预测方法（精选8篇）
预测方法 篇1
地震的预测方法
1 能引起电磁场的变化。
一般认为磁场变化的原因有两个，
一是地震前岩石在地应力作用下出现“压磁效应”，从而引起地磁场局部变化;
二是地应力使岩石被压缩或拉伸，引起电阻率变化，使电磁场有相应的局部变化。岩石温度的改变也能使岩石电磁性质改变。唐山地震前两天，距唐山200多公里的延庆县测雨雷达站和空军雷达站，都连续收到来自京、津、唐上空的一种奇异的电磁波。
因此，观测电磁场的变化也成为预报地震的主要手段之一。
2 断层的活动是大多数地震发生的直接原因
大地形变测量能够监视断层的活动，配合其他方法，如地声可监视断层微破裂等等，就有可能准确地判定断层活动的状态，来预测地震。
家庭防震方法
室内
当地震发生时，如果在户内，就呆在里面，将火熄灭，远离玻璃特别是大的窗户(包括镜子等)。屋中的角落或有好的支撑的内部门道是好的避难处。较低的地面或地下室或许能提供最好的存活机会。躲进桌底或别的坚固的家具下，这不仅能给你提供防护，而且也有较大的呼吸空间。在商店时，远离大的货物展厅，这些货物可能会倒下来。在多层楼房且装有电梯的办公室里，原地躲进办公桌底。不要进入电梯，楼梯处也可能会拥挤着惊恐的人们。
车中
尽可能快和安全地停车——但呆在车内可以免于被下落的物体击中。蹲伏于座位下，如果有东西落在车上，你将会得到保护。当震动停止下来，注意观察障碍物和可能出现的危险：破坏了的电缆、破损的道路和坍陷的桥梁。
户外
在户外时就平躺在地面，不要跑。这样会摔倒，也可能被裂缝所吞没。远离高大建筑。不要往地下走或进入坑道，这会导致被困。如你已经准备到户外，就别返回建筑物内。首次地震使任何建筑都不太牢固，如果接着再发生小震，建筑物就会坍塌。到山顶更安全。斜坡上的土石容易滑落，如果被数千吨重的土块或岩石压倒(它们具有可怕的速度)，很少有幸存的机会。在地上像球一样滚动更易存活。
滩地
只要不在悬崖下就会相当的安全，但由于海啸经常伴随地震而来，所以当震动停止后尽快离开滩地向更高的开阔地转移。余震的危险性就不像海啸那么可怕了。
危害后果预防
排污系统的破裂、水污染和废墟中的尸体能引起疾病的传播，这与地震本身一样可以致命。掩埋所有的死尸(动物的和人)。不要躲避在破损的建筑物或废墟中。利用废墟重建一个庇护所。特别小心环境卫生和个人卫生，过滤并煮沸饮用水。不要用火柴和火机或电力器具，如果存在燃气泄漏，火花会点着燃气。在使用厕所前，要检查排污系统。打开橱门要小心物体坠落砸伤。
预测方法 篇2
一、人口预测的数学模型概述
人口预测是指在某一特定时间段、某一区域中, 调查其现有的人口现状和变化, 总结出其中的发展规律, 并提出影响人口变化的假设条件, 并结合合适的计算方式, 预测出未来人口的发展和变化[1]。区域中真实的人口统计资料是人口预测的基础, 不仅会影响发展规律的总结, 更直接关系着预测结果的可靠性。在实际运用过程中, 常会出现以下三方面的问题:一是简单的推断人口增长, 如规定人口某一时期的增长率, 这相当于将人口与某一准确的数学函数相连, 但人口的变化从来都不会呈现出完全的函数曲线;二是选择模型时, 没有确定的标准, 常采用同一模型去预测不同区域的人口变化, 未将人口发展规律考虑进去; 三是多种结果的相加得出人口预测, 但这种方式忽略了模型之间的差异性, 降低了人口预测的科学性。
二、人口预测数学模型及方法分析
人口预测数学模型及方式主要有Logistic预测模型、双曲预测模型、指数预测模型, 后两种方式在我国运用范围较广, 本文将对三种方式进行逐一讲解, 具体如下所示:
(一) Logistic预测模型。自然因素直接影响着人口变化, 因此, 在预测人口时, 需要加上表示环境约束因素的式子, 即qP (t) 2, 进而得出二阶型Bernoulli齐次方程:
