统计预测与决策论文篇（1）

为了识别航空客流量与其决定因素之间的关系并对前者进行预测，目前最常见的方法是建立经济计量模型。这些传统模型建立在各种统计假设的基础上，因此当变量之间相互依存、变量的概率分布未知时，那么这些模型就无法得出比较准确的结果。为此本文试图探讨一种基于粗糙集理论的航空客流量预测模型。作为计算智能方法之一的粗糙集理论（Roughsetstheo-ry,简称RS）是波兰数学家ZdzislawPawlak于1982年首次提出的。粗集理论诞生的30多年来，已成功地在许多领域中得到应用，然而在航空运输领域中还没有见到关于粗集理论的应用文献。因此，本文在这方面作一个尝试，并通过实例阐明粗集理论在航空客流量方面的应用是适合的。

1.基于粗糙集理论的方法

粗糙集理论中的知识表达方式一般采用信息表或称为信息系统的形式，信息系统可用四元有序组K=(U,A,V,ρ)，在该式中，U是一个非空有限的对象集合，U={X}1,X2⋯Xn称为论域；A是一个非空有限的属性集合，A={a}1,a2⋯an；V=∪a∈AVa是属性A所构成的值域集合，Va是属性a的值域；U中任一元素取属性a在V中有唯一确定值。ρ：U×AV被称为信息函数，ρ：AV，x∈U，反映了对象x在K中的完全信息，其中ρ(a)=ρ(x,a)。如果A=C∪D且C∩D=ф则信息系统又可称为决策表，其中C为条件属性集，D为决策属性集，常记为(U,C∪D，V，ρ)。在决策表中，不同的条件属性具有不同的重要程度，一些属性提供了丰富的信息，对产生决策起到至关重要的作用，而其他一些属性却似乎是可有可无的。因此，在保证决策表具有正确分类能力的同时，对条件属性进行简约，去掉不必要的属性。为了度量属性集合的不确定程度，引入精度和覆盖度两个概念，且定义为：dR(X)i=card()-aprXi/card()---aprXi（1）dR(F)=∑card()-aprXi∑card()---aprXi（2）d'R(X)i=card()---aprXi/card(U)i（3）d'R(F)=∑card()---aprXi/card(U)（4）式（1）和（2）分别为属性集合Xi的分类精度和覆盖度，式（3）和（4）分别为所有属性集合的总分类精度和总分类覆盖度。

2.粗糙集在区域航空客流量中的应用

2.1航空客流量影响因素分析。分析我国航空运输业特点，并结合相关已有的研究，本文采用六个影响因素来预测各地区航空客流量：人均GDP、人口、第一产业就业人员的比重、城市人口、国际旅游人数、与航空枢纽的距离等。这六个因素就是六个条件属性，而决策属性就是各地区的航空客流量，研究对象则是我国大陆的31个省、直辖市、自治区。每个对象由一个多值属性（即条件属性和决策属性）的集合来描述，从而形成一个二维表格，即决策表，表格的“行”与对象相对应，表格的“列”对应于对象的属性，表中为具体的属性值。条件属性中的“人均GDP”“人口数”和“第一产业人员比重”均为传统需求模型中所常用的经济变量。“城市人口数”的选取主要是考虑城市规模对航空客流量的影响。“国际旅游人数”的选取主要是考虑该属性能间接反映某地区旅游资源的多少，它能解释对于当地经济并不发达的地区（如云南）却有较多的航空客流量。关于“与航空枢纽的距离”这个属性，从我国航空运输格局来看，北京、上海和广州是三大航空枢纽，因此这三个地区的该属性值为“0”；天津离北京很近，而北京又处于河北的中心，所以天津和河北的该属性值均为“1”，表示“特近”的含义；另外，由于江苏的常州、无锡、苏州、昆山等经济重心紧靠着上海，所以其“与航空枢纽的距离”属性为“2”，表示“近”的含义；其余地区类推，数字越大的地区表示该地区与航空枢纽的距离越远。在决策时，把决策属性“地区航空客流量”分成若干等级，运用粗糙集理论得出每个“地区航空客流量”等级所对应的生成规则。2.2数据离散化。在应用粗糙集理论对实际数据进行分析和获取知识时，一般要求由实际数据构成的决策表中各个属性值必须用离散值表达。如果某些条件属性或决策属性的值域为连续的，则在处理前必须经过离散化。所以对于下表1中的连续型数据需再进一步离散化成分类数据值以适用于粗糙集的方法。对粗糙集连续属性离散化的方法一般是采用其他领域已有的离散化方法,本文采用熵方法对连续型数据进行离散化。设P⊆A，U/P={C}1,C2,⋯Ct，则U中对象x属于等价类Ci的概率为pi=||Ci/||U，I=1，2，…，t，于是定义P对U的划分得到的熵为：2.3决策规则。本文使用2012年至2015年四年共124个对象（共868个观测值），使用其中60%的对象作为训练规则用，去发现决策规则，其余的40%的对象（即50个）作为预测用，以验证规则的有效性。在使用粗糙集方法后得出了表2中的航空客流量决策规则的主要部分。第一条规则的含义是：如果某地区人均GDP小于7198元且人口数小于2642万人且第一产业就业人员比重大于等于50.5%且国际旅游人数小于44.5万人，那么该地区航空客流量就小于200万人次，其余的规则含义类推。该规则把航空客流量影响因素的定性和定量两方面很好结合在一起，另外，同样的航空客流量可以由多条规则产生，这符合实际情况。从规则中各属性出现的频次可得出各属性的重要程度，从多到少依次是“第一产业就业人员比重”“人均GDP”“人口数”“国际旅游人数”和“与航空枢纽的距离”，而“200万人口以上城市数”被约简，从未出现过。运用上述公式，对用于测试的50个地区进行拟合，得出表3中的预测结果。在被测试地区总数中，等级4的上近似集合中地区实际个数是12个，被正确预测的为10个，预测精度为83%；等级3的上近似集合中地区实际个数是19个，被正确预测的为17个，预测精度为90%；等级2的上近似集合中地区实际个数是10个，被正确预测的为8个，预测精度为80%；等级1的上近似集合中地区实际个数是8个，被正确预测的为8个，预测精度为100%；全部等级的总体精度为88%。另外，等级3中有一个地区的覆盖度为95%，从而使总体覆盖度为98%，因此粗糙集理论应用在航空客流量预测中是可行的。

本文论述应用粗糙集理论及其模型对我我国区域航空客流量进行预测，得出了一些预测规则，其预测精度较高。与许多传统模型需要建立各种统计假设基础不同，该方法仅需对属性值进行分类。区别于复杂的数学公式，该方法的分析的结果以规则形式进行描述，直观并容易理解。此外粗糙集能够使用定性数据，无须转换成数值，因此可以有效地防止信息失真。当然，针对不同时间段的航空客流量数据进行动态规则的形成是有待进一步解决的问题。

参考文献：

[1]张文修,吴伟志,梁吉业等.粗糙集理论与方法[M].北京：科学出版社,2001.

[2]张永莉,张晓全.我国城市间航空客运量影响因素的实证分析[J].经济地理,2007,4：20-24.

统计预测与决策论文篇（2）

中图分类号：G642　文献标识码：A

近年来，我国高等院校招生规模不断扩大，高等教育正在由“精英”教育培养模式向“大众化”教育培养模式发展。独立学院作为教育市场竞争的产物，顺应当今社会发展的要求，将自己的办学目标定位于建设应用型大学和培养应用型人才。应用型人才的主要特征是具有比较强的实践能力和创新能力，毕业以后能很快地适应职业的要求。例如应用型统计学专业人才应具有较扎实的数学基础和良好的经济学素养，比较熟练地掌握统计学及金融、管理等方面的基本理论与方法，能较熟练地运用计算机分析和处理各种数据，能在企、事业单位和各经、管部门从事统计调查、统计信息管理、统计数据管理与分析和统计研究工作的应用型人才。“经济预测与决策”这门课旨在运用专门的统计知识研究经济问题，实用性很强，例如可以建立回归方程拟合经济模型，利用时间序列方法对股票收益进行预测等。同时这门课的理论基础涉及数学分析、高等代数、统计学原理三门课的内容，这三门理论基础课比较抽象、难懂，独立学院的学生数学基础本来就比较差，理解、掌握理论知识就更加困难，在学习经济预测与决策这门课程时遇到的困难有很多。因此，独立学院有必要对经济决策与预测这门课的教学进行深入地研究。

1、教学中存在的问题

1.1教材难易很难适中

目前，还没有专门为独立学院学生编写适合他们使用的经济预测与决策这门课的教材，独立学院基本都使用母体学校的教材上这门课，母体学校偏重理论教学，而独立学院以培养应用型人才为目标，注重实际应用能力，并且独立学院学生的基础比较差，他们在学习的过程中常常会感到很吃力。但如果仅仅按照统计工具书的步骤讲解。学生会感到困惑，不知道那些统计量是什么意思，最后的输出结果说明了什么问题等。因此，只使用母体学校的教材和只使用统计工具书学习经济预测与决策这门课是不行的。

1.2教学形式呆板

目前高校经济预测与决策教学，大多采用以教师讲授为主的传统教学方式。教师普遍仍局限于课堂讲授的单向灌输式教学方式，属于重知识传授、轻能力培养，重书本理论、轻实践活动的“注入式”教学模式。教学中，教师注重基本原理和方法的介绍，很少做到把原理与统计分析方法在实际中的运用结合起来讲解，运用知识的能力未得到锻炼、提高。实际操作能力和使用统计软件的能力相当缺乏。学生对这种教学方式比较反感，因而失去学习的兴趣。

1.3考试内容和形式单一

考试是检验学生学习情况的主要途径，也是评估教学质量的主要手段。现在大多数的课程依然沿用传统闭卷笔试的方式，考试的题型主要有填空题、选择题、计算题、证明题、论述题等。这种考试方式注重考察学生掌握基本理论和基本技能的情况，但试卷上的题目毕竟是理想化的，学生为了应付考试，不得不死记硬背公式、定理，导致有的学生虽然考分很高，但运用知识解决实际问题的能力却很差，这样很难考察出学生分析实际问题的能力，从而不能满足独立学院培养应用型人才的要求，而经济预测与决策是一门实用性很强的课程，采用传统的考试形式，显然是不合适的。

2、经济决策与预测课程改革措施

2.1选择合适的教材

适合于应用型人才培养的经济与决策教材是比较少的，而适合独立学院经济统计专业使用的教材就更加少了，独立学院母体学校本科教材存在难度偏大、理论内容偏多、实践技能操作偏少的弊端，这类教材更适合培养研究型人才使用。对于数学基础普遍较弱的独立学院的学生来说，用现有的教材进行教学，学生学习起来困难比较大。根据独立学院学生基础较差的特点，不宜选取理论性太强的教材，要选择简单介绍基本理论，又通过例题讲解计算步骤和如何使用软件解决实际问题的教材，但是实际中满足以上要求的教材很难找到，短期内可以解决的办法就是选一本理论性较强的教材，然后任课老师再选一本统计软件教材教学生使用软件解决实际问题。这样做可以将理论结合实际，但任课老师要注意教学进度，对于独立学院的学生，要通过例题讲解理论知识。在长期教学中，最好的解决方法就是结合独立学生的特点，编写一本适合他们学习的教材，这也是根本解决独立学院经济决策与预测课程教材难选问题的办法。不论是选取教材还是编写教材，对教材的具体要求是：

