一种对比基线的目标预测方法技术

本发明专利技术公开了一种对比基线的目标预测方法，涉及目标预测技术领域，包括如下步骤：S101、统计数据入库作为基线数据；S102、确定与所述基线数据对应的数据分析模型；S103、将基线数据输入所述数据分析模型，得到多组预测值；S104、基于得到的多组预测值求平均解，作为预测值测算基准；S105、基于预测均值得到计算趋势线，对未来值进行计算，本发明专利技术构建了基于基线数据的平滑指数预测方法，以历史和实际数据计算的预测方式，使目标控制在合理的增长范围内，确保维持现有模式下，可以达到的目标，也同步代表了，如果对资源进行倾斜，可以超预期完成，确保城市发展能够在可预计、可完成的计划中，实现了预测数据可计算的计算方法。实现了预测数据可计算的计算方法。实现了预测数据可计算的计算方法。

【技术实现步骤摘要】
一种对比基线的目标预测方法


[0001]本专利技术涉及目标预测
，具体涉及一种对比基线的目标预测方法。

技术介绍

[0002]随着城市人口、经济高速发展，城市各个基础部件的更新、维护的范围和建设的内容也越来越高，面对国家城市发展的具体规划及目标的制定，对目标的量化要求越来越高，如何制定合理的目标，如何对目标进行有效跟踪，如何实时的判断目标的达成度，在城市各部件动态更新的情况下是难以掌握的。同时，为了完成目标进行对应的人力、物力、财力的合理分配，也需要使用科学的方法进行研判调整。
[0003]现有各类城市级指标标准的展现形式及数据展现上，只能对现状数据进行展示，缺少有效的计算分析及预测内容，仅仅对现状的展示无法完成有效全面的数据解读，不能满足数据阅读者的需求；同时，现有的城市目标预测方法，基本按照经验或者上级要求进行，对现实的情况缺少分析，目标制定后经常发生无法完成的情况，在考核目标结果后再进行问题分析，导致实际目标最终完成不了。

