Автоматизированная система прогноза спроса на нефтепродукты

• Автор: Тейтельбаум, Александра Михайловна
• Шифр специальности: 05.13.07, 05.13.10
• Научная степень: Кандидатская
• Год защиты: 2000
• Место защиты: Москва
• Количество страниц: 200 с. : ил.

1. Анализ прогнозируемых процессов и постановка задачи исследования

1.1. Описание прогнозируемых процессов, их особенностей и области использования результатов.

1.2. Постановка задачи исследования

2. Выявление факторов, влияющих на величину спроса, и построение зависимостей спроса от основных факторов.

2.1. Обзор известных подходов

2.2. Использование факторного анализа для выделения основных факторов, влияющих на величину спроса на нефтепродукты.
2.3. Корреляционный анализ связи между величиной спроса на нефтепродукты и переменными, влияющими на него.

2.4. Определение зависимостей спроса на нефтепродукты от основных факторов.

2.5. Математическая модель для расчета ВВП.

3. Прогнозирование значений основных показателей, влияющих на спрос на нефтепродукты.

3.1. Обзор известных методов прогнозирования.

3.2. Построение моделей изменения валового внутреннего продукта во времени с использованием регрессионных зависимостей
3.3. Сравнение точности прогнозирования различными методами в зависимости от периода прогнозирования и объема используемой выборки.
3.4. Прогнозирование спроса на нефтепродукты в Российской Федерации.
3.5. Прогнозирование спроса на нефтепродукты по регионам2
4. Определение прогнозируемых значений спроса на нефтепродукты с использованием теории нечетких множеств и теории принятия решений в условиях неопределенности.
4.1. Обзор известных подходов.8
4.2. Определение исходных данных о величине валового внутреннего продукта и расходов на оборону с использованием экспертных оценок.
4.3. Построение математической модели спроса на нефтепродукты
с нечеткими входными и выходными переменными.
4.4. Результаты построения математической модели спроса на нефтепродукты
с нечеткими входными и выходными переменными.
4.5. Определение прогнозируемых значений спроса на нефтепродукты с использованием элементов теории принятия решений в условиях неопределенности.
5. Разработка структуры автоматизированной системы прогноза
5.1. Информационное обеспечение
5.2. Алгоритмическое обеспечение.
5.3. Программное обеспечение.
5.4. Техническое обеспечение.
Основные результаты работы.
Список литературы


Задачи корреляционного анализа сводятся к измерению тесноты связи между варьирующимися признаками, определению неизвестных причинных связей и оценке факторов, оказывающих наибольшее влияние на результативный признак. Корреляционный анализ позволяет выявить переменные, линейнозависимые между собой. При этом находятся параметры модели заданной структуры и проводится анализ полученного уравнения. Наиболее часто идентификация параметров модели осуществляется с использованием метода наименьших квадратов. Полученные при этом оценки коэффициентов модели удовлетворяют условиям несмещенности, состоятельности, эффективности. Недостатком данного подхода является то, что структурой необходимо задаваться, а также то, что значения входных переменных должны быть линейнонезависимыми, в то время как на пракгике это условие часто не соблюдается. Для уменьшения числа переменных модели может быть применен факторный анализ. В настоящее время известны разнообразные методы факторного анализа и их модификации. Пусть имеется р случайных переменных Хх ,. Требуется определить взаимосвязь между переменными Х1 ,. Хр структуру зависимости, которая может быть измерена ковариациями, или дисперсиями и корреляциями между Х. Хр. В некоторых случаях можно найти линейные комбинации переменных Х,. Хр д р. Получается сжатое описание структуры зависимости. ККГ2. Тогда подмножество первых д переменных У будет объяснять большую часть общей дисперсии. Метод главных компонент состоит в определении коэффициентов ,. Получим переменные Уц Га X , д1,.