当前位置：文档库 › 实验三 Smith预估

实验