Logistic预测模型与齐次方程相同, 共有三个参数, 使用普通的数学函数回归模型不能很好的拟合数据, 应借助OLS方式, 在运用过程中, 工作人员可以估算人口初始条件中的Pm值, 并将其带入到Logistic预测模型中, 通过调整Pm值, 得出不同的拟合优度, 直至其接近人口变化的最大值。
(二) 双曲预测模型。Logistic预测模型在理论中特别符合某一区域的人口变化, 但在实际中该模型的拟合精度仍不能满足人口预测, 即标准误差无法通过检验, 针对这种问题, 双曲预测模型诞生, 该模型在1968年由Keyfitz提出, 其表达形式[3]如下所示:
(三) 指数预测模型。指数预测模型可以运用在最简单的人口预测中, 即:假设某区域第t0年为0年, 且人口为P (0) , 其中人口的自然增长率为r, 所以按照指数预测模型, 可以得出以下人口总数:
在将该式经过指数数学变化, 将其通用项转化为指数形式, 即:
该种模型称之为Malthus人口增长模型。假定该模型的变量连续, 可以求出其齐次方程:
指数预测模式通过最小二乘法对人口变化进行线性回归的预测, 并借助SPSS、Excel等统计分析软件, 能够很好的得出人口变化的拟合效果。
三、人口预测数学模型的内在联系
人口预测数学模型对人口变化进行预测时, 选择不同的模型, 会得出不一样的预测数据, 该三种数学模型间存在一定的内在联系, 其中指数预测模型、双曲预测模型都是Logistic预测模型的特例, 但Logistic预测模型无法替代两种模型。为提高人口预测的合理性和可靠性, 除了选择科学的数学模型和预测方式外, 还应开展全方面的时间序列分析, 工作人员必须加大人口预测模型和方式的重视程度, 不断探究新型数学模型, 为地区发展奠定坚实基础。
四、结语
综上所述, 人口预测工作是一项复杂而系统的工程, 但做出短期准确预测是完成有可能的, 且其预测结果有利于区域调整经济发展模式, 促进区域可持续发展。在实际运行过程中, 应科学的选择预测数学模型, 准确把握Logistic预测模型、双曲预测模型、指数预测模型之间的区别和联系, 借助现代化科学技术, 对人口增长做出准确的预测。
参考文献
[1]何颖芳.科学共同体语境下图书馆学与经典学科的对话融合之思考——以物理学为参照对象[J].图书情报工作, 2015, v.59, No.54124:27-32.
[2]陈洁, 吴琳.国内旅游公共服务研究的文献计量和知识图谱分析——基于CNKI数据的分析[J].旅游论坛, 2015, v.8, No.4606:66-72.
预测方法 篇3
关键词：地震大形势预测方法；预测能效；应用
1.前言
我国位于欧亚板块东南部，受到菲律宾板块、太平洋板块、欧亚板块以及印度板块的挤压，这种复杂的构造活动以及地球动力学环境，导致我国成为世界上地震活动最多的国家之一，并且地震具有地震类型多、复发周期长、震源浅、频度高、强度大、分布广等众多特点。当地震发生之后，将会造成严重的经济损失以及大量的人员伤亡。地震物理预测方法、地震大形势预测方法对于降低地震灾害具有非常重要的作用，尤其是地震大形势预测方法，文章基于地震非均匀度预测方法，并对该预测方法的预测效能进行了分析和评价，旨在为我国地震预报提供可靠的参考。
2.研究思路
我国是世界上地震活动最多、最强烈的国家之一，地震发生具有时空分布不均匀的特点，在空间分布上具有“东部弱、西部强”的特点，在时间分布上具有“平静与丛集”的特点。因此，文章采用地震非均匀度预测方法，基于对该预测方法效能的分析与评价，对我国5级以上地震的时空活动不均匀性进行了分析与研究，并根据计算结果，能够比较准确的预测我国未来一段时期强地震的主活动区。
3.预测方法
根据李志雄等[3]统计学方法，基于时间序列不均匀性，提出了地震非均匀度，并进行地震预测，地震非均匀度的公式表现为：