(1)教材应能系统地介绍理论方法，为学生学习其他专业课程提供分析方法和理论基础；(2)教材应着重介绍各种模型在经济、管理领域的实际应用，在案例选择、编排上要尽量符合社会实际需要，也可以考虑将其他专业课程介绍的方法与这门课程的方法相结合解决实际问题。

2.2针对具体情况采用不同的教学模式

在理论方面，弱化传统的数理逻辑的推证教学方式，强化对模型适用性的识别能力以及利用这些模型分析经济数据能力的训练；注意以我国经济运行真实数据编写案例，结合社会经济的热点问题开展案例教学，积极开展实验，将理论方法的教学与计算软件相结合，克服理论方法和计算机教学相分离的现象，例如在讲非平稳序列的随机分析时，可以以我国每日上证指数数据为实例，运用EVIEWS软件讲解GARCH模型在解决异方差性时的优越性。笔者在教经济预测与决策这门课程时，重点讲的内容是时间序列分析，而教材里提到的其它计量内容，比如回归分析的内容，等专门讲计量经济学课程时再给学生详细介绍。为了让学生学会使用更多的统计软件，在上《经济预测与决策》课程时，使用EVIEWS进行教学，在上《计量经济学》课程时。使用SPSS进行教学，在给学生上《试验设计》课程时，使用EXCEL进行教学。在一个班学生人数较多的情况下，可以采用分组讨论的方式，将学生分成若干小组，并给每个小组指定一名组长，明确各个小组长的职责。如：组长负责组织本组成员按老师的要求开展讨论活动，对组内成员进行工作分工。督促本组成员按时完成工作并对本组成员的工作表现进行评价。除了正常上课外，可以给每个组布置1-2道题目进行讨论，然后从每个组抽同学上讲台说明解题思路，并当场演示计算过程和结果。在一个班学生人数较少的情况下，最好能选择在机房上课，这样更能合理分配讲理论知识内容和实际操作内容的时间，而且可以让每个同学都现场操作软件，采用这种方式既检验了学生平时的学习情况又锻炼了他们展现自我的能力。其次应该多采用案例教学，通过案例讲解理论知识，以案例为起点，教师通过对案例的分析，说明教学的主要内容，介绍课程的基本理论，使案例与课程的基本理论成为一个整体，构成完整的课程内容体系。在开始学习新的课程内容时，学生会感到新的理论知识理解起来比 较困难。因此案例引导法可以在学习新的一章内容时运用。通过案例的引导，可以极大地激发学生的学习兴趣和积极性，使新的教学内容理解起来非常容易。通过案例教学生实际操作，这样既能使学生学起来轻松，又能使学生对知识掌握得更牢固。最后，教师应该向学生详细介绍本课程的前沿性知识和有待解决的问题，启发学生积极思考这些问题，培养学生的自主创新能力。当今时代以知识经济和信息为主题，科学技术的不断创新，是一个国家繁荣昌盛的重要因素之一。平时要加强对学生自主创新能力的培养，让学生自己多思考。要真正培养学生分析、解决问题的能力，仅靠老师课堂教学是不够的，必须让学生经过社会实践的磨练。通过社会实践，既可以巩固课堂教学的成果，还可以为学校相关部门提供有用的决策信息。在上课的过程中与学生互动是非常重要的，通过互动，学生的积极性被充分调动，可以很快得扭转学生被动学习，教师强制“灌输”的局面。

2.3考试形式的多样化

绝大多数课程的学习要求学生掌握以下三个方面的内容：(1)基本知识、基本理论以及基本技能，这些基本内容是进一步深入学习的保证；(2)解决实际问题的能力，这是学习课程的基本目标；(3)自主创新的能力。

由于长期受到传统教育理念的影响，目前的考试形式已经越来越不适合综合考察学生学习知识、能力的现状，因此需要对经济预测与决策课程的考试模式进行改革。在考试内容上，要将理论知识考核和创新能力考核结合起来。用来考核的每一道题目，尽量做到在考察基础知识的同时也能考察到学生的发散思维能力，也就是题目不能太“直白”。要鼓励学生自己独立思考，在考试内容上要尽量将一些社会经济问题适当抽象化使之成为一种创新题型，通过这种“实战”激发学生的创新思维，从而才能真正起到综合考察学生知识、能力、素质的作用；在考试形式上，对经济预测与决策课程而言，可以采用以下一些考试方式：

(1)读书报告。通过写读书报告来考核学生理论基础，要求学生写出每一章的知识点有哪些，重点是什么，报告中还要写学完这门课程后有什么感想等。

(2)课程论文。这种考试形式是以学生写的调查分析报告、预测决策分析报告和实证分析报告等为依据，主要考察学生运用知识解决实际问题的能力和专业写作能力。在经济预测与决策课程中，完全可以让学生对股票、期货进行实证等分析，实践证明这有利于提高学生综合分析问题和解决问题的能力，同时可以起到使学生更加熟练地掌握统计软件的目的。

(3)多种考试形式相结合的综合性考试。这种考试形式是将两种或两种以上的考试形式结合起来进行综合性考核，以评定学生的课程最终成绩，由于教学时间的限制，综合考试形式要求教师在平时授课过程中就要完成大部分的考核内容。如读书报告与分析报告相结合、课程论文与平时成绩相结合等。对学生的考核，不能只在期末或者期中进行，要定期地抽查学生的学习情况，要及时地了解学生掌握实践能力，从而有针对性地改变教学方式。

总之，经济预测与决策对于培养统计学专业学生系统分析问题的思维方式、提高解决实际问题的能力具有重要的影响，因而必须深入探讨经济统计学专业经济预测与决策教学和实践模式，完善课程设置，提高经济预测与决策课程设置的合理性，突出统计专业应用性比较强的特点。同时也可以进一步完善教学的案例数据库建设，提高学生运用经济统计方法的应用能力和解决实际问题的能力。

参考文献：

[1]郑葵，独立学院经济管理专业统计学课程教学改革探讨[J]，教书育人・高教论坛，2010，6

[2]曾五一。肖红叶等，经济管理类统计学专业教学体系的改革与创新[J]，统计研究，2010，2

[3]曾守桢，岑仲迪，应用型统计学人才培养模式探究[J]，教育与职业，2009，5

统计预测与决策论文篇（3）

一、库存决策支持功能研究对会计信息系统的意义

(一)库存决策支持系统研究现状存货是重要的流动资产，需要占用大量流动资金，一般情况下存货占企业总资产的30％左右。据估算，库存成本降低的潜力比任何其它市场营销环节要大得多，如企业物流成本占营销成本的50％，其中存货费用大约占35％。由此看来，降低存货成本已经成为“第三利润源泉”。在企业管理的其他环节成本降低潜力不大的情况下，在降低存货成本上努力已经是成本管理和企业管理的最终所向(于凌宇、冯玉萍，1998)。从现实状况看，库存管理决策具有对象种类繁多、数量巨大的特点，管理人员被大量的单据、台帐所淹没，信息处理效率低下，造成了对库存供应和需求的变化反映迟钝，库存决策效果差。从管理方法看，多数库存管理一般局限于库存的上下限报警，在提高周转率、库存资金合理分配、优化库存管理等方面意识淡漠，管理方法原始。库存管理引入库存决策支持系统可以发挥计算机信息处理速，辅助管理者做出科学的决策。因此，深入研究库存决策支持功能(Inventory Decision Suppot System，以下简称IDSS)很有必要。目前研究决策支持系统(以下简称DSS)的文献不多。在研究方法上，主要采用演绎法，认为决策支持系统结构应采用多库模型，倡导根据多库模型及理论框架开发系统。然而这些理论只是一种建立相应系统的框架和草图，只提供了一些开发系统最基本的观点和思考问题的角度。只是分别规定了相应系统的组成、结构和功能及内部相互关系以供人们根据工作的需求，建立自己的决策支持系统，但还远没有达到具有可操作、可实现的层次(李京文，2002)。在研究内容上主要集中在特殊库存模型的解法、开发某行业库存决策系统某具体环节、开发某具体企业库存决策支持系统，对开发库存决策支持系统理念和目标探讨的文献不多。

(二)会计信息系统增加库存决策支持功能的可行性及意义会计信息的质量，在很大程度上取决于会计信息能否有助于人们据以进行经济决策和不断提高经济效益的需要，会计的有用性主要指决策的有用性(葛家澍，2001)。对高质量会计信息的需求迫使会计软件从核算型、管理型不断向决策型发展。决策可以分为结构化决策、半结构化决策和非结构化决策，决策型会计软件的开发目前应以开发相对简单的结构化、半结构化决策模块为主，并力求实现与企业管理信息系统的完美融合。库存管理规范性较强，库存决策属于半结构化决策在会计信息系统中加强库存决策支持功能是可行的，原因在于库存决策以销售、采购为条件，通过应用功能完整的进销存模块，会计信息系统可以提供详细的销售、采购环节相关数据及业务信息，为分析销售、采购规律打下基础。会计信息系统提供了各种库存商品、原材料等真实的采购及销售价格，使用成本会计、管理会计计算库存的每种商品及原材料的利润贡献率、各个管理环节消耗的费用，按照商品利润贡献率标准用ABc分类法对商品及原材料进行分类，实现库存重点管理。

库存决策支持功能的研究对会计信息系统具有重大意义：(1)会计信息系统不仅需要提供信息，将来会计信息系统更需要发挥其决策辅助控制功能，通过库存决策支持功能企业可以实现对库存的管理和控制，使系统具有反馈、调节控制功能，为降低库存资金实现科学的库存管理提供保障。(2)库存决策支持功能的需求是会计信息系统进一步发展的动力，要求会计信息系统提供信息的“粒度”更小，同时库存决策支持功能的开发需要对库存管理的数学模型进行更深一步的研究与优化，从而促使会计信息系统的数据管理更详细低层、更全面丰富和科学。(3)库存决策支持能够自动提供新的有价值的指库存指标――缺货率(用缺货的程度反映存货满足用户需求的能力)。现代的企业竞争从价格、质量转到服务竞争，满足客户(顾客)个性化需求是企业的生命，缺货率从反面反映满足客户需求的程度，该指标可以从不同角度计算。根据周期计算公式为：周期缺货率=有缺货的周期／订货周期总数；按年计算的缺货频率克服了不同产品由于不同前置时间引起的不可比性，通过一年的订货周期数(Q／q，Q表示一年的需求，q表示每次采购量)乘按订货周期计算的缺货水平，表示为年缺货率=(Q／q)×(周期缺货概率)；根据作业日计算公式为：作业日缺货率=缺货的作业日／总作业日；按照所供应的企业数计算公式为：缺货企业数／供应企业数；按物资数的缺货程度计算公式为：企业数缺货率=缺货量／需求量。

