模糊的预测方法有哪些

㈠ 预测的方法有很多，最基本的有哪些

定量分析方法和定性分析方法. (1)定量分析方法(数量方法) 包括趋势分析法(时间序列分析法,外推分析法)和因果分析预测法. (2)定性分析方法包括非数量分析方法的集合意见法和判断分析法――基本的定性分析方法.

预测（forecasting）是预计未来事件的一门艺术，一门科学。它包含采集历史数据并用某种数学模型来外推与将来。它也可以是对未来的主观或直觉的预期。它还可以是上述的综合，即经由经理良好判断调整的数学模型。

进行预测时，没有一种预测方法会绝对有效。对一个企业在一种环境下是最好的预测方法，对另一企业或所在企业内另一部门却可能完全不适用。无论使用何种方法进行预测，预测的作用也是有限的，并不是完美无缺。

但是，几乎没有一家企业可以不进行预测而只是等到事情发生时再采取行动，一个好的短期或长期的经营规划取决于对公司产品需求的预测。

类型

按在规划未来业务方面企业使用可分三种类型的预测：经济预测（economic forecasts）、技术预测(technological forecasts)、需求预测（demand forecasts）。

1、 经济预测（economic forecasts）,通过预计通货膨胀率、货币供给、房屋开工率及其它有关指标来预测经济周期。

2、 技术预测(technological forecasts),即预测会导致产生重要的新产品，从而带动新工厂和设备需求的技术进步。

3、 需求预测（demand forecasts），为公司产品或服务需求预测。这些预测，也叫销售预测，决定公司的生产、生产能力及计划体系，并使公司财务、营销、人事作相应变动。

按它包含的时间跨度来分类，也有三种分类：短期预测、中期预测、长期预测

1、短期预测。短期预测时间跨度最多为1年，而通常少于3个月。它用于购货、工作安排、所需员工、工作指定和生产水平的计划工作。

2、中期预测。中期预测的时间跨度通常是从3个月到3年。它用于销售计划、生产计划和预算、现金预算和分析不同作业方案。

3、长期预测。长期预测的时间跨度通常为3年及3年以上。它用于规划新产品、资本支出、生产设备安装或天职，及研究与发展。

㈡ 简述环境预测的主要方法

环境预测是根据已掌握的情报资料和监测数据，对未来的环境发展趋势进行的估计和推测，为提出防止环境进一步恶化和改善环境的对策提供依据。
预测工作的程序可以大致分为四个阶段和十一个步骤：
1.准备阶段
2.收集并分析信息阶段
3.预测分析阶段
4.输出预测结果十一个步骤：确定预测目的、确定预测时间、制定预测计划、收集预测资料、资料分析检验、选择预测方法、建立预测模型、进行预测计算、预测结果检验、输出预测结果、提交预测结果 环境预测的方法：
（一）根据预测方法的特性分类 定性预测方法有：专家评估法、特尔非法、主观概率法、集合意见法、层次分析法、先导指标预测法等。 定量预测方法有：趋势外推法、回归分析法、投入产出法、模糊推理法、马尔柯夫法等。 综合预测方法
（二）根据预测方法的原理分类 1.直观法：即定性预测方法 2.因果型预测方法：用相关性原理来分析预测对象与有关因素的相互关系，并以此关系构造模型进行预测。