公式中GL表示地震非均匀度；f表示自由度。当GL小于1时，该时段均匀活动过程和地震时间存在显著差异，为一个不稳定的过程，因此该时段受到某种因素的制约，该地区地震活动呈现非均匀的特点；当GL大于等于1时，表明该时段的地震活动是一个稳定的随机过程，地震活动具有均匀特性。文章采用的地震非均匀度预测方法，能够比较准确的预测我国强地震的主活动区，希望能够为地震预测工作提供可靠的参考。
4.预测方法的效能分析与评价
4.1震例分析。笔者对我国Ms≥7.0地震的GL值进行了总结和分析，结果表明除了少数边界附近的大地震之外，大多数7级大地震1-3年震中一定范围内，5级以上地震活动在空间与时间上呈现明显的均匀或者非均匀状态变化，由此可见GL值与大地震预测具有紧密的关系。为了进一步了解GL预测方法与大地震的关系，笔者对1996年-2006年的全国范围5级以上的地震GL值进行了空间扫描，结果表明中国西部地区GL值异常比较集中，因此在高值区选取了8个控制点，分别研究地区大地震发生与GL值变化的关系。计算结果如图1所示。通过对1996年-2006年部分强地震的震例进行研究，初步认为地震均匀度与强地震发生之间存在密切的关联，并且通过计算，能够比较准确的现实强地震震前的区域地震活动状态特征，即在揭示强地震发生前地震活动状态特征变化方面具有非常好的效能。
4.2室内岩石破裂实验。通过上述震例分析，笔者认为地震非均匀度在震前的显著异常变化，可能与震源岩石破裂、地震孕育进行中期存在密切的关系，为了验证上述推测，笔者进行了室内岩石破裂试验，以此计算岩石标本声发射序列的GL值以及变化状况。以室内中尺度岩石标本变形破坏声发射实验为例，实验在等位移速率加载、双轴压缩条件下进行，实验标本类型包括Ⅲ型剪切裂纹、挤压型雁列式断层以及障碍体的断层，三类实验标本在受压变形的过程中，其声发射GL值都会在一定时间段内发生异常变化，通过对Ⅲ型剪切裂纹、挤压型雁列式断层以及障碍体的断层声发射时间GL值异常的物理含义进行分析，获得了以下结论：利用地震非均匀度能够有效的辨别三种实验标本的声发射序列的均匀-非均匀变化状况；当出现GL值大于1时，标本受压后岩石完全破坏，表明两者之间存在密切的关系。
图1
4.3GPS观测结果佐证。通过中国地震台网中心提供的中国Ms≥5地震目录，对1996年-2006年的GL值进行了扫描，结果表明GL值高值主要集中在我国大陆西部。同时，对这些年的GL值异常分布区域进行分析，利用近似同期（1996-2006年）的GPS观测资料计算的中国最大剪应变率高值分布区域GL值异常区分布状况基本吻合，这在一定程度上表明地震非均匀度能够比较准确、客观的预测我国未来一段时期强地震的主活动区。
5.结论
结论一：通过震例分析表明，地震非均匀度预测方法的预测时间尺度为1-3年，并且具有非常好的震例对应效果。
结论二：通过岩石破裂实验表明，Ⅲ型剪切裂纹、挤压型雁列式断层以及障碍体的断层三类岩石在失稳之前，都发生了均匀-非均匀状态变化，由此可见，岩石的均匀-非均匀状态变化与岩石失稳存在紧密的关联。
结论三：通过GPS观测结果佐证，GL值能够比较客观、准确的反映地壳是否存在剧烈运动的现象，这在一定程度上表明地震非均匀度能够比较准确、客观的预测我国未来一段时期强地震的主活动区。
结论四：基于现有的基础资料以及认识水平，很难改变目前地震大形势预测的分析方法以及水平。今后，應该尽可能多的采用多学科观测资料研究方法，同时不断的提高统计分析的严谨性，在实践的过程中不断积累经验，同时加强基础观测研究，从地球物理场动态变化角度，对地震的发展趋势进行分析和判断
参考文献：
[1]李志雄，陶本藻，吴婷，路鹏等.地震大形势预测方法的预测效能与应用研究[J].地震，2007，27（2）：17-28.
[2] 曹凤娟，王亮，殷轶娜，杨牧萍等. 东北地区地震大形势预测回溯性检验[J].地震工程学报，2014，36（2）：301-307.
[3] 李志雄，高旭.地震非均匀度的研究及在强震中期预报中的应用[J].地震，1994，14（6）：11-17.