二、库存目标决定库存决策支持系统目标

(一)不同时期的库存目标所决定的IDSS决策目标生产水平和技术发展程度决定企业的目标。早在工业化时期生产的规模不大、市场几乎无限的情况下，企业无需考虑需求、竞争与合作。企业目标为扩大生产能力，节约生产成本赚取高额利润，库存管理关注的重点为如何降低企业自身的库存费用。这种情况下适应社会需求的近代早期的存储论(或库存论)以实现满足需求的情况下存储费用最小化的库存目标，作为实现节约成本赚取利润企业目标的途径。在此目标指导下，开发的IDSS几乎都忽略需求的满足程度而仅将满足需求情况下库存费用最小化作为IDSS的决策目标，这是IDSS不能发挥应有效果最根本原因。进入信息时代后，顾客多元化、个性化的需求日益明显，促使企业生产规模变小，敏捷制造、客户关系管理等新型的经营和管理理念成为企业生存和发展的必然选择，库存管理的重点也单个仓库管理转向从物流学角度分析多级库存、供应链中的库存管理。物流学与供应链管理认为每个企业的库存都是整个供应链的一部分，库存目标为更好的满足客户需求情况下供应链成本最小，即从局部费用(单库存费用)最小发展到整体费用(供应链费用)最小。但以此目标指导IDSS开发和使用缺乏可实现性和可操作性，因为目前国内市场经济发展不成熟，供应链内企业合作、供应链之间的竞争的经营环境没有形成，企业管理水平较低，管理人员的素质不高，供应链管理方法并未得到较好的应用。其次，此目标无法指导IDSS和使用，供应链上的单个企业无法完全控制整个供应链成本，并且带来的收益没有形成合理的分配制度。

(二)IDSS开发与使用构想笔者认为，指导IDSS开发和使用的目标是使“库存贡献”与“库存成本”之差的最大化。其中“库存贡献”与“库存成本”包括显性的、隐性的，可计量的、不可计量的，即库存目标是一个多维目标，不能或很难用一维角度去衡量。库存贡献和库存成本(看作变量)的计量及比较问题是库存目标指导IDSS开发和使用需首要解决的问题。变量的测量实质是对属性的测量，变量的属性对应测量尺度，分别为定类尺度、定序尺度、定距尺度和定比尺度，各种尺度只有定比尺度有绝对零点可

以进行加减运算(李怀祖，2004)。库存目标中的贡献与成本包含许多很难或不可用货币表示数量化的因素，如缺货造成企业信誉及形象的损失、库存对企业发展战略的影响等，需要使用前几种测量尺度度量。变量的比较问题指库存贡献、库存成本使用前几种度量尺度度量无法直接度量，解决的方法即对非定比尺度变量按照一定统一的规则赋值，转化为定比尺度经过四则运算计算出每种库存的“库存贡献”与“库存成本”之差再比较大小。按上述库存目标的指导，笔者对IDSS开发和使用作如下构想：IDSS输入是多维库存策略和多维参数，分两个个阶段数据处理。如果使用时输入库存策略，第一层次数据处理用公式表示为：库存目标集=Ft(库存策略集，参数集)，处理Fl表示IDSS根据输入相应的参数值(从采购、销售、系统参数构成的参数集中)及库存策略，计算库存目标集合中各指标的属性值；如果使用时不输入库存策略，第一层数据处理表示为：库存目标集=F2(参数集)，处理F：表示系统根据输入的参数集合中各属性值选择库存策略，并计算库存目标集合中各指标属性值。使用输入库存目标与实数影射规则时，第二层数据处理表示为：实数集=G(库存目标集，映数规则集)，其中影射规则集是如何把库存目标中的各类变量值赋予某个实数值的规则；反之，系统使用默认的映射规则，数据处理表示为实数集=G(库存目标集)。

三、库存决策支持系统的理论基础与研究方法

(一)库存决策支持系统基础理论 开发IDSS需要相关的基础理论、应用理论作指导，需要借助一定的研究手段、方法研究这一新兴领域。DSS在不少行业和部门获得成功，取得了明显的效益。其理论基础和技术发展到今天离不开相关科学如计算机科学、管理科学、数学、信息科学、人工智能、信息经济学、认知科学等的支持。这些学科构成了其发展的理论框架，以称之为理论基础(张玉峰，2004)。开发IDSS是DSS的具体应用，上述理论也是IDSS的理论基础，并进一步将系统论、预测理论、决策理论、库存管理理论等也作为其基础理论。因为库存是企业大系统的一个子系统，需要系统论为指导处理与其它子系统之间关系；采购、销售、库存决策的外部环境经常变化需要预测理论为指导才能精确预测；决策过程本身比较复杂，只有符合决策理论的库存决策才是科学的决策；库存决策是库存管理链条上的节点，需要其指导。开发IDSS的应用理论包括DSS理论、动态规划理论、统计理论和方法。因为DSS理论是研究如何开发一般的DSS的科学，IDSS是研究对象更为具体的辅助库存决策的DSS；常出现的库存问题是采购、销售量已知，但经常变化且无规律，研究这类问题最简便方法是转化为动态规划问题，使用动态规划求解方法求解；未来采购、销售及其它参数需要运用具体的统计学理论和方法总结规律历史规律，再按照预测理论和方法进行预测。

(二)运用数理统计方法运用库存模型必须已知库存系统内的反映采购、销售业务情况的多个参数值。信息化水平较高的企业保留着大量的销售、采购等业务、财务数据，可以利用概率论与数理统计学的知识及方法总结其规律。能够对采购、销售规律进行研究的根本原因是他们本身具有规律性，各个学科对这些现象作了深入的研究。影响库存决策的采购、销售多数指标(看作随机变量)概率分布常使用正态分布、泊松分布　和指数分布　描述。随机变量满足以下两种条件之一服从正态分布：一是连续受到多个因素影响，并且不受某个特殊因素显著影　响；二是多个随机(一般大于等于9)变量加减运算得出的结果。商品销售量很大且连续(计量单位相对总量很小，可近似连续)，如果没有受到特别因素的影响即满足条件一；某类商品有多个子类，每种子类的销售相互独立，则这类商品销售量满足条件二。现实情况企业商品销售满足条件一或二的例子很多，可以用正态分布近似描述销售规律。可以使用多种检验方法检验采用正态分布描述的误差程度，常用的有正态概率纸法和夏皮洛――威尔克(shapiro-Wilk)检验法(峁诗松、程依明、濮晓龙，2004)。有条件的可以使用SPSS统计软件相应的功能模块给出用正态分布描述分布的误差大小。如果随机变量(只取自然数)均值较低(小于等于20)且满足以下条件：随机变量的取值与时间段的长度成正比，与时间段的起点无关；在很短时间段内，随机变量的取值与该时间段以前的状态无关，即满足无后效应；在充分小的时间段内随机变量最大值为一，数学上可以严格证明该随机变量服从泊松(Poisson)分布。如果商品销售不受时间影响且均值不大(小于等于9)，容易验证满足上述条件，可以用泊松颁布反映销售量的概率分布情况。商品的平均销售量中等(一般大于9，小于50)，且不受特别因素显著影响情况下可以使用指数分布描述。在用上述分布描述销售规律时，检验是否满足分布成立的条件即可。

(三)分析采购销售规律方法与步骤销售(需求)和采购(补充)预测是库存管理和决策的基础。采购、销售预测的效果是由确定预测目标、收集整理预测资料、选择预测方法、建立预测模型、评价预测模型、使用预测模型、分析预测结果每一阶段的效果共同决定。确定采购、销售预测目标是根据库存模型对未来采购、销售规律的需求确定；收集整理采购、销售资料应该根据预测目标要求去收集，包括销售、采购本身发展变化的历史资料。在有条件的信息化水平较高的企业可以将收集的资料扩大到对销售、采购发展变化有重大影响因素的历史资料上，此外还要判别资料的真实程度和可用度。分析企业采购及销售规律可按照以下阶段进行：首先，确定分析对象。分析采购、销售规律是为库存决策服务，只有影响库存决策的各指标才作为分析对象。其次，定性分析。分析采购及销售指标服从分布的类型，一般情况下可以用概率论中已有分布描述指标分布；如果没有对应分布只能用频率代替发生各种情况的概率，则无后面阶段。再次，定性分析检验。根据指标的样本点数据检验假设服从某种分布的误差，误差超出允许范围则否定定性假设，另寻其他方法或用频率代替概率；误差在允许范围内可以进行定量分析。目前统计软件(如SPSS、SAS)具有很好的分析及检验大量样本是否服从某种分布的功能。最后，定量分析及检验。确定各指标的分布函数或分布率的参数值，例如使用点估计、区间估计等方法确定各分布中的未知参数值。对定量分析阶段确定的参数检验其可信度，运用概率论中的“假设检验”理论进行检验。

(四)会计信息系统库存模型研究库存模型是对库存现象抽象、概括、归纳，从数量角度反映库存。研究库存首先抓住库存的本质和主要方面，把库存抽象成库存模型，然后用数学知识对库存模型加以研究得出定量结果。分类是研究问题的开始，可以从库存特征和库存中各参数特征两个角度进行分类。根据库存特点按照不同标准进行可把模型分类如(表1)。求出最优策略，各参数表示的意义如下。P为采购货物的单位价格，也称单位购入成本；C1为单位时间内单位物品的存储费用；c2为单位物品单位时间缺货损失：c3，为每次商品

的订货费用；R为需求速率，即单位时间内的需求；L为前置期，即从订货到第一批商品到达时间段；l为补充时间，即从第一批商品到达至最后一批商品入库时间；Q为订货量，需要指出前置期不为零，则只需在第一批货物到达前一个单位时间订货即可。因此下面所有模型都可以假设前置期为零不允许缺货条件下，可以做分类并计算采用T-循环策略最优库存策略各参数值，见(表2)；缺货费用与单位缺货量成正比，设单位缺货量缺货费用C2，采取采用T-循环策略，可作如下表分类并计算最优库存策略见(表3)；缺货费用与单位时间成正比，设单位时间缺货费用为C1，可作如下表分类并计算最优库存策略。

表示缺货时间(可根据实际情况按照库存总费用关于增减性确定其最佳取值，可作为已知条件)，库存策略为在两个方案选择最优，即比较存在缺货情况下最优库存策略下的单位时间库存总费用(用I表示)和不缺货情况下的单位时间库存总费用(用Ⅱ表示)　，最小值对应的库存策略为最优策略见(表4)。

四、会计库存信息决策支持系统功能分析

(一)数据管理功能该功能内容上包括采集不同来源及格式的原始数据、数据分析、数据预测。采集不同来源及格式的原始数据功能包括数据导入与输入功能。数据导入功能指从系统内部的其他模块或者系统外部(统计软件数据、财务软件的输入数据)导入库存决策支持系统模块中，并转化成所需要的格式，这是大批量数据输入的一种最有效的方式；数据输入功能指作库存决策所需要的相关参数输入到IDSS模块中。数据分析功能是该系统实现库存决策支持功能的基础。数据分析使用的工具比较灵活，可以是专门的数据分析统计模块，也可以是利用系统之外的其他的数据统计分析软件。数据预测功能是假设事物渐进式发展，事物的历史发展规律适合未来，使用某种预测手段对未来事物发展趋势或状态进行预测。预测功能是否准确取决于事物是否具有渐进性；从历史数据中总结的规律是否正确；预测方法使用是否恰当。因此，系统在分析设计数据分析预测功能时，要注意分析数据隐含规律的方法的准确性，预测方法的多样性，事物处于质变阶段就不能使用该分析预测功能模块进行预测。

(二)知识管理功能 知识管理功能内容上包括概率统计学知识、库存模型使用知识、系统参数知识。概率统计学知识包括概率分布知识、参数估计知识、假设检验知识、回归分析知识等；库存模型使用知识给出库存模型使用条件，判断一定参数条件下是否可以套用库存模型及使用模型计算结果误差范围有多大；系统参数知识包括影响库存决策的环境静态参数和变化趋势的知识，如银行利率、利率变化趋势、物价指数、物价变动趋势等。