㈢ 负荷预测的预测方法

电力负荷预测分为经典预测方法和现代预测方法。 趋势外推法
就是根据负荷的变化趋势对未来负荷情况作出预测。电力负荷虽然具有随机性和不确定性，但在一定条件下，仍存在着明显的变化趋势，例如农业用电，在气候条件变化较小的冬季，日用电量相对稳定，表现为较平稳的变化趋势。这种变化趋势可为线性或非线性，周期性或非周期性等等。
时间序列法
时间序列法是一种最为常见的短期负荷预测方法，它是针对整个观测序列呈现出的某种随机过程的特性，去建立和估计产生实际序列的随机过程的模型，然后用这些模型去进行预测。它利用了电力负荷变动的惯性特征和时间上的延续性，通过对历史数据时间序列的分析处理，确定其基本特征和变化规律，预测未来负荷。
时间序列预测方法可分为确定型和随机性两类，确定型时间序列作为模型残差用于估计预测区间的大小。随机型时间序列预测模型可以看作一个线性滤波器。根据线性滤波器的特性，时间序列可划为自回归(AR)、动平均(MA)、自回归-动平均(ARMA)、累计式自回归-动平均(ARIMA)、传递函数(TF)几类模型，其负荷预测过程一般分为模型识别、模型参数估计、模型检验、负荷预测、精度检验预测值修正5个阶段。
回归分析法
回归分析法就是根据负荷过去的历史资料，建立可以分析的数学模型，对未来的负荷进行预测。利用数理统计中的回归分析方法，通过对变量的观测数据进行分析，确定变量之间的相互关系，从而实现预测。 20世纪80年代后期，一些基于新兴学科理论的现代预测方法逐渐得到了成功应用。这其中主要有灰色数学理论、专家系统方法、神经网络理论、模糊预测理论等。
灰色数学理论
灰色数学理论是把负荷序列看作一真实的系统输出，它是众多影响因子的综合作用结果。这些众多因子的未知性和不确定性，成为系统的灰色特性。灰色系统理论把负荷序列通过生成变换，使其变化为有规律的生成数列再建模，用于负荷预测。
专家系统方法
专家系统方法是对于数据库里存放的过去几年的负荷数据和天气数据等进行细致的分析，汇集有经验的负荷预测人员的知识，提取有关规则。借助专家系统，负荷预测人员能识别预测日所属的类型，考虑天气因素对负荷预测的影响，按照一定的推理进行负荷预测。
神经网络理论
神经网络理论是利用神经网络的学习功能，让计算机学习包含在历史负荷数据中的映射关系，再利用这种映射关系预测未来负荷。由于该方法具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力，因此有很大的应用市场，但其缺点是学习收敛速度慢，可能收敛到局部最小点；并且知识表达困难，难以充分利用调度人员经验中存在的模糊知识。
模糊负荷预测
模糊负荷预测是近几年比较热门的研究方向。
模糊控制是在所采用的控制方法上应用了模糊数学理论，使其进行确定性的工作，对一些无法构造数学模型的被控过程进行有效控制。模糊系统不管其是如何进行计算的，从输入输出的角度讲它是一个非线性函数。模糊系统对于任意一个非线性连续函数，就是找出一类隶属函数，一种推理规则，一个解模糊方法，使得设计出的模糊系统能够任意逼近这个非线性函数。 (1)表格查寻法：
表格法是一种相对简单明了的算法。这个方法的基本思想是从已知输入--输出数据对中产生模糊规则，形成一个模糊规则库，最终的模糊逻辑系统将从组合模糊规则库中产生。
这是一种简单易行的易于理解的算法，因为它是个顺序生成过程，无需反复学习，因此，这个方法同样具有模糊系统优于神经网络系统的一大优点，即构造起来既简单又快速。
(2)基于神经网络集成的高木-关野模糊预测算法：
它是利用神经网络来求得条件部输入变量的联合隶属函数。结论部的函数f(X)也可以用神经网络来表示。神经网络均采用前向型的BP网络。
(3)改进的模糊神经网络模型的算法：
模糊神经网络即全局逼近器。模糊系统与神经网络似乎有着天然的联系，模糊神经网络在本质上是模糊系统的实现，就是将常规的神经网络(如前向反馈神经网络，HoPfield神经网络)赋予模糊输入信号和模糊权。
对于复杂的系统建模，已经有了许多方法，并已取得良好的应用效果。但主要缺点是模型精度不高，训练时间太长。此种方法的模型物理意义明显，精度高，收敛快，属于改进型算法。
(4)反向传播学习算法：
模糊逻辑系统应用主要在于它能够作为非线性系统的模型，包括含有人工操作员的非线性系统的模型。因此，从函数逼近意义上考虑，研究模糊逻辑系统的非线性映射能力显得非常重要。函数逼近就是模糊逻辑系统可以在任意精度上，一致逼近任何定义在一个致密集上的非线性函数，其优势在于它有能够系统而有效地利用语言信息的能力。万能逼近定理表明一定存在这样一个可以在任意精度逼近任意给定函数的高斯型模糊逻辑系统。反向传播BP学习算法用来确定高斯型模糊逻辑系统的参数，经过辨识的模型能够很好的逼近真实系统，进而达到提高预测精度的目的。

