目录 1
第一章 概述 1
一、预测学研究的基本内容 1
（一）寻找因果关系 1
（二）完善逻辑判断方法 3
（三）研究信息来源的可信程度 4
（四）寻找定量的关系 5
二、经典预测方法的总结 10
（一）直观经验预测法 10
（二）类推预测法 16
（三）投入产出法 19
（四）市场预测 25
三、预测学发展的一些概念 30
（一）关于信息的概念 30
（二）关于滤波的概念 36
（三）关于系统动态学的概念 43
第二章 趋势外推预测法 55
一、趋势外推预测的简易方法及应用的实例 55
（一）直线外推方法与应用实例 55
（二）指数外推法与应用实例 58
（三）多项式外推方法及其应用 70
（四）双模外推预测法 75
二、生长曲线外推法 81
（一）皮尔（R.Pearl）模型方法 82
（二）甘培茨模型法 89
（三）瑞顿诺（L.Ridenour）模型法 92
（四）移相正弦函数法 93
（五）生长曲线方法的应用 94
三、最小二乘法 99
（一）线性多项式拟合 99
（二）非线性多项式拟合 112
（三）指数方程式拟合 123
（四）皮尔模型系数的确定 127
（一）基本计算式 132
四、回归分析 132
（二）应用举例：农作物收获量的预测 141
（三）利用回归分析方法求生长曲线模型系数 143
（四）回归效果的检验 147
第三章 平稳随机现象的预测 156
一、基本概念 156
（一）线性平稳时间序列的特点 156
（二）计算出的自相关函数的可信性检查 161
（三）平稳时间序列的谱密度 162
二、平稳过程的基本模式 165
三、自回归过程 168
（一）自回归模式的确定 168
（二）应用举例：产品月销售总额的预测 170
（三）马尔柯夫过程 178
（一）移动平均过程模式的确定 181
四、移动平均过程 181
（二）应用举例：根据投入量决定产出量 184
（三）移动平均过程与自回归过程的对偶关系 187
五、自回归－移动平均混合过程 190
（一）模式系数的确定 190
（二）应用举例：化学反应器浓度变化的预测 197
（三）ARMA模式与AR及MA模式的转换 202
（四）三种平稳过程模式的比较 207
六、平稳随机过程在工业控制中的应用 210
第四章 非平稳时间序列信息的预测 217
一、若干非平稳时间序列的例子 217
二、线性平稳时间序列信号的特点 220
（一）某地方工业总产值的预测 220
（二）美国IBM公司日库存量的预测 225
三、线性非平稳过程的典型模式 230
（一）非平稳过程转化成平稳过程的实例 231
（二）差分因子的实质 241
（三）ARIMA模式的转化 243
（四）ARIMA模式结构的判断 245
四、ARIMA模式的解 249
五、预测函数的修改 263
（一）ARIMA（1,1,1）过程预测函数的修改 263
（二）ARIMA（0,1,1）过程预测函数的修改 276
（三）具有确定性偏移的ARIMA（0,1,1）模式 288
（四）ARIMA（0,2,2）过程预测函数的修改 293
第五章季节性过程的预测 302
一、同期预测方法 303
二、年与月双重周期季节模型法 308
（一）年与月双重周期的季节模型 308
（二）年与月双重周期预测函数的修改 312
（三）年与月双重周期模式参数的确定 318
（四）应用举例：某国际航线乘客月流通量的预测 320
（一）总体水平的预测概念 332
三、指数平滑－预测法 332
（二）一阶指数平滑预测法 334
（三）改型指数平滑－预测法 346
（四）指数加权平均移动模型法 357
四、判断季节性模型的经验方法 372
五、分离确定性与随机性模型的方法 381
（一）举例说明—太阳黑子数的预测 383
（二）方差分析方法 393
（三）傅里叶周期函数分析法 400
（四）正交函数分析法 414
第六章 系统状态的预测 419
一、状态预测的例子 421
（一）人口增长问题 421
（二）生态平衡问题 423
（三）细菌繁殖问题 427
（四）同位素衰减状态的预测 429
（五）生物竞争问题 430
二、状态方程式的解 431
（一）无强迫作用的系统状态方程式的解 433
（二）有强迫作用的系统状态方程式的解 450
（三）离散时间系统状态方程式的解 456
（四）应用举例 464
三、平衡状态的预测 474
（一）判断系统稳定的条件 474
（二）应用举例 484
四、具有随机因素干扰的状态系统 504
（一）预测原理 504
（二）应用举例 508
第七章 数字滤波的预测方法 513
一、利用陷波滤波器的预测方法 514
（一）陷波滤波器的理想特性 514
（二）频率特性的不同描述形式 516
（三）陷波滤波器的实现原理 525
（四）陷波滤波器的设计要求 528
（五）陷波滤波器的频率特性 529
（六）陷波滤波器的带宽 531
（七）多级点阻滤波器 532
（八）陷波滤波器在预测中的应用 533
二、利用低通、高通或带通滤波器进行预测 535
（一）滤波器型式的选择 535
（二）应用举例：设备事故的预测 539
三、利用回响信号滤波器进行预测 544
（一）补偿滤波原理 544
（二）应用举例 545
四、利用维纳滤波器原理进行预测 545
（一）维纳滤波器原理 545
（二）预测原理 549
（三）预测一步的滤波器脉冲响应因子的确定 551
五、利用微分器与积分器的预测方法 554
参考文献 559