(三)模型管理功能模型管理功能内容上包括模型选择、模型计算、灵敏度分析。模型选择指根据分析预测模块分析出来的采购、销售、系统参数情况，按照知识库中的模型适用条件知识从模型库中正确选择库存模型；模型运算指根据采购、销售参数、系统参数计算库存方案；灵敏度分析指计算各参数误差对库存方案的影响程度等。

统计预测与决策论文篇（4）

[论文摘要] 针对卫生应急管理的特点, 将地理信息系统技术(gis) 与决策支持系统结合起来, 设计了突发公共卫生事件应急指挥辅助决策系统。阐述了其设计原理, 讨论和分析了基于gis 技术的突发事件应急指挥辅助决策系统的组成模式, 给出了其总体的设计框架。

1 概述

公共卫生是一个涉及微观结构和宏观系统的多分支 科学 ，大量与宏观有关的事件具有空间分布特点。将地图和空间分析应用于卫生决策研究中，至少可追溯到1854年john 应用gis技术研究伦敦宽街水井污染引起霍乱爆发，为卫生部门果断封闭污染水井控制霍乱继续流行起到了非常关键的作用。而在通常的卫生决策研究中，地理因素是需要考虑的一个重要方面， 众多的卫生事件都具有空间属性。gis作为一种新的科学研究方法和手段，在医疗卫生各个领域的应用也不断扩大和深入。gis技术在公共卫生管理领域的应用不仅可以促进理论研究的提高，同时也使突发公共卫生事件应急指挥辅助决策信息系统的建设成为可能。

目前国内关于gis在公共卫生领域的应用主要集中在血吸虫、症疾、流行性出血热、蜱传脑炎等疾病的空间分布研究， 使用地理信息系统(gis) 与空间遥感(rs)技术结合， 对空间相关数据进行输入、管理、分析、模拟和显示，为流行病的研究和决策提供信息技术支持，取得良好的效果。在我国gis 及rs 应用于流行病学研究虽然已有一定的进展， 但由于地图边界和遥感图像的价格昂贵，使进一步扩大其应用还存在一定困难。

2003年，在我国及世界范围内爆发了非典型肺炎。这种传染病通过呼吸道进行传播，传播速度快，危害面广。政府和有关防疫部门在及时采取有效的防治措施的同时，运用gis平台，快速建立了应用于非典型肺炎疫情监测的地理信息系统。由于gis具有交互定位和逻辑查询以及广泛的关系数据库连接能力，可以有效帮助疾病预防控制机构完成疫点定位、疫情事件分析、绘制疫情危害图、现场工作情况实时采集传送、人员派遣、规划、显示各类医疗卫生机构分布图、重点单位基本状况分布图、紧急调度和路径优化等任务， 从而在有限的资源条件下，最大限度地提高应急处理效率、降低疫情危险程度，基于gis 的突发公共卫生事件应急指挥辅助决策系统的研究开始出现。

2 系统构建和设计实现

2. 1 系统设计目标

基于gis 的突发公共卫生事件应急指挥辅助决策系统的目标是综合运用先进的 计算 机工程、卫生统计学、地理信息系统、决策支持系统、数据仓库及人工智能等技术手段，建立一个能为各级卫生行政部门和疾病预防控制机构提供全过程、多层次的信息服务和多种支持手段的应急指挥和辅助决策系统。系统能快速、及时、准确地收集、处理和存储实时突发事件信息和其他相关信息，以超媒体(文字、声音、影像等) 方式显示各类信息。该系统采用标准web服务器—应用服务器—数据库服务器的三层计算结构，应用分布式面向对象设计方法、安全tcp/ip协议及geo information web service技术，最终目标是以基础空间地理数据及各类专题图形数据为基础，建立预警指标数据库、危机事件数据库、预测与评价模型库、应急指挥预案库、领导决策知识库， 以信息报告—采集—录入—管理—分析—决策为主线，建立高效查询及分析机制，提高突发公共卫生事件的应急处理和指挥调度能力，为突发公共卫生事件决策指挥提供科学依据和技术支撑。

2. 2 系统的体系结构

系统采用开放式的 网络 结构设计，系统中各子系统之间、系统与其他相关系统之间都可以容易地实现互连互通，充分保证了系统的开放性。

2. 3 系统的功能结构

突发公共卫生事件应急指挥辅助决策系统的总体功能是辅助指挥调度和决策支持，可将系统总体功能划分为八个方面：信息收集分析、预警报告、资源整合调动、指挥统一协调、评估及时客观、联系视频直观、使用内部联动和外延接口灵活。

3 系统的功能及其特点

针对突发公共卫生事件处置的应急管理特点，系统沿应急准备、监测分析、预测预警、反应处置、事件终止、恢复重建、评估完善的流程进行运行，循环反复不断提升系统的应急处理支持能力。

(1) 应急准备：应急中心开展培训、演练和研究工作， 模拟应急业务提高应急处理能力；完善相关政策法规、预案；规划储备应急医疗卫生资源等，建立突发公共卫生事件的防控体系。

(2) 监测分析：应急中心负责接收、分派、核实与处理事件的报告，协调组织疾病预防控制机构开展突发公共卫生事件的预防和监测工作，获取动态监测、事件调查和疫情评估信息，跟踪事态 发展 。主要分析方法有：空间分布分析， 时间 历史 曲线分析，动态演变分析，病例的逗留、影响和交叉分析，卫生统计学分析，扩散模式分析，流行转归分析等。

(3) 预测预警：根据突发公共卫生事件处置流程与预案，应急中心组织专家进行事件评估，并针对评估结果预警信息，针对相关突发事件快速开展有关工作准备，落实预案与方案涉及工作的准备情况，及时通报与汇报进展情况。

(4) 反应处置：按照有关规定启动预案，根据预案迅速指挥与执行工作，有条不紊地组织调度人员与物资，开展应急的专业处理与相关配合工作。同时根据反馈情况，动态评估事件的 发展 情况，及时调整处置措施，最大限度地减少损失。

(5) 事件终止：当突发公共卫生事件的隐患或相关因素被消除；最后一例病人发生后，经过一个最长潜伏期无新的病例出现。

(6) 恢复重建：突发事件结束后，应急中心快速开展从应急状态恢复到正常状态的工作。有计划地补充应急处理阶段所消耗的储备资源，逐步恢复正常的生产生活。

(7) 评估完善：应急中心进行 科学 总结 ，完善相关预案， 开展应急处置研究和探讨，总结经验和教训，制订有针对性的防控措施等，提高应急处理能力。

4 实例运用

用本文研究的几个主要技术方法，结合软件工程的基本思想，开发的基于gis 技术的省级突发公共卫生事件应急指挥辅助决策系统。该系统包括的区域范围将近20万平方公里，地表模型用数字地图生成，并将河流、湖泊、公路、居民区等地表特征物以面的形式覆盖在数字地表模型上。系统在运行初期只包含了事件定位、信息的上传下达等，但其提供相应功能使用后可以完成事件处置各过程。通过在现场的实际运用，该系统可以较好地实现各项交互功能，完成系统理论上应提供的功能。

5 总结与展望

通过合理的利用三维模型构建和模式设计方法，提出了一种基于gis的突发公共卫生事件应急指挥辅助决策系统的设计方案和实现方法，并在卫生应急管理中得以实现。由于本系统采用合理的软件体系和模块化设计模式，将来也可以方便地成为应急培训和模拟演练、传染病疫情分析和突发事件医疗卫生救援预案设计等高层应用。

参考 文献

统计预测与决策论文篇（5）

[论文摘要] 针对卫生应急管理的特点， 将地理信息系统技术(GIS) 与决策支持系统结合起来， 设计了突发公共卫生事件应急指挥辅助决策系统。阐述了其设计原理， 讨论和分析了基于GIS 技术的突发事件应急指挥辅助决策系统的组成模式， 给出了其总体的设计框架。

1 概述

公共卫生是一个涉及微观结构和宏观系统的多分支科学，大量与宏观有关的事件具有空间分布特点。将地图和空间分析应用于卫生决策研究中，至少可追溯到1854年John 应用GIS技术研究伦敦宽街水井污染引起霍乱爆发，为卫生部门果断封闭污染水井控制霍乱继续流行起到了非常关键的作用。而在通常的卫生决策研究中，地理因素是需要考虑的一个重要方面， 众多的卫生事件都具有空间属性。GIS作为一种新的科学研究方法和手段，在医疗卫生各个领域的应用也不断扩大和深入。GIS技术在公共卫生管理领域的应用不仅可以促进理论研究的提高，同时也使突发公共卫生事件应急指挥辅助决策信息系统的建设成为可能。

目前国内关于GIS在公共卫生领域的应用主要集中在血吸虫、症疾、流行性出血热、蜱传脑炎等疾病的空间分布研究， 使用地理信息系统(GIS) 与空间遥感(RS)技术结合， 对空间相关数据进行输入、管理、分析、模拟和显示，为流行病的研究和决策提供信息技术支持，取得良好的效果。在我国GIS 及RS 应用于流行病学研究虽然已有一定的进展， 但由于地图边界和遥感图像的价格昂贵，使进一步扩大其应用还存在一定困难。

2003年，在我国及世界范围内爆发了非典型肺炎。这种传染病通过呼吸道进行传播，传播速度快，危害面广。政府和有关防疫部门在及时采取有效的防治措施的同时，运用GIS平台，快速建立了应用于非典型肺炎疫情监测的地理信息系统。由于GIS具有交互定位和逻辑查询以及广泛的关系数据库连接能力，可以有效帮助疾病预防控制机构完成疫点定位、疫情事件分析、绘制疫情危害图、现场工作情况实时采集传送、人员派遣、规划、显示各类医疗卫生机构分布图、重点单位基本状况分布图、紧急调度和路径优化等任务， 从而在有限的资源条件下，最大限度地提高应急处理效率、降低疫情危险程度，基于GIS 的突发公共卫生事件应急指挥辅助决策系统的研究开始出现。

2 系统构建和设计实现

2. 1 系统设计目标

基于GIS 的突发公共卫生事件应急指挥辅助决策系统的目标是综合运用先进的计算机工程、卫生统计学、地理信息系统、决策支持系统、数据仓库及人工智能等技术手段，建立一个能为各级卫生行政部门和疾病预防控制机构提供全过程、多层次的信息服务和多种支持手段的应急指挥和辅助决策系统。系统能快速、及时、准确地收集、处理和存储实时突发事件信息和其他相关信息，以超媒体(文字、声音、影像等) 方式显示各类信息。该系统采用标准Web服务器—应用服务器—数据库服务器的三层计算结构，应用分布式面向对象设计方法、安全TCP/IP协议及Geo information Web Service技术，最终目标是以基础空间地理数据及各类专题图形数据为基础，建立预警指标数据库、危机事件数据库、预测与评价模型库、应急指挥预案库、领导决策知识库， 以信息报告—采集—录入—管理—分析—决策为主线，建立高效查询及分析机制，提高突发公共卫生事件的应急处理和指挥调度能力，为突发公共卫生事件决策指挥提供科学依据和技术支撑。

2. 2 系统的体系结构

系统采用开放式的网络结构设计，系统中各子系统之间、系统与其他相关系统之间都可以容易地实现互连互通，充分保证了系统的开放性。

2. 3 系统的功能结构

突发公共卫生事件应急指挥辅助决策系统的总体功能是辅助指挥调度和决策支持，可将系统总体功能划分为八个方面：信息收集分析、预警报告、资源整合调动、指挥统一协调、评估及时客观、联系视频直观、使用内部联动和外延接口灵活。