㈣ 水平井产能预测的模糊聚类方法

模糊聚类分析方法在实际中应用很广泛，目前已在选矿、气象、地质、地震、环境科学等方面取得成效，在石油工业的地质学、勘探决策等方面也有应用。

在现实世界中，一组事物根据其亲疏程度和相似性是否形成一个类群，或一个事物是否属于一个类别，其界限往往是不分明的，具有很大程度的模糊性。模糊集合论正是刻画和解决这类聚类问题的数学方法。模糊聚类分析是依据客观事物间的特征、亲疏程度和相似性，通过建立模糊相似关系对客观事物进行分类的数学方法。用模糊聚类分析方法处理带有模糊性的聚类问题要更为客观、灵活、直观和计算更加简洁。

本书将模糊聚类分析方法应用到水平井的开发指标预测上，采用模糊聚类的方法，以胜利油田已经大量投产的水平井的数据为基础，将同类油藏中已投产水平井进行分类，然后根据新设计井的有关参数将其归到相应类中，根据同类中已投产井的有关开发指标对新设计水平井的指标进行预测，取得了较好效果。

模糊聚类分析的一般步骤为:①原始数据标准化;②构造模糊相似矩阵;③水平井模糊聚类;④新井归类评价。

下面以胜利油区断块油藏永8断块为例，分析模糊聚类分析方法在水平井产能中的应用。

表4-11为胜利油区永安油田复杂断块油藏已投产14口水平井的有关数据，我们选取除永8平8井外的13口井参与聚类，参与聚类的指标为表4-11中的前6项，可采储量及初始日产液量、日产油量为新井预测对比指标。

表4-11 永安油田已投产水平井指标统计表

1.原始数据标准化

对于表4-11所示复杂断块油藏水平井的数据，由于各参数量纲不同，需要将其标准化。

原始数据标准化的目的就是排除原始数据中不同变量间量纲的影响，并使原始数据分布在相同的区间内，以相同的量级参与分类，即把除去量纲影响的原始数据都压缩在［0，1］闭区间内。

假设有N口水平井参与分类，每口水平井有K个参考油藏参数，构成如下矩阵:

实用水驱油藏开发评价方法

对上述原始矩阵进行标准化常用的方法有标准差标准化、极差标准化等。在本文的研究中，对不同性质的指标，采用了不同的方法。

对于水平井渗透率、垂直渗透率、控制储量等的“趋大”(值越大越好)指标，本文采用如下的数据标准化方法:

实用水驱油藏开发评价方法

对于原油黏度、密度等的“趋小”(值越小越好)指标，采用了如下标准化方法:

实用水驱油藏开发评价方法

对于油层厚度、水平段长度等的“趋中”(值以靠近某一标准值为好)指标，采用的标准化方法为

当

当

式中:i=1，2，…，N;j=1，2，…，K;X_jmin，X_imax，X_javg分别为在第j个参考参数中的最小值、最大值及最优值(或指定最优值)。

2.构造模糊相似矩阵

根据标准化数据，计算各水平井之间的相似程度，又称标定。标定的方法很多，如距离法包括切比雪夫距离法、海明距离法、欧氏距离法、闵可夫斯基距离法等，相似系数法包括夹角余弦法、相关系数法、指数相似系数法等，贴近度法包括最大最小法、算术平均最小法等。本文采用夹角余弦法来计算相似系数得到模糊相似矩阵:

实用水驱油藏开发评价方法

如果r_ij=0，说明两口井完全不相关，如果r_ij=1，说明两口井完全相似或相同。

选取断块油藏中已投产水平井的水平段实钻长度、原油地下黏度、有效厚度、水平与垂直渗透率比值等的6个参数作为模糊聚类分析的参考指标(即N=13，K=6)，根据前面所述方法得到的模糊相似矩阵如下所示。

