式
2、微分方程预测（高大上、备用）
微分方程预测是方程类模型中最常见的一种算法。 近几年比赛都有体现， 但
其中的要求，不言而喻。学习过程中 无法直接找到原始数据之间的关系， 但可以找到原始数据变化速度之间的关系，通过公式推导转化为原始数据的关系。
3、回归分析预测（必掌握）
求一个因变量与若干自变量之间的关系， 若自变量变化后， 求因变量如何变
化； 样本点的个数有要求：
①自变量之间协方差比较小，最好趋近于 0，自变量间的相关性小；
②样本点的个数 n＞3k+1，k 为自变量的个数；
③因变量要符合正态分布
4、马尔科夫预测（备用）
类似的名词有，马尔科夫链、马尔科夫模型，马氏链模型等
一个序列之间没有信息的传递， 前后没联系， 数据与数据之间随机性强， 相
互不影响；
例如：今天的温度与昨天、后天没有直接联系，预测后天温度高、中、低的
概率，只能得到概率。
思考马尔科夫和元胞自动机之间的关系
5、时间序列预测（必掌握）
与马尔科夫链预测互补，至少有 2个点需要信息的传递，
ARMA模型，周期 模型，季节模型等
6、小波分析预测（高大上）
数据无规律，海量数据，将波进行分离，分离出周期数据、规律性数据；可
以做时间序列做不出的数据，应用范围比较广
7、神经网络预测（备用）
大量的数据，不需要模型，只需要输入和输出，黑箱处理，建议作为检验的
办法
8、混沌序列预测（高大上）
比较难掌握，数学功底要求高
9、插值与拟合（必掌握）
拟合以及插值还有逼近 是数值分析的三大基础工具，通俗意义上它们的区别在于 :
拟合 是已知点列，从整体上靠近它们 ;（拟合出一条线）
插值 是已知点列并且完全经过点列 ; （求出中间点的值）
逼近 是已知曲线，或者 点列，通过逼近使得构造的函数无限靠近它们。
10、灰色关联分析法（必掌握）
与灰色预测模型一样，比赛不能优先使用

二、评价与决策

11、模糊综合评判（备用）
评价一个对象优、良、中、差等层次评价，评价一个学校、安全评价等，
不能排序（想求出排名用R语言，对评价的得分进行排名）
12、主成分分析（必掌握）
评价多个对象的水平并排序，指标间关联性很强
13、层次分析法（ AHP）（必掌握）