3 系统的功能及其特点

针对突发公共卫生事件处置的应急管理特点，系统沿应急准备、监测分析、预测预警、反应处置、事件终止、恢复重建、评估完善的流程进行运行，循环反复不断提升系统的应急处理支持能力。

(1) 应急准备：应急中心开展培训、演练和研究工作， 模拟应急业务提高应急处理能力；完善相关政策法规、预案；规划储备应急医疗卫生资源等，建立突发公共卫生事件的防控体系。

(2) 监测分析：应急中心负责接收、分派、核实与处理事件的报告，协调组织疾病预防控制机构开展突发公共卫生事件的预防和监测工作，获取动态监测、事件调查和疫情评估信息，跟踪事态发展。主要分析方法有：空间分布分析， 时间历史曲线分析，动态演变分析，病例的逗留、影响和交叉分析，卫生统计学分析，扩散模式分析，流行转归分析等。

转贴于

(3) 预测预警：根据突发公共卫生事件处置流程与预案，应急中心组织专家进行事件评估，并针对评估结果预警信息，针对相关突发事件快速开展有关工作准备，落实预案与方案涉及工作的准备情况，及时通报与汇报进展情况。

(4) 反应处置：按照有关规定启动预案，根据预案迅速指挥与执行工作，有条不紊地组织调度人员与物资，开展应急的专业处理与相关配合工作。同时根据反馈情况，动态评估事件的发展情况，及时调整处置措施，最大限度地减少损失。

(5) 事件终止：当突发公共卫生事件的隐患或相关因素被消除；最后一例病人发生后，经过一个最长潜伏期无新的病例出现。

(6) 恢复重建：突发事件结束后，应急中心快速开展从应急状态恢复到正常状态的工作。有计划地补充应急处理阶段所消耗的储备资源，逐步恢复正常的生产生活。

(7) 评估完善：应急中心进行科学总结，完善相关预案， 开展应急处置研究和探讨，总结经验和教训，制订有针对性的防控措施等，提高应急处理能力。

4 实例运用

用本文研究的几个主要技术方法，结合软件工程的基本思想，开发的基于GIS 技术的省级突发公共卫生事件应急指挥辅助决策系统。该系统包括的区域范围将近20万平方公里，地表模型用数字地图生成，并将河流、湖泊、公路、居民区等地表特征物以面的形式覆盖在数字地表模型上。系统在运行初期只包含了事件定位、信息的上传下达等，但其提供相应功能使用后可以完成事件处置各过程。通过在现场的实际运用，该系统可以较好地实现各项交互功能，完成系统理论上应提供的功能。

5 总结与展望

通过合理的利用三维模型构建和模式设计方法，提出了一种基于GIS的突发公共卫生事件应急指挥辅助决策系统的设计方案和实现方法，并在卫生应急管理中得以实现。由于本系统采用合理的软件体系和模块化设计模式，将来也可以方便地成为应急培训和模拟演练、传染病疫情分析和突发事件医疗卫生救援预案设计等高层应用。

参考文献

统计预测与决策论文篇（6）

关键词：

经济学；研究；统计学思想

在对经济学进行研究的过程中，统计学思想是至关重要的部分，其中包含着估计思想、拟合思想、均值思想等，有利于提高经济学研究效率，凸显出经济学的研究价值，为其后续的发展奠定良好基础。

1经济学中统计思想分类

1.1统计思想之估计思想

统计思想是一门具有综合性特点的学科，其涉及的内容较广，研究重点有所不同，使得主要的思想部分受到广泛关注。然而，在统计思想中估计思想是最为主要的组成部分，主要因为估计思想是一种认识方式，能够将利用样本对统计的总体进行预测，在一定程度上，能够有效提高预测准确度。与此同时，样本是统计中最为重要的部分，在显示总体属性的基础上，可以利用样本的研究结果预测总体概况，但是，统计样本很容易受到各类因素的影响，导致统计数据与总体数据出现偏差。

1.2统计思想之拟合思想

拟合思想就是在统计期间，能够对不同类型的事物的表象关系进行分析，保证能够拟合出事物的前后顺序，使得错综复杂、难以分辨的信息规律凸显出来，进而形成良好的发展趋势。

1.3统计思想之均值思想

对于统计思想而言，均值思想就是根据统计学的基本特征凸显出事物的一般性规律，使得经济学研究人员可以全面了解事物发展规律，避免出现各类干扰因素影响其统计准确性，进而提高经济学研究质量。

1.4统计思想之联系思想

经济学研究中各类事物都存在着密切的联系，只有应用统计联系思想，才能保证人们在处理问题的时候，可以注意事物之间的联系，提高变量考察效率[1]。

1.5统计思想之差异思想

统计学最为显著的特点就是概括性，与差异思想存在密切的联系，主要因为差异思想可以引导经济学研究人员能够根据事物之间的差异，对事物进行统计与概括，进而形成良好的数据研究体系。

2经济学研究中统计思想的应用路径

2.1经济学研究风险决策时应用统计思想

在经济研究决策期间，经常会存在不确定的因素，使得经济活动承担一定风险。由此可见，在经济研究决策之前，必须要利用科学的方式制定工作制度，保证能够向着正确的方向前进。首先，在日常经济活动中，企业要利用正确的决策规避盈利亏损。其次，企业要正确估量经营中可能出现的经济损失，保证能够制定完善的措施规避企业的损失。最后，企业可以利用统计学的概率论原理，形成竖形图像实施分析工作，进而提高企业的发展效益[2]。

2.2经济学研究市场调查中应用统计思想

经济学研究人员在市场调查过程中，必须要全面分析统计学的应用特点，保证能够有目的性的对市场调查内容进行分类，并且提高数据记录效率，使其达到系统性目的。同时，经济学研究人员还要正确分析所搜集的市场信息，及时发现企业的缺点，并采取有效措施弥补，为企业在市场中的发展提供正确方向。另外，经济学研究人员还要利用统计学思想全面判断市场需求，提出更多的可行性战略条目，例如：取样调查、抽样调查等，使得统计思想能够更好的应用在经济学研究领域中，为其发展奠定坚实基础[3]。

2.3经济学研究经济预测时应用统计思想

在统计学理论中，经济预测与风险预测是有所不同的，经济预测就是对未来各类不确定的经济因素进行分析，保证能够利用科学的手段实施经济预测工作，避免对经济进行臆想与胡乱猜测[4]。同时，在经济预测期间，不可以出现利用直觉与经验预测的问题，必须要根据经济预测要求，科学、精确的实施计算工作，在搜索各类相关资料的同时，不断分析与判断未来的经济发展趋势。企业决策者可以利用统计思想中经济预测手段加深对企业未来经济的了解，以便于做出更加完善的决策。经济预测指标包括以下三种：一是经济预测范围。二是经济预测时效。三是经济预测性质。每个标准都有自身存在的意义，可以促进经济学研究效率的提高。

3结束语

在经济学研究期间，相关研究人员必须要全面分析统计思想，确保能够将其有效应用在研究工作中，在提高研究质量的基础上，凸显经济学研究价值，为其发展奠定良好基础。

作者：许欢 单位：唐山人民医院

参考文献：

[1]陈小琴,潘东明.基于微观经济学视角下的中国鲜切花产业统计数据分析[J].中国农学通报,2013,28(32):128-137.

统计预测与决策论文篇（7）

文章编号：1003－4625(2011)04－0063－03

中图分类号：F830.2

文献标识码：A

一、前言

金融是现代经济的核心，良好的金融生态环境在一定意义上就意味着和谐、统一的社会经济环境。打造良好的金融生态环境，有助于营造适合金融发展的外部环境，降低金融风险，推进社会经济全面、健康、可持续发展。针对某一个地区来说，要整体上提高区域金融生态环境，就必须找出其整体和个体在金融生态方面存在的问题，既要找出通病又要分析特征，所以建立科学、规范的区域金融生态环境模型，并对某一特定区域的金融生态环境进行智能化的科学评价与预测，成为改善地区金融生态环境的关键。区域金融生态环境评价与预测具有属性多样、结构复杂的特性，要进行有效的评价与预测就要建立多指标、多层次的评价预测系统。智能决策支持系统是人工智能和决策支持相结合的系统，应用智能技术使决策支持系统能更充分地应用人类的知识，如关于评价问题的描述性知识，评价及预测过程中的过程性知识，求解问题的推理性知识，通过逻辑推理来帮助解决评价与预测问题的辅助决策支持系统。本文将智能决策支持系统应用于金融生态环境建设中，可以促进金融健康发展和协调运行，提高社会资源配置效率，规范各社会经济主体经营行为，培植良好的金融生态环境，构建更加和谐的金融结构，促进区域经济的协调发展。

二、AClent及MAS

Agent有丰富的内涵，其中文名词有“主体”、“智能体”、“”等。人工智能的研究者更倾向于使用“智能体”，而在复杂适应系统(complex AdaptiveSystem，CAS)理论中则更多地称之为“主体”。人们从社会智能、知识处理、拟人性等角度给予了Agent不同的定义，也有一些学者还提出有关Agent的强定义和弱定义，然而迄今为止学术界尚未给出有关Agent的统一而确切的概念。尽管不同领域对Agent的理解不同，但大多数研究者都认为Agent是一种实体(Entity)，它能够持续地、自主地进行操作，具有学习能力并且与其他Agent并存和相互作用。

一般来说，Agent需要具有某些特性，包括能动性、自治性、相互作用、社会性、响应性、持续性、适应性甚至可移动性。一些学者还提出Agent应具有实时性等，特别是对于人工智能的研究者而言，Agent除了应具有以上特性外，还应具有某些更为拟人的特性，诸如知识、信念、意图、承诺甚至情感等心智状态。当然，任何一个Agent都不大可能具备上述全部的性质，研究者一般会根据研究目的或实际应用的需要，设计和实现相应的机能。

多Agent系统(MAS)是由多个Agent组成的一个松散耦合的网络，往往涉及多个Agent之间的相互合作、协同、协商、竞争等问题的分析和讨论以及与之相关的复杂交互模式。与单个Agent相比，MAS具有如下特性：每个成员Agent仅拥有不完全的信息和问题求解能力，不存在全局控制，数据是分散或分布的，计算是异步的、并发的或并行的。这些自身具有不同知识、目标、能力的Agent通过通讯和协调能够完成超出单个Agent能够解决的问题。

三、金融生态环境智能决策支持系统设计

(一)系统设计模型

金融生态环境系统由经济环境、法制环境、金融运行、信用环境、居民生活水平和社会保障、政策环境和行政环境等子系统组成。它包含了大量的、多类别的、多层次的环境因素和因子，它们相互联系、相互作用，其中任一环境因素的变化都会不同程度地改变它的结构，影响其整体功能，使其削弱或加强。我们可以根据金融生态环境智能决策对环境变量进行调控，改善其结构，提高其功能，实现生态环境的修复和重建，以达到发展持续金融生态的目的。

系统以智能决策支持系统结构框架为基础，在设计与实现过程中以面向Agent的思维方式和协同演化理论为指导，代替了传统的结构化设计方法和面向对象的设计方法。用Agent部件代替单一的问题求解系统，增加了系统的智能性，更加强调将决策者的智慧和系统结合。为了解决Internet应用程序之间的连接，系统引入了四层模型的概念，四层模型由管理者、决策者、中间通信层、资源层组成，如图1所示。模型的每一层都可以完成各自特定的功能，每一部分的功能都由相应的Agent来完成。