桥梁技术状况预测方法研究 篇4
桥梁技术状况预测方法研究
结合辽宁省的桥梁工程及管理具体情况,研究了辽宁省桥梁技术状况预测方法,提出了具体桥梁中修及大修(或改建)年限的确定方法,从而为桥梁管理人员了解桥梁养护维修工作提供有效途径.
作 者：肖萍 XIAO Ping 作者单位：广东省冶金建筑设计研究院,广东广州,510080刊 名：山西建筑英文刊名：SHANXI ARCHITECTURE年，卷(期)：200935(25)分类号：U446关键词：桥梁技术状况预测 回归分析模型 概率模型
我国汽车保有量预测方法浅析 篇5
我国汽车保有量预测方法浅析
对影响我国汽车市场的主要因素进行了分析,建立了以指数平滑、多元回归、神经网络为基础的.汽车保有量预测模型,并对三种模型的适用性作了简单分析.
作 者：郭连军 李莲花 GUO Lian-jun LI Lian-hua 作者单位：鞍山钢铁学院,土木工程系,辽宁,鞍山,114,002刊 名：鞍山钢铁学院学报英文刊名：JOURNAL OF ANSHAN INSTITUTE OF IRON AND STEEL TECHNOLOGY年，卷(期)：23(1)分类号：F407.471关键词：汽车保有量 预测方法 多元回归 指数平滑 神经网络
预测方法 篇6
疲劳寿命预测方法的研究现状与发展
综述了疲劳累积损伤理论、疲劳裂纹形成寿命预测方法和疲劳裂纹扩展寿命的分析方法,分别对常用的.理论和方法进行了介绍,指出了不同理论和方法的优缺点,并对它们的发展趋势作了展望.
作 者：袁熙 李舜酩 Yuan Xi Li Shunming 作者单位：南京航空航天大学能源与动力学院刊 名：航空制造技术 ISTIC英文刊名：AERONAUTICAL MANUFACTURING TECHNOLOGY年，卷(期)：“”(12)分类号：V2关键词：疲劳寿命 疲劳裂纹 寿命预测
轨道质量状态预测方法 篇7
国内外对轨道几何不平顺发展的研究归纳为2类: (1) 直接对轨检车动态检测数据进行相关因素的回归分析, 得出预测公式; (2) 在理论分析基础上, 通过室内试验得到计算公式, 再进行现场验证。由于道床下沉机理复杂, 无法用一般理论分析和室内试验的方法替代, 且随着现代化轨检车、综合检测车等先进检测设备的广泛应用, 为获得大量的轨道状态真实信息提供了技术保证。因此, 利用各种轨道不平顺动态检测数据对轨道状态规律进行分析和预测逐步成为当前世界各国研究轨道不平顺发展的主要方法。
1 局部轨道不平顺预测模型
日本学者利用轨检车的长期实测资料, 通过数据统计分析, 进行了大量研究, 极具代表性的是S预测公式;日本杉山德平等学者利用轨检车实测的轨道几何不平顺资料, 分析了列车速度、轨道结构、路基构造、通过运量等因素对轨道不平顺发展的影响, 通过回归分析, 得到轨道高低不平顺的非线性预测公式;日本研究人员在杉山德平的回归公式基础上, 对近2年的轨检车资料分析, 得出每25m长的轨道最大高低不平顺增长为0.16~1.08mm/100 d。
随着我国高速铁路的陆续开通运营, 在保证安全、舒适的前提下, 充分利用高技术检测手段研究探索轨道平顺性的变化发展规律, 并加以预测应用, 以科学、经济地指导养护维修, 更具有重要的实际意义。中国铁道科学研究院研究人员选用合武高速有砟线路及郑西、武广高速无砟线路的大量有效检测数据进行了研究。为定量化高速铁路轨道不平顺的发展程度, 选用了轨道不平顺的发展率计算公式 (式1) 进行计算分析。
式中:S为轨道不平顺发展率, mm/100 d;xi为第i次读取数值;ti为从第1次检测到第i次检测的累计天数;N为有效检测次数。
分析可知, 所选取的样本点在2010—2011年的变化均较为稳定。郑西、武广高速铁路高低发展率平均值为0.13mm/100d, 轨向发展率平均值为0.09mm/100d;合武高速铁路高低发展率平均值为0.18mm/100d, 轨向发展率平均值为0.07mm/100d。说明高速铁路结构建设的高标准对轨道不平顺的发展起到了较好的控制作用。在进行预测评估时, 工务部门可基于轨道不平顺幅值的发展率预测不同线路的发展速度。