技术实现思路

[0004]本专利技术的目的在于提供一种对比基线的目标预测方法，解决以下技术问题：
[0005]现有的城市目标预测方法，基本按照经验或者上级要求进行，对现实的情况缺少分析，目标制定后经常发生无法完成的情况，在考核目标结果后再进行问题分析，导致实际目标最终完成不了。
[0006]本专利技术的目的可以通过以下技术方案实现：
[0007]一种对比基线的目标预测方法，包括如下步骤：
[0008]S101、统计数据入库作为基线数据；
[0009]S102、确定与所述基线数据对应的数据分析模型；
[0010]S103、将基线数据输入所述数据分析模型，得到多组预测值；
[0011]S104、基于得到的多组预测值求平均解，作为预测值测算基准；
[0012]S105、基于预测均值得到计算趋势线，对未来值进行计算。
[0013]优选的，所述步骤S101中，利用城市现有普查数据，城市统计年鉴的年度数据，按照月度进行差值均分整理，后入库作为基线数据。
[0014]优选的，所述步骤S101中，基于整理后的年度数据或月度数据进行分期处理，分别得到各期的实际值。
[0015]优选的，数据分析模型由如下指数平滑公式计算：
[0016]A＝αX1+(1
‑
α)X2[0017]其中，X1为上一期的实际值，X2为上一期的预测值。
[0018]优选的，在确定阻尼系数α的取值范围时，还包括：
[0019]a、当时间序列呈现较稳定的水平趋势时，α的取值范围在0.05
‑
0.20之间；
[0020]b、当时间序列有波动，但长期趋势变化幅度稳定时，α的取值范围在0.1
‑
0.4之间；
[0021]c、当时间序列波动幅度较大，且长期趋势变化幅度较大时，基于该变化趋势，具有明显且迅速的上升或下降趋势时，α的取值范围在0.6
‑
0.8之间。
[0022]优选的，预测均值由如下公式进行计算：
[0023]B＝(A
0.05
+A
0.1
+A
0.15
+A
0.2
+A
0.25
+A
0.3
+A
0.35
+A
0.4
)
[0024]其中，所述B数值为预测均值；
[0025]优选的，基于各期的预测均值B得到二元一次方程计算趋势线：
[0026]Y＝K1X2+K2X+C
[0027]优选的，将待预测后续多个相同时间间隔的未来值代入上述二元一次方程计算趋势线，得到未来值。
[0028]优选的，还包括预测修正，利用上述趋势线方程，重复上述步骤对基线进行重新计算。
[0029]本专利技术的有益效果：
[0030](1)本专利技术构建了基于基线数据的平滑指数预测方法，以历史和实际数据计算的预测方式，使目标控制在合理的增长范围内，确保维持现有模式下，可以达到的目标，也同步代表了，如果对资源进行倾斜，可以超预期完成，确保城市发展能够在可预计、可完成的计划中；
[0031](2)本专利技术基于多次平滑指数推演后使用趋势线方程，实现了预测数据可计算的计算方法，构建了从历史统计数据到有依据预测的方法。
附图说明
[0032]下面结合附图对本专利技术作进一步的说明。
[0033]图1是本专利技术一种对比基线的目标预测方法的结构示意图；
[0034]图2是本专利技术一种对比基线的目标预测方法中预测5年后道路面积数值的平滑趋势线方程结构示意图；
[0035]图3是本专利技术一种对比基线的目标预测方法中预测5年后城区人口数值的平滑趋势线方程结构示意图。
具体实施方式
[0036]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0037]请参阅图1所示，本专利技术为一种对比基线的目标预测方法，包括如下步骤：
[0038]S101、统计数据入库作为基线数据；
[0039]S102、确定与所述基线数据对应的数据分析模型；
[0040]S103、将基线数据输入所述数据分析模型，得到多组预测值；
[0041]S104、基于得到的多组预测值求平均解，作为预测值测算基准；
[0042]S105、基于预测均值得到计算趋势线，对未来值进行计算。
[0043]利用城市现有普查数据，城市统计年鉴的年度数据，按照月度进行差值均分整理，后入库作为基线数据；按照整理后的年度数据或月度数据进行分期处理，得到各期的实际值；
[0044]在本实施方式中，数据分析模型由如下指数平滑公式计算：
[0045]A＝αX1+(1
‑
α)X2[0046]其中，X1为上一期的实际值，X2为上一期的预测值；
[0047]在确定阻尼系数α的取值范围时，还包括：
[0048]a、当时间序列呈现较稳定的水平趋势时，α的取值范围在0.05
‑
0.20之间；
[0049]b、当时间序列有波动，但长期趋势变化幅度稳定时，α的取值范围在0.1
‑
0.4之间；
[0050]c、当时间序列波动幅度较大，且长期趋势变化幅度较大时，基于该变化趋势，具有明显且迅速的上升或下降趋势时，α的取值范围在0.6
‑
0.8之间；
[0051]具体的，在判断阻尼系数α的具体取值范围时，采用两种判断方式：1、基于城市各项指标随着年度稳步增长，当长期趋势变化幅度稳定，整体比较平滑时，选择a或b或a与b的组合数值范围；2、通过政策倾斜判断，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对比基线的目标预测方法，其特征在于，包括如下步骤：S101、统计数据入库作为基线数据；S102、确定与所述基线数据对应的数据分析模型；S103、将基线数据输入所述数据分析模型，得到多组预测值；S104、基于得到的多组预测值求平均解，作为预测值测算基准；S105、基于预测均值得到计算趋势线，对未来值进行计算。2.根据权利要求1所述的一种对比基线的目标预测方法,其特征在于，所述步骤S101中，利用城市现有普查数据，城市统计年鉴的年度数据，按照月度进行差值均分整理，后入库作为基线数据。3.根据权利要求1所述的一种对比基线的目标预测方法,其特征在于，所述步骤S101中，基于整理后的年度数据或月度数据进行分期处理，分别得到各期的实际值。4.根据权利要求1所述的一种对比基线的目标预测方法,其特征在于，数据分析模型由如下指数平滑公式计算：A＝αX1+(1
‑
α)X2其中，X1为上一期的实际值，X2为上一期的预测值。5.根据权利要求4所述的一种对比基线的目标预测方法,其特征在于，在确定阻尼系数α的取值范围时，还包括：a、当时间序列呈现较稳定的水平趋势时，α的取值范围在0.05
‑
0.20之间；b、当时间序列有波动，但长期趋势变化幅度稳定时，α的取值范围...

【专利技术属性】
技术研发人员：蔡凤麟，吴军，付明，沈迎春，
申请(专利权)人：合肥泽众城市智能科技有限公司，
类型：发明
国别省市：