管理层由用户Agent、管理Agent和协同Agent组成，驻留在中心服务器上，是系统管理调度核心部件。决策层由决策Agent、任务Agent、模型Agent、评价Agent、预测Agent组成，负责实现系统的决策支持功能。通信层由携带各种任务的通信Agent组成，可动态地匹配决策层的决策任务请求和用户资源信息提供。资源层包括数据Agent、知识Agent等，资源Agent在通信Agent与资源间提供访问中介，分别供给各类任务Agent在数据以及知识方面的需求。

(二)系统模型中各Agent的功能

用户Agent：用户Agent的作用是提供接口，管理Agent与外界的联系，由Servlet驱动，其中Servlet是服务器端的小程序，servlet的工作模式是：1.客户端发送请求至服务器；2.服务器启动并调用Servlet，Servlet根据客户端请求生成响应内容并将其传给服务器；3.服务器将响应返回客户端。用户Agent负责接收用户的输入信息，对输入信息进行分析后，传递请求信息到管理Agent；接收返回结果，并将最终决策结构转化成本地所需数据格式通知Servlet。

管理Agent：为了管理协调各资源Agent，达到合理协调各Agent工作、合理分配资源的目的。具体是驻留在技术中心服务器端，接收用户Agent请求，将用户请求的数据及来自协同Agent处的地址打包成带有目标地址的决策任务交给决策Agent，接收由决策Agent返回的决策结果，根据用户Agent的需求，交给评价Agent或者预测Agent，评价Agent评价当前的金融生态环境值，或者预测Agent根据近几年的评价结果进行预测，并把结果交给用户Agent。

协同Agent：维护一个所有通信Agent的列表，随时接受管理Agent的查询请求；当有信息变动时，由协同Agent根据列表进行通知和协同工作。

任务Agent：派遣移动Agent到各个节点完成任

务；记录已分派的任务，保持与完成任务相关的移动Agent信息；监控任务的执行；协调任务之间的关系以充分利用系统的计算资源和信息资源；维护正在执行的任务的信息，并对其更新。

决策Agent：接受由管理Agent交给的用户决策任务，制定任务的完成方式及路由策略，将任务转换成移动Agent的移动参数，分派给任务Agent。具体包括评价Agent和预测Agent。

评价Agent：包括指标选择Agent、权重确定Agent、评价方法Agent、测评分析Agent。指标选择Agent生成评价指标体系；权重确定Agent设置指标权重值；评价方法Agent将评价任务分解，发送给定性或定量评价Agent，完成单项或综合指标的评价，同时它还负责从综合评价Agent那里得到最后的评价结果并输出给相应用户。定性或定量评价Agent是由一种定性或定量评价方法构成的Agent，是完成评价任务的主体，进行定量指标测算和定性指标测算，然后将结果送给综合评价Agent。综合评价Agent获取定性或定量评价Agent的输出结果并利用综合评价方法将结果汇总，汇总得出各区域金融生态环境测评值，生成辖区金融生态环境指标评价汇总数据报表，并将最终结果发送给评价Agent。测评分析Agent对各区域指标进行横向和纵向比较分析，生成分地区评价数据报表、分地区评价示意图、评价历史比较示意表等图表。如图2所示：

预测Agent：根据用户Agent的请求，接受决策Agent的任务，根据近几年金融生态评价数据，通过把预测方法(方差－协方差组合预测方法，该方法的思想就是对拟合方差小的赋予更大的权值)设计成一个预测Agent，进行金融生态环境预测。

模型Agent：在系统管理Agent的调度下和数据Agent的支持下响应决策Agent的问题请求，产生所要求的具体求解模型，其核心是可被维护和升级的模型库。模型Agent根据自身的推理机进行模型组织推理，比如模型匹配、模型组合以及参数的确定等。

移动Agent：移动Agent在系统中的不同节点之间移动。它根据任务Agent分派给它的任务，决定移动到哪个节点上，并与其上的资源Agent交互获取决策所需的信息；把信息返回给任务Agent按事先制定的策略决定是否继续存在，是否继续移动，是否继续执行新的任务。

资源Agent：资源Agent为移动Agent和资源之间提供一个访问中介。

知识Agent：负责具体的数据库查询工作，它通过JDBC-ODBC桥调用后台数据库和知识库处理子程序以获得查询结果，它们并不直接与移动Agent交互，而是通过资源Agent调用查询请求和查询结果转换模块将结果转换成移动Agent能够识别的格式，通过专用的接口传递数据。

数据：Agent：包括信用环境Agent、法制环境Agent、经济环境Agent、金融运行Agent、行政环境Agent、政策环境Agent、居民生活水平和社会保障Agent、指标Agent、指标权重Agent等。数据Agent对评价体系中各级指标及各级指标对应的权重信息进行录入、修改、删除、查询等基本管理操作。如图3所示：

(三)工作流程

金融生态环境智能决策支持系统的工作流程图如图4所示。具体的运行步骤如下：

1　用户通过Web浏览器登录、注册。

2　用户提出决策请求传给Servlet引擎。

3　Servlet引擎启动用户Agent来接收用户信息，将工作交给管理Agent。

4　地区金融中心服务器的管理Agent接受用户请求，根据协同Agent维护的远端节点的IP地址，将决策任务交给决策Agent。

5　决策Agent根据具体决策任务向模型Agent提出模型查询请求，并将决策任务细化分派给各类任务Agent，同时激活数据Agent、模型Agent、知识Agent、评价Agent或者预测Agent。

6　任务Agent派出移动Agent(带有具体任务的如评价或者预测)到目标节点，向资源Agent提出查询请求。

7　资源Agent取出相关数据和知识，交给移动Agent并根据具体的任务(评价、预测)进行计算推理，计算后移动Agent根据迁移策略和任务决定是否继续迁移，最终将结果带回。

8　移动Agent将结果返回管理Agent，管理Agent分析处理后交给用户Agent。

四、结束语

本文在研究智能决策支持系统和Agent的基础上，讨论了基于Agent的金融生态环境智能决策支持系统的体系结构、组成及工作原理等内容。该系统的实现可有效地突破普通的决策支持系统在求解问题时难以适应动态环境变化的障碍，填补了当前金融生态环境智能决策的空白，较为全面、系统地反映了各县(区)金融生态环境的现实状况，为全面推动金融生态环境建设工作提供了科学依据，也为欠发达地区金融生态环境建设提供了一种高效的操作模式与思路。

统计预测与决策论文篇（8）

根据混沌理论，组织都是复杂、动态、非线性、共同作用、极不平衡的系统，它们的未来表现不可能通过过去或现在的事件、行为来预测。任何看似无关紧要的微小误差，经过一个长期的递归、聚焦过程，并且与其它异常现象相互作用后，都可能演变成一场重大的灾难，形成了常规制度难以控制的盲点，这就是“蝴蝶效应”对初始条件的极度敏感性问题。企业组织的发展经历着一个从简单到复杂的过程，在此过程中，混沌是内生的、必然的，而进行混沌管理也是企业管理所必须的。企业内部控制系统作为企业管理系统的组成部分，是一个非线性系统，其内部各构成要素即变量之间不是按固定比例变化的直线关系，内部控制各模块的创新、组织、变革等都呈现出非线性的特征，进而使其出现混沌的状态。将混沌管理运用到企业内部控制中，即对于预期要达到的目标而言，内部控制可被依赖的程度总是有限的，无论内部控制设计得如何完美，执行得如何良好，不可能完全保证系统总能达到所有预期的效果，只能对企业所要达到的目标提供合理保证。企业试图通过扩大内部控制的范围来阻止微小错误的发生，可能是毫无用处的，日常操作中的微小偏差及其带来的后果通常是无法预测的。因此，不可能对那些偏差进行准确的估计，也不可能建立充分的预防机制完全依靠内部控制来预防所有重大恶性事故的发生。

由于受成本效益原则的影响，所有的微小因素并不能全部纳入控制范围，内部控制应该更加关注这种误差的集聚过程，应随着整个进程的推移不断地改进并设置新的控制点，使内部控制始终处于一种持续有效的状态。企业内部控制的目的就在于避免或减少不利混沌，平衡中性混沌以防止其向不利混沌演化，并为有利混沌的产生创造条件，使适应社会环境与企业制度的不断变化。作为企业内部控制系统的管理者，在内部控制中应该从行为控制发展到心灵控制，心灵本身就是一个巨大的混沌系统，将控制的重点侧重于员工价值观的形成和职业素养的提高。现实中企业很多内部控制制度都形同虚设，仅限于纸面文件而未得到有效地执行，还需要在内部控制中从制度、规条的管理转变到情感、智慧管理，情感管理并不是完全抛弃制度，而是在制度的基础上运用情感激励员工，使其从心理上做好本职工作。

二、会计人员的混沌管理

科学管理理论的应用虽然极大地提高了管理效率，但是，由于管理者与被管理者都涉及到人的概念，而在人的参与下，科学管理的规范化、精确化、最优化等原则均受到不同程度的挑战，即很多管理过程中出现的现象，无法用科学的管理理论加以解析或精确地说明。而人文管理理论的提出，使得科学管理和人文管理成为现代管理的两种重要思想，在科学运用规范、界限、定量和技术方法等现代科学管理要素的同时，融入人本管理思想，充分考虑人的因素，充分理解事物的模糊性、不确定性，使得现代管理理论更加完善，更加符合现代企业管理实践的要求。在企业会计系统管理过程中，混沌管理适合复杂人的假设前提，其本质特征就是人本管理，对人的非规范化、非精确化、非界限的管理。企业会计中的管理者与被管理者在很多方面都存在着人员之间自身的差异，如年龄跨度较大、学习态度、文化水平参差不齐、自卑心理、个性差异等，都是会计人员管理系统出现混沌状况的原因。

混沌理论的开放系统观认为系统是不断地与环境进行物质和能量交换，增大或分解其组成成份的要素，能够利用从环境条件及其他因素中接掌的信息进行自我修正、自我调整和自我组织，也有利于快速有效地适应未曾预料或预见到的偶然事件或意外事件。企业会计人员管理中长期形成了一种过分依赖的主从关系，什么都是领导说了算，同时在处事流程上的要求太过于复杂和程序化，也存在许多的管理方法不当、管得过细等状况。在日常的管理过程中，管理者有时对错误原因不是很了解，凭主观意识来处理问题，出现了非规范化管理，有时“心太软”的心态也会出现非规范化管理。这种现象并不是不负责任、不坚持原则的行为。因为管理是一个涉及人的心理和认识的领域，为了协调好各方面的人际关系，充分调动人的积极性，确保组织的稳定和发展，有时采用非规范化管理是必要的。而非规范化是混沌管理的特征之一，用模糊控制来解决规范与非规范的边界往往是可行的办法。