2 区段不平顺预测模型
轨道区段的平均质量指标一般是将轨道区段中所有测点测值作为轨道状态基本元素参与统计运算。由于轨道结构的加强、大型养路机械的推广应用及对线路高品质、高均衡性的维修要求, 提速线路和高速线路的养护维修越来越侧重于轨道质量指数 (TQI) 的应用与管理。因此, 对TQI随时间变化规律的分析与预测是了解和掌握区段轨道不平顺发展、指导大型养路机械维修的重要内容。
基于大量检测数据, 一般对TQI或单项标准差采用线性和非线性2种预测方法进行研究。
2.1 线性预测模型
由于运量和时间一般为线性关系, 因此, 预测时可用时间代替运量。线性预测公式如下:
式中:TQI0为初期轨道质量指数;K为斜率;t为时间。
设某一200 m单元区段长度内, 所选轨检车检测次数为N, 其轨道质量指数为Xi, 距第一次检测的累积天数为ti (i=1, 2, …, N) , 采用最小二乘法计算K和TQI0。
2.2 新型灰色预测模型
由于轨道系统的复杂性, 轨道不平顺的产生与发展是很多具有随机性因素共同作用的结果, 如通过总重、单位时间、载重量、速度、轨道条件、路基构造、温度变化等。国内外大多数轨道不平顺预测模型都无法量化所有相关因素, 极大影响了预测精度。结合国内外有砟轨道相关成果, 认为高速或提速线路有砟轨道运营过程中, 2次维修作业之间的区段线路在众多复杂影响因素的综合作用下, 轨道结构随使用时间的增加质量必然劣化, 然而各影响因素作用的不确定性和彼此间的消长使TQI的时间序列发展过程不仅含有恶化趋势成分, 还含有沿趋势曲线的随机波动成分, 波动幅度随影响因素的随机作用而不同, 自然态势的发展模式见图1。
可见, 在轨道不平顺发展中存在较多不确定因素情况下, 对预测方法的选择主要考虑既要符合轨道不平顺总体趋势发展特征, 也要表现出其随机特征。
由于灰色系统理论是一种研究少数据、贫信息不确定问题的新方法, 适应于环境系统的内部作用机制, 可以将环境系统内部不明确的、难以定量的灰色量以数学模型形式提出, 并运用时间序列数据确定微分方程参量。根据实际情况, 从系统工程角度出发, 选择灰色系统不确定性理论作为预测理论基础, 基于“白色信息”——TQI时间序列数据, 采用GM类预测模型将轨道不平顺系统内部不明确的、难以定量的灰色信息以数学模型形式提出, 对轨道不平顺的未来状态作出科学的定量分析和预测。
设维修周期内所有TQI的时间序列为X={x (0) (t1) , x (0) (t2) , …, x (0) (tn) }, 其中x (0) (t1) 代表轨道质量稳定后的初始质量, 经过对传统核心灰色模型的一系列优化和修正, 新型灰色预测模型分为趋势预测和随机预测两部分。
趋势项序列 预测公式如下:
设其去除趋势项后的残差序列为:
考虑轨道不平顺发展中存在一系列周期性随机因素作用, 基于残差序列利用一系列周期组合波动模型进行模拟, 则随机项序列预测公式如下:
注: (1) 黑色实线为检测数据;黑色虚线为预测数据; (2) 各维修周期时间为相对时间。
则组合模型为:X=X (0) +Q。 (10)
根据灰色预测理论, 发展系数a (t) 反映灰色系统的规律发展趋势, 灰色作用量u (t) 反映整个系统行为模式的变化。因此, 结合式 (5) 可认为a (t) 、u (t) 决定了系统的主要趋势发展进程, 是灰色系统最重要的辨识参数。另外, 初值x (0) (t1) 在TQI时间序列中作为第一个元素, 代表了轨道质量系统发展的基点, 与大型养路机械 (简称大机) 维修后不久的初始质量意义吻合。因此, 整个轨道质量系统趋势发展可看作是由系统辨识参数a (t) 、u (t) 控制、基于x (0) (t1) 初始值的非线性时程函数。根据式 (7) — (10) , 轨道不平顺系统的随机波动发展也可看作时间函数。在具体轨道质量系统波动项计算过程中, 基于残差数列Q可得到函数q1 (ti) 和q2 (ti) 的参数h0、hj、lj、A、T及α、β、m0值。