实用水驱油藏开发评价方法

3.水平井模糊聚类

人们在实践中总结了多种模糊聚类方法，就理论上讲大致可分为三类:一类是基于模糊等价关系的传递闭包法，另一类是基于模糊相似关系的直接聚类法，再一类是基于软分类空间的模糊聚类法。用传递闭包法进行分类，当矩阵的阶数较高时计算量很大。考虑到以后研究中随投产水平井的增加，矩阵阶数会很大，因此这里采用了直接聚类法。

直接聚类法为乃指直接利用相似矩阵进行聚类的方法，常用的有最大树法和表格法。两种方法若手工完成，效率很低，本文编程序实现了利用最大树法的聚类过程，输入水平阈值λ∈［0，1］，分类一次完成，非常方便。输入不同的阈值，可得到不同的分类。

得到相似矩阵以后，便可以进行聚类了，对不同的阈值λ∈［0，1］，可得到不同的分类，取阈值λ=0.9，13口井被分成了6类，如表4-12所示。

表4-12 永安油田已投产水平井模糊聚类结果

4.新设计水平井归类评价

(1)新井归类计算

在已知水平井分类后，对于新设计水平井类别的划分，本书主要根据新水平井与已知水平井之间的相似程度来确定其归属。通过分别计算新井与已知井的相似系数，找出与新井相似系数最大的已知井类别作为新井的类别。

(2)新井指标预测

在确定新井类别后，将同类中已投产水平井的有关开发指标的平均值及产能变化规律作为新井的预测指标。

现假设永8平8井为新设计未投产井，通过归类计算，将其归到第二类中，那么就可以根据第二类中三口已投产水平井的有关指标来对该井进行指标预测。表4-13为第二类中已投产三口井指标的平均值与永8平8井的指标对比表。从表中可以看出，三口井指标平均值预测永8平8井的可采储量为5.05×10⁴t，初始日产液为32.6t/d，初始日产油量27.0t/d，与永8平8井实际指标的相对误差均在10%以内，能够满足工程设计的要求。那么我们就可以根据三口井的可采储量、初产油量等指标以及产量变化规律来对永8平8井的开发指标进行预测。

表4-13 新井归类指标对比表

㈤ .预测的基本方法有哪三种

1、定性预测：定性预测属于主观判断，它基于估计和评价。常见的定性预测方法包括：一般预测、市场调研法、小组讨论法、历史类比、德尔菲法等。

2、时间序列分析：时间序列分析是建立在这样一个设定基础上的,与过去需求相关的历史数据可用于预测未来的需求。历史数据可能包含诸如趋势、季节、周期等因素。常见的时间序列分析方法主要有：简单移动平均、加权移动平均、指数平滑、回归分析、鲍克斯·詹金斯法、西斯金时间序列等。

3、因果联系法：因果联系是假定需求与某些内在因素或周围环境的外部因素有关。常见的因果联系法主要有：回归分析、经济模型、投入产出模型、行指标等。

4、模拟：模拟模型允许预测人员对预测的条件作一定程度的假设。

(5)模糊的预测方法有哪些扩展阅读

作用

1、预测为制订一个切实可行的计划提供科学依据事实；

2、预测是避免决策片面性和决策失误的重要手段；

3、预测既是计划的前提条件，又是计划工作的重要组成部分；

4、是提高管理预见性的一种手段；

5、向前看，面向未来，做好准备，发现问题集中力量解决，一定程度上决定组织成败。

㈥ 预测的基本方法有哪些

需求预测主要方法有：定性预测法、定量预测法。需求预测，是指估计未来一定时间内，整个产品或特定产品的需求量和需求金额。定性预测法是基于判断、直觉和经验判断的方法，本质上来说是主观的。包括德尔菲法、部门主管人员意见法、用户调查法、销售人员意见法等。它们的不科学性使得它们很难标准化，准确性有待证实。定性预测法是根据已掌握的比较完善的历史统计数据，运用一定的数学方法进行科学的加工整理，借以揭示有关变量之间的规律性联系，用于预测和推测未来发展变化情况的一类预测方法。