三、会计预测、决策的混沌管理

混沌行为虽然是杂乱无章的，但又总是在一定的范围内变化，在状态空间上呈现出一种有规则结构，表明了企业系统的未来状况有一定的可预测性。从混沌中发现事物中存在的有序，把外在的随机性和内在的决定性有机的结合起来，使更多的随机现象容易预测。混沌系统对初始条件的依赖性早已存在和被发现，只不过系统管理者把它当作外来的扰动而在观察中被忽略，在操作中被当作计算方法不精确和工具不完善而予以排除，将复杂性当作简单性来处理。殊不知，这正是混沌系统的“蝴蝶效应”，是企业确定性系统中的内禀随机性在起作用。复杂的结果并不一定需要复杂的原因和过程，简单的前提能导致复杂的结论。由于混沌系统对初始信息的敏感性与依赖性，理性决策模式在较短的时间内是正确的、可预测的，但在长时间内则存在随机性，致使企业进行预测时无法做到完全精确地计量，且时间越长不确定性越大，不可预测性也就越强。混沌系统的最大特点就在于系统的演化对初始条件的极度敏感性，因此，从长远意义上讲，系统的未来行为是难以预测的。短期预测建立在主观预测的较小误差基础上，可以运用定量的方法加以近似计量，而长期预测由于微小误差的递归作用，采用定量与定性相结合的方法更有效，然而在极端不确定的情形下可以合理借鉴混沌管理的思维方式，在无序中寻找有序，在不确定中寻找确定。

统计预测与决策论文篇（9）

课题来源：单位自拟课题或省政府下达的研究课题

选题依据：

技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估,可以使企业对未来的技术发展水平及其变化趋势有正确的把握,从而为企业的技术创新决策提供科学的依据,以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下,企业的技术创新工作才能沿着正确方向开展,企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中,企业的技术创新决定着企业生存和发展、前途与命运,为了确保技术创新工作的正确性,企业对技术创新的预测和评估提出了更高的要求。

二、本课题国内外研究现状及发展趋势

现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。

(1)趋势外推法。指利用过去和现在的技术、经济信息,分析技术发展趋势和规律,在分析判断这些趋势和规律将继续的前提下,将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法,美国生物学家和人口统计学家RaymondPearl提出的Pearl曲线(数学模型为:Y=L∕[1+A?exp(-B·t)])及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为:Y=L·exp(-B·t))皆属于生长曲线,其预测值Y为技术性能指标,t为时间自变量,L、A、B皆为常数。Ridenour模型也属于生长曲线预测法,但它假定新技术的成长速度与熟悉该项技术的人数成正比,主要适用于新技术、新产品的扩散预测。

(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息,建立预测对象与影响因素的因果关系模型,预测技术的发展变化。相关分析法认为,一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的,这样,通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种:导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。

(3)专家预测法。以专家意见作为信息来源,通过系统的调查、征询专家的意见,分析和整理出预测结果。专家预测法主要有:专家个人判断法、专家会议法、头脑风暴法及德尔菲法等,其中,德尔菲法吸收了前几种专家预测法的长处,避免了其缺点,被认为是技术预测中最有效的专家预测法。

趋势外推法的预测数据只能为纵向数据,在进行产品技术创新预测时,只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势,并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中,对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推,而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测,但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式,而所得到的回归预测模型往往只能考虑少数几种主要影响因素,略去了许多未考虑的因素,所以,所建模型对实际问题的表达能力也不够准确,预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验,往往带有主观性,难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献,为企业技术创新的预测提供了科学的方法论,但在新的经济和市场环境下,技术创新预测的方法和技术应有新的丰富和发展,以克服自身的不足,更进一步适应时展的需要,为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。

目前,在我国企业技术创新评估中,一般只考虑如下四个方面的因素:(1)技术的先进性、可行性、连续性;(2)经济效果;(3)社会效果;(4)风险性,在对此四方面内容逐个分析后,再作综合评估。在综合评估中所用的方法主要有:Delphi法(专家法)、AHP法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等,但技术创新的评估是一个非常复杂的系统,其中存在着广泛的非线性、时变性和不确定性,同时,还涉及技术、经济、管理、社会等诸多复杂因素,目前所使用的原理和方法,难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究,在我国的历史还不长,无论是指标体系还是评估方法,均处于研究之中,我们认为目前在企业技术创新评估方面应做的工作是:(1)建立一套符合我国实际情况的技术创新评估指标体系;(2)建立一种适应于多因素、非线性和不确定性的综合评估方法。

这种情况下,神经网络技术就有其特有的优势,以其并行分布、自组织、自适应、自学习和容错性等优良性能,可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题,它能克服上述各方法的不足。本项目以BP神经网络作为基于多因素的技术创新预测和评估模型构建的基础,BP神经网络由输入层、隐含层和输出层构成,各层的神经元数目不同,由正向传播和反向传播组成,在进行产品技术创新预测和评估时,从输入层输入影响产品技术创新预测值和评估值的n个因素信息,经隐含层处理后传入输出层,其输出值Y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置,考虑了概括性和动态性,力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素,尽管是黑匣子式的预测和评估,但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合,输出一个经非线性变换后较为精确的预测值和评估值。

据文献查阅,虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等,但尚未发现将神经网络应用于技术创新预测与评估方面的研究,在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下,以神经网络为基础来建立产品技术创新预测与评估模型,是对技术创新定量预测和评估方法的有益补充和完善。

三、论文预期成果的理论意义和应用价值

本项目研究的理论意义表现在:(1)探索新的技术创新预测和评估技术,丰富和完善技术创新预测和评估方法体系;(2)将神经网络技术引入技术创新的预测和评估,有利于推动技术创新预测和评估方法的发展。

本项目研究的应用价值体现在:(1)提供一种基于多因素的技术创新定量预测技术,有利于提高预测的正确性;（2）提供一种基于BP神经网络的综合评估方法,有利于提高评估的科学性;(3)为企业的技术创新预测和评估工作提供新的方法论和实用技术。

四、课题研究的主要内容

研究目标：

以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型,并建立科学的预测和评估指标体系及设计相应的模型计算方法,结合企业的具体实际,对指标和模型体系进行实证分析,使研究具有一定的理论水平和实用价值。

研究内容：

1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手,密切结合电子商务和知识经济对企业技术创新的影响,系统综合地分析影响产品技术创新的各相关因素,建立科学的企业技术创新预测和评估指标体系,并研究其量化和规范化的原则及方法。

2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时,需要一组决定其相对重要性的初始权重,权重的确定需要基本的原则作支持。

3、基于BP神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点,以BP神经网络为基础,构建基于多因素的技术创新预测和评估模型。

4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测和评估模型的基本特点,设计其相应的计算方法。

5、基于BP神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料,构建基于BP神经网络的技术创新预测和评估模型的学习样本,对预测和评估模型进行自学习和训练,使模型适合实际情况。

6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景,对基于BP神经网络的技术创新预测和评估技术进行实证研究。

创新点：

1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面,一种是采用传统的指标体系,另一种是采用国外先进国家的指标体系,如何结合我国实际当前经济形势,参考国外先进发达国家的研究工作,建立一套适合于我国企业技术创新预测和评估指标体系,此为本研究要做的首要工作,这是一项创新。

2、研究基于BP神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能,能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题,本项目首次将神经网络技术引入企业的技术创新预测和评估,这也是一项创新。

五、课题研究的基本方法、技术路线的可行性论证

1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素,并研究影响因素间的内在联系,确定其相互之间的重要度,探讨其量化和规范化的方法,将国外先进国家的研究成果与我国具体实际相结合,建立我国企业技术创新预测和评估的指标体系。

2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中,发现问题、分析问题,归纳和总结出具有共性的东西,探索技术创新预测与宏观因素与微观因素之间的内在关系。

3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究,先从某一行业出发,定义模型的基本输入因素,然后,逐步扩展,逐步增加模型的复杂度。

4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合,进行实证研究,在实践中丰富和完善,研究出具有科学性和实用性的成果。

六、开展研究已具备的条件、可能遇到的困难与问题及解决措施

本人长期从事市场营销和技术创新方面的研究工作,编写出版了《现代市场营销学》和《现代企业管理学》等有关著作,发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术研究论文,对企业技术创新的预测和评估有一定的理论基础,也从事过企业产品技术创新方面的策划和研究工作,具有一定的实践经验,与许多企业有密切的合作关系,同时,对神经网络技术也进行过专门的学习和研究,所以,本项目研究的理论基础、技术基础及实验场所已基本具备,能顺利完成本课题的研究,取得预期的研究成果。

七、论文研究的进展计划

2003.07-2003.09：完成论文开题。

2003.09-2003.11：影响企业技术创新发展的指标体系研究及其量化和规范化。

2003.11-2004.01：基于BP神经网络的技术创新预测和评估模型的构建。

2004.01-2004.03：基于BP神经网络的技术创新预测和评估模型计算方法研究。

2004.03-2004.04：基于BP神经网络的技术创新预测和评估模型体系的实证研究。

2004.04-2004.06：完成论文写作、修改定稿，准备答辩。

主要参考文献：

[01]傅家骥、仝允桓等.技术创新学.北京:清华大学出版社1998

[02]吴贵生.技术创新管理.北京:清华大学出版社2000

[03]柳卸林.企业技术创新管理.北京:科学技术出版社1997

[04]赵志、陈邦设等.产品创新过程管理模式的基本问题研究.管理科学学报.2000/2.

[05]王亚民、朱荣林.风险投资项目ECV评估指标与决策模型研究.风险投资.2002/6

[06]赵中奇、王浣尘、潘德惠.随机控制的极大值原理及其在投资决策中的应用.控制与决策.2002/6

[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究.2002/5

[08]陈劲、龚焱等.技术创新信息源新探.中国软科学.2001/1.pp86-88

[09]严太华、张龙.风险投资评估决策方法初探.经济问题.2002/1

[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究.2001/4

<11>孙冰.企业产品开发的评价模型及方法研究.中国管理科学.2002/4

[12]诸克军、杨久西、匡益军.基于人工神经网络的石油勘探有利性综合评价.系统工程理论与实践.2002/4

[13]杨力.基干BP神经网络的城市房屋租赁估价系统设计.中国管理科学.2002/4

[14]杨国栋、贾成前.高速公路复垦土地适宜性评价的BP神经网络模型.统工程理论与实践.2002/4

[15]楼文高.基于人工神经网络的三江平原土壤质量综合评价与预测模型.中国管理科学.2002/1

[16]胥悦红、顾培亮.基于BP神经网络的产品成本预测.管理工程学报.2000/4

[17]陈新辉、乔忠.基于TSA-BP神经网络的企业产品市场占有率预测模型.中国农业大学学报.2000/5

[18]刘育新.技术预测的过程与常用方法.中国软科学.1998/3

[19]温小霓、赵玮.市场需求与统计预测.西安电子科技大学学报.2000/5

[20]朱振中.模糊理论在新产品开发中的应用.科学管理研究.2000/6

[21]KimB.Clark&TakahiroFujimoto.ProductDevelopmentPerformance–Strategy、OrganizationandManagementinIndustry.HarvardBusinessSchoolPress.Boson1993

[22]GobeliDH,BrownDJ.Improvingtheprocessofproductinnovation.Research,TechnologyManagement,1993.36（2）:46-49

[23]SimonJ.Towner.Fourwaystoacceleratenewproductdevelopment.LongRangPlanning1994.27（2）:57-65

[24]AbdulAli,etal.Productinnovationandentrystrategy.JournalofProductInnovationManagement1995.12（12）:54-69

[25]EricVinHippel.ThesourcesofInnovation.OxfordUniversityPress.1988

[26]ShtubA,ZimermanY.Aneural-network-basedapproachforestimatingthecostofassembly.InternationalJournalofProductionEconomics,1993.32:189-207

[27]Wee-LiangTan,DattarreyaG.Allampalli,InvestmentCriteriaofSingaporeCapitalists,1997InternationalCouncilforSmallBusiness,SanFrancisco,California,June1997