因此, 对于组合模型来说, 随着这一系列辨识参数的确定, 整个轨道质量系统随机波动项的时程函数便可确定。
2.3 实例预测与比较
为比较说明线性预测和新型灰色预测效果, 取合武高速铁路一组TQI实测数据进行预测说明。新型灰色预测模型和线性模型拟合与预测效果对比见图2。
图2中除TQI实测值外, 分别采用线性拟合方法、新型灰色预测模型的趋势项模型和考虑了随机项的组合预测模型。可以看出, 相比线性模型, 新型灰色趋势项模型能够较好地提取和预测轨道不平顺发展趋势。加入随机项后, 能够更为合理地模拟TQI时间序列波动性的发展过程, 预测效果也较好。
3 轨道质量周期预测模型
轨道质量周期预测方法的研究对于宏观判断轨道结构状态、确定养护维修工作重点、延长轨道结构使用寿命有着重要的意义。在轨道不平顺的长期发展过程中, 工务部门一般采用大机对线路轨道不平顺发展较快的区段进行捣固和稳定作业。由于大机作业的改善效果非常明显, 可将轨道质量寿命划分为不同的维修周期。研究表明, 大机维修后的轨道不平顺系统会以改善后的初始质量重新进入新的发展周期, 可延长整个轨道结构的生命周期。
欧盟轨道养护维修管理系统 (Ecotrack) 的轨道结构生命周期模型中, 把轨道质量恶化过程分为快速恶化 (道床初始稳定期) 、线性恶化和快速恶化 (已超限, 不允许出现) 3个阶段 (见图3) 。进行轨道状态预测时, 主要对轨道质量线性部分的测量数据进行分析, 通过用测得的点和线性外推预测不同维修周期的轨道质量变化值。但实测数据表明, 轨道质量的发展并不完全是线性的, 非线性更符合轨道状态实际发展规律。
新型灰色预测模型是一种针对TQI时间序列发展较好的非线性预测模型, 以新型灰色非线性预测模型为基础, 进行轨道质量生命周期预测方法的探索研究。通过研究, 建立的轨道质量状态发展与修复模型见图4。
通过大机捣固来改善轨道质量, 在很多情况下, 捣固机械在垂向和轨道平面都能将轨道几何参数减小到一个相对稳定的水平。但捣固车不能改变恶化率, 只能延缓平顺性的恶化。因此, 有砟轨道每次捣固作业后不管校正效果如何, 当前的大机作业方法仍无法完全改变区段线路的结构特性, 改善后轨道不平顺系统的发展基本按照前一维修周期的发展态势进行, 这种关系称为轨道质量发展的“相关性”。
新型灰色非线性预测模型是基于对已知维修周期内TQI时间序列的趋势成分和随机成分的合理模拟而建立的, 所挖掘出的一系列辨识参数可表征轨道质量状态随时间发展变化的内在属性。因此, 将已知维修周期内TQI时间序列挖掘出的时程函数参数作为预测维修周期内TQI发展的特征参数, 在已知改善后的初始质量或大机作业效率KG (捣固前末期轨道质量/捣固后初始质量) 的前提下, 便可建立轨道质量不同维修周期的预测模型, 建模思路见图5。
根据工务部门的维修资料, 采用某200~250 km/h速度等级的提速干线上行检测数据进行验证分析。利用第Ⅰ维修周期的末期轨道质量和第Ⅱ维修周期的初始质量计算得到大机作业效率KG=4.328/5.658≈76%, 并假设为恒定值应用在第Ⅲ维修周期。根据第Ⅰ维修周期的实测TQI时间序列, 预测得到第Ⅱ、Ⅲ维修周期的TQI发展, 第Ⅱ、Ⅲ维修周期的实测值与预测值比较见图6。可见, 虽然部分预测值较实测值存在稍许偏差, 但在一定精度范围内, 模型还是较为合理地预测了第Ⅱ维修周期内TQI的趋势发展变化, 由于大机作业效率KG设为恒定值导致了第Ⅲ周期存在一定误差。而实际情况中, 经过大机捣固作业后的轨道状态改善关系并不一定恒定, 这也是影响模型预测精度的重要原因。目前, 我国在这方面的研究成果相对较少, 为使预测模型更加符合线路实际发展规律, 有必要对大机作业前后的轨道状态改善理论进行深入研究。
4 结论
预测轨道质量状态的发展与变化规律是实行预防性计划维修体制的关键技术, 对于科学实施轨道养护维修具有重要的实际意义。利用大量轨检数据对局部和区段轨道不平顺预测模型分别进行研究。局部轨道不平顺通过幅值点计算每百天变化率, 可为工务部门提供统计意义上的评估指标;区段轨道不平顺基于TQI时间序列, 通过建立线性回归预测模型和新型灰色非线性预测模型进行研究, 新型灰色非线性预测模型不仅在理论意义上符合轨道不平顺系统的发展, 还具有较好的拟合预测精度, 为解决轨道系统内部信息的不确定性因果关系提供了新的方法, 在此基础上建立的轨道质量周期预测模型较为合理地预测各维修周期内轨道质量的发展趋势, 可为研究轨道质量周期预测模型提供一种新思路。
参考文献
[1]许玉德.轨道不平顺预测理论及辅助决策系统的研究[D].北京:北京交通大学, 2003
[2]许玉德, 李海峰, 周宇.铁路轨道高低不平顺的预测方法[J].同济大学学报, 2003, 31 (3) :291-295
[3]许玉德, 吴纪才.利用线性预测模型分析轨道不平顺发展[J].石家庄铁道学院学报, 2005, 18 (3) :6-9
[4]陈宪麦, 王澜, 杨凤春, 等.用于铁路轨道不平顺预测的综合因子法[J].中国铁道科学, 2006, 27 (6) :27-31
[5]王建西, 李海锋, 许玉德.基于概率分布推移变化的铁路轨道几何状态评价与预测方法[J].中国铁道科学, 2008 (5) :31-34
[6]曲建军, 高亮, 张新奎, 等.灰色GM (1, 1) 非等时距修正模型在轨道质量预测中的应用[J].中国铁道科学, 2009, 30 (3) :5-8
[7]曲建军, 高亮, 田新宇.基于灰色理论的轨道几何状态中长期时变参数预测模型的研究[J].铁道学报, 2010, 32 (2) :55-59
[8]罗林, 张格明, 吴旺青, 等.轮轨系统轨道平顺状态的控制[M].北京:中国铁道出版社, 2006
[9]Rivier RE, Korpanec I.ECOTRACK:a Tool to reduce the Life Cycle Costs of the Track, Proceedings of the World Congress on Railway Research[J].Florence, 1997 (11) :289-295
[10]Jovanovic S, Esveld C.ECOTRACK:An objective condition-based Decision Support System for longterm track M&R Planning directed towards reduction of Life Cycle Costs[C].7th lnternational Heavy Haul Conference, Brisbane, Australia, 2001
[11]刘思峰, 党耀国, 方志耕.灰色系统理论及其应用[M].北京:科学出版社, 2007
企业价值转移预测方法探析 篇8
[关键词] 价值转移预测系统预测方法
一、研究背景
从20世纪80年代中期到90年代末，正当许多传统的百货公司市场价值面临停滞或滑坡时，采用特许经营、直销和网络营销的沃尔玛、戴尔公司，却猛增了3000多亿美元的市值。特别是销售商沃尔玛的销售总额竟然已经名列全球第二。由此看来价值转移的研究已成为当前企业界经营策略探讨的热点问题，随着新一轮“价值转移”浪潮的到来，依据经济形势的变化，针对企业价值转移的变化趋势，如何提高企业自身的市场价值和收益？通过怎样的新的经营策略来最大限度、以最快的速度使企业增值，这一深邃的问题无可置疑摆在企业经营管理者的面前。
企业价值转移是一个复杂的过程，企业价值的流动最主要的决定者是顾客，企业要使顾客价值稳定并不断提升，就要有牢固的创造顾客价值的业务流程，所以说它是企业对外部资源的充分利用的结果。由于市场需求的变数多且复杂，对于一个处于稳定发展阶段的企业，越是成功的企业，越难以觉察到价值转移的开始，这就需要对企业价值转移形成预测系统。
二、企業价值转移预测系统的构成及应用
第一，从战略的高度理解顾客。为了能较早获得顾客偏好转移的信息，要做的基本工作是检查顾客三个方面的变化趋势，即收入、权力及需求成熟度。
收入变化创造着新的消费点和新的价值增长机会。收入增加，企业就要推行一种新的与之相应的经营策略。如通用汽车公司20年代针对美国消费收入普遍提高的特点，制定了用不同的产品满足不同收入层次的消费者需求策略，使价值流向通用汽车公司；同样收入减少，企业也要针对这一特点制定相应的策略。当顾客需要低廉、好用的交通工具的时候，老福特发明了以流水线作业为特征的福特生产方式，因而使其主力车型——T型车获得了前所未有的规模经济效应和低成本优势。T型车的最低售价仅为200多美元，因而风靡全美，实现了把美国装进车轮的梦想。再如沃尔玛特公司针对顾客对价格和时间的敏感性特点，精心制定经营策略，受到低收入美国人的青睐，创造了600多亿美元的市场价值。
顾客的权利，也就是顾客的选择权（企业提供差别化的产品或服务时顾客的选择权）。随着产品和服务的日益完善，顾客的需求构成越来越多样化，在满足消费需求的同时，顾客对产品和服务的选择性更强，企业要充分了解这一变化，要学会发现细分客户的需求所在，强调“客户优先”，适时提出方便顾客选择性需求的经营策略。
顾客需求成熟度。顾客的需求是依靠产品或服务的特性和实惠得以满足的。这种需求得到满足时，也证明了企业的经营策略符合顾客的偏好并从中获得收益。顾客是驱动企业价值转移的真正动因。当需求刚刚出现时，顾客关注的是产品的性能；当需求成熟时，顾客关注的是低成本，这种低成本可为投资者带来惊人的回报。
第二、拥有一个反应敏感，竞争力强，能获得各种信息的“雷达网”。它便于发觉顾客偏好转移的信息，有利于为满足顾客需求制定新举措，有利于企业价值的流入。“雷达网”必须能及时捕捉到新顾客群出现的信息。对新顾客群的财富、能力和基本需要做出评判，这是企业创造下一轮价值增长的关健的第一步。
一旦在企业“雷达网”上确定了经营策略的完整模型后，下一步工作就是明晰这种经营策略所带来的经济能力和动力。一个功能完备的经营方案，不仅可指出新的竞争者的存在，还应包括顾客选择、范围、差别、价值发现、购买、制造/运作、资金密集度、组织结构、营销机制等内容。
要将企业的经营策略与竞争对手对比，从创造顾客效用的能力等方面进行评价，看谁的陈述更引人入胜。方案中措施的有效性越比竞争者高，价值转移向企业的速度越快。
利用企业的“雷达网”做好以下问题的分析：公司（主要经营单位）的经营状况分析；在本行业中公司获利的弹性能力分析；价值转移方向及位置分析；造成价值转移的因素分析；价值转移速度分析等。如最成功的经营者往往能敏锐地意识到价值链上每个环节变化的战略重要性，并从变化的环节中获得最大的收益。计算机价值链中的关键环节已被其供应商微软和英特尔公司所掌握。当巨大的价值从上游转移到供应商时，惠普公司却将其价值转向下游，致力于从计算机到最终用户的各个环节。
第三、学习掌握其他行业经营模式的内容，为企业自身价值流入提供借鉴。学会预见价值转移是一个不断归纳的过程。通过熟悉各行业经营模式，了解其价值转移的规律，对建立自己的经营模式帮助很大。纵观各个行业，像沃尔玛特、戴尔公司等低成本模式，营销商创造了巨大的市场价值，主要是从外部获得资源的经营策略成为主要动力；汽车行业较为前卫的做法是完全依靠外部力量，尽可能地解决部件及装配问题，这就使得汽车制造者能集中精力解决最主要的问题，如：设计、引擎、动力传动装置、车架、款式等，汽车行业价值正从汽车零部件向整个系统转移。
三、结语
企业价值流取决于顾客流的变化。要使企业价值稳定并不断提升，就要有牢固的创造顾客价值的业务流程。而这一流程的设计，来自于对企业价值转移规律的了解，对市场需求及外部资源调研预测，对现实竞争者及潜在竞争者经营模式的深入分析。要求企业掌握企业价值转移预测分析的思路、方法及大量案例的真实内容，建立预警系统，及时调整策略，注重工作细节，确保企业稳定和发展。