[28]MichaelHenos,TheRoadtoVentureFinancing:GuidelinesforEntrepreneuts,R&DStraregistMagazine,Summer1991

[29]ChowGC,TheLargrangeMethodofoptimizationwithapplicationstoportfoliandinvestmentdecisions.JofEconomicDymamicsandControl1996

[30]Jensen,R..InformationCostandInnovationAdoptionPolicies,ManagementScience.Vol.34,No.2,Feb,1988

统计预测与决策论文篇（10）

课题来源：单位自拟课题或省政府下达的研究课题

选题依据：

技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估,可以使企业对未来的技术发展水平及其变化趋势有正确的把握,从而为企业的技术创新决策提供科学的依据,以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下,企业的技术创新工作才能沿着正确方向开展,企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中,企业的技术创新决定着企业生存和发展、前途与命运,为了确保技术创新工作的正确性,企业对技术创新的预测和评估提出了更高的要求。

二、本课题国内外研究现状及发展趋势

现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。

(1)趋势外推法。指利用过去和现在的技术、经济信息,分析技术发展趋势和规律,在分析判断这些趋势和规律将继续的前提下,将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法,美国生物学家和人口统计学家RaymondPearl提出的Pearl曲线(数学模型为:Y=L∕[1+A?exp(-B·t)])及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为:Y=L·exp(-B·t))皆属于生长曲线,其预测值Y为技术性能指标,t为时间自变量,L、A、B皆为常数。Ridenour模型也属于生长曲线预测法,但它假定新技术的成长速度与熟悉该项技术的人数成正比,主要适用于新技术、新产品的扩散预测。

(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息,建立预测对象与影响因素的因果关系模型,预测技术的发展变化。相关分析法认为,一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的,这样,通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种:导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。

(3)专家预测法。以专家意见作为信息来源,通过系统的调查、征询专家的意见,分析和整理出预测结果。专家预测法主要有:专家个人判断法、专家会议法、头脑风暴法及德尔菲法等,其中,德尔菲法吸收了前几种专家预测法的长处,避免了其缺点,被认为是技术预测中最有效的专家预测法。

趋势外推法的预测数据只能为纵向数据,在进行产品技术创新预测时,只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势,并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中,对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推,而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测,但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式,而所得到的回归预测模型往往只能考虑少数几种主要影响因素,略去了许多未考虑的因素,所以,所建模型对实际问题的表达能力也不够准确,预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验,往往带有主观性,难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献,为企业技术创新的预测提供了科学的方法论,但在新的经济和市场环境下,技术创新预测的方法和技术应有新的丰富和发展,以克服自身的不足,更进一步适应时展的需要,为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。

目前,在我国企业技术创新评估中,一般只考虑如下四个方面的因素:(1)技术的先进性、可行性、连续性;(2)经济效果;(3)社会效果;(4)风险性,在对此四方面内容逐个分析后,再作综合评估。在综合评估中所用的方法主要有:Delphi法(专家法)、AHP法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等,但技术创新的评估是一个非常复杂的系统,其中存在着广泛的非线性、时变性和不确定性,同时,还涉及技术、经济、管理、社会等诸多复杂因素,目前所使用的原理和方法,难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究,在我国的历史还不长,无论是指标体系还是评估方法,均处于研究之中,我们认为目前在企业技术创新评估方面应做的工作是:(1)建立一套符合我国实际情况的技术创新评估指标体系;(2)建立一种适应于多因素、非线性和不确定性的综合评估方法。

这种情况下,神经网络技术就有其特有的优势,以其并行分布、自组织、自适应、自学习和容错性等优良性能,可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题,它能克服上述各方法的不足。本项目以BP神经网络作为基于多因素的技术创新预测和评估模型构建的基础,BP神经网络由输入层、隐含层和输出层构成,各层的神经元数目不同,由正向传播和反向传播组成,在进行产品技术创新预测和评估时,从输入层输入影响产品技术创新预测值和评估值的n个因素信息,经隐含层处理后传入输出层,其输出值Y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置,考虑了概括性和动态性,力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素,尽管是黑匣子式的预测和评估,但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合,输出一个经非线性变换后较为精确的预测值和评估值。

据文献查阅,虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等,但尚未发现将神经网络应用于技术创新预测与评估方面的研究,在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下,以神经网络为基础来建立产品技术创新预测与评估模型,是对技术创新定量预测和评估方法的有益补充和完善。

三、论文预期成果的理论意义和应用价值

本项目研究的理论意义表现在:(1)探索新的技术创新预测和评估技术,丰富和完善技术创新预测和评估方法体系;(2)将神经网络技术引入技术创新的预测和评估,有利于推动技术创新预测和评估方法的发展。

本项目研究的应用价值体现在:(1)提供一种基于多因素的技术创新定量预测技术,有利于提高预测的正确性;(2)提供一种基于BP神经网络的综合评估方法,有利于提高评估的科学性;(3)为企业的技术创新预测和评估工作提供新的方法论和实用技术。

四、课题研究的主要内容

研究目标：

以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型,并建立科学的预测和评估指标体系及设计相应的模型计算方法,结合企业的具体实际,对指标和模型体系进行实证分析,使研究具有一定的理论水平和实用价值。

研究内容：

1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手,密切结合电子商务和知识经济对企业技术创新的影响,系统综合地分析影响产品技术创新的各相关因素,建立科学的企业技术创新预测和评估指标体系,并研究其量化和规范化的原则及方法。

2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时,需要一组决定其相对重要性的初始权重,权重的确定需要基本的原则作支持。

3、基于BP神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点,以BP神经网络为基础,构建基于多因素的技术创新预测和评估模型。

4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测和评估模型的基本特点,设计其相应的计算方法。

5、基于BP神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料,构建基于BP神经网络的技术创新预测和评估模型的学习样本,对预测和评估模型进行自学习和训练,使模型适合实际情况。

6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景,对基于BP神经网络的技术创新预测和评估技术进行实证研究。

创新点：

1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面,一种是采用传统的指标体系,另一种是采用国外先进国家的指标体系,如何结合我国实际当前经济形势,参考国外先进发达国家的研究工作,建立一套适合于我国企业技术创新预测和评估指标体系,此为本研究要做的首要工作,这是一项创新。

2、研究基于BP神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能,能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题,本项目首次将神经网络技术引入企业的技术创新预测和评估,这也是一项创新。

五、课题研究的基本方法、技术路线的可行性论证

1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素,并研究影响因素间的内在联系,确定其相互之间的重要度,探讨其量化和规范化的方法,将国外先进国家的研究成果与我国具体实际相结合,建立我国企业技术创新预测和评估的指标体系。

2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中,发现问题、分析问题,归纳和总结出具有共性的东西,探索技术创新预测与宏观因素与微观因素之间的内在关系。

3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究,先从某一行业出发,定义模型的基本输入因素,然后,逐步扩展,逐步增加模型的复杂度。

4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合,进行实证研究,在实践中丰富和完善,研究出具有科学性和实用性的成果。

六、开展研究已具备的条件、可能遇到的困难与问题及解决措施

本人长期从事市场营销和技术创新方面的研究工作,编写出版了《现代市场营销学》和《现代企业管理学》等有关著作,发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术研究论文,对企业技术创新的预测和评估有一定的理论基础,也从事过企业产品技术创新方面的策划和研究工作,具有一定的实践经验,与许多企业有密切的合作关系,同时,对神经网络技术也进行过专门的学习和研究,所以,本项目研究的理论基础、技术基础及实验场所已基本具备,能顺利完成本课题的研究,取得预期的研究成果。

七、论文研究的进展计划

2003.07-2003.09：完成论文开题。

2003.09-2003.11：影响企业技术创新发展的指标体系研究及其量化和规范化。

2003.11-2004.01：基于BP神经网络的技术创新预测和评估模型的构建。

2004.01-2004.03：基于BP神经网络的技术创新预测和评估模型计算方法研究。

2004.03-2004.04：基于BP神经网络的技术创新预测和评估模型体系的实证研究。

2004.04-2004.06：完成论文写作、修改定稿，准备答辩。

主要参考文献：

[01]傅家骥、仝允桓等.技术创新学.北京:清华大学出版社1998

[02]吴贵生.技术创新管理.北京:清华大学出版社2000

[03]柳卸林.企业技术创新管理.北京:科学技术出版社1997

[04]赵志、陈邦设等.产品创新过程管理模式的基本问题研究.管理科学学报.2000/2.

[05]王亚民、朱荣林.风险投资项目ECV评估指标与决策模型研究.风险投资.2002/6

[06]赵中奇、王浣尘、潘德惠.随机控制的极大值原理及其在投资决策中的应用.控制与决策.2002/6

[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究.2002/5

[08]陈劲、龚焱等.技术创新信息源新探.中国软科学.2001/1.pp86-88

[09]严太华、张龙.风险投资评估决策方法初探.经济问题.2002/1

[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究.2001/4

<11>孙冰.企业产品开发的评价模型及方法研究.中国管理科学.2002/4

[12]诸克军、杨久西、匡益军.基于人工神经网络的石油勘探有利性综合评价.系统工程理论与实践.2002/4

[13]杨力.基干BP神经网络的城市房屋租赁估价系统设计.中国管理科学.2002/4

[14]杨国栋、贾成前.高速公路复垦土地适宜性评价的BP神经网络模型.统工程理论与实践.2002/4

[15]楼文高.基于人工神经网络的三江平原土壤质量综合评价与预测模型.中国管理科学.2002/1

[16]胥悦红、顾培亮.基于BP神经网络的产品成本预测.管理工程学报.2000/4

[17]陈新辉、乔忠.基于TSA-BP神经网络的企业产品市场占有率预测模型.中国农业大学学报.2000/5

[18]刘育新.技术预测的过程与常用方法.中国软科学.1998/3

[19]温小霓、赵玮.市场需求与统计预测.西安电子科技大学学报.2000/5

[20]朱振中.模糊理论在新产品开发中的应用.科学管理研究.2000/6

[21]KimB.Clark&TakahiroFujimoto.ProductDevelopmentPerformance–Strategy、OrganizationandManagementinIndustry.HarvardBusinessSchoolPress.Boson1993

[22]GobeliDH,BrownDJ.Improvingtheprocessofproductinnovation.Research,TechnologyManagement,1993.36(2):46-49

[23]SimonJ.Towner.Fourwaystoacceleratenewproductdevelopment.LongRangPlanning1994.27(2):57-65

[24]AbdulAli,etal.Productinnovationandentrystrategy.JournalofProductInnovationManagement1995.12(12):54-69

[25]EricVinHippel.ThesourcesofInnovation.OxfordUniversityPress.1988

[26]ShtubA,ZimermanY.Aneural-network-basedapproachforestimatingthecostofassembly.InternationalJournalofProductionEconomics,1993.32:189-207

[27]Wee-LiangTan,DattarreyaG.Allampalli,InvestmentCriteriaofSingaporeCapitalists,1997InternationalCouncilforSmallBusiness,SanFrancisco,California,June1997

[28]MichaelHenos,TheRoadtoVentureFinancing:GuidelinesforEntrepreneuts,R&DStraregistMagazine,Summer1991

[29]ChowGC,TheLargrangeMethodofoptimizationwithapplicationstoportfoliandinvestmentdecisions.JofEconomicDymamicsandControl1996

[30]Jensen,R..InformationCostandInnovationAdoptionPolicies,ManagementScience.Vol.34,No.2,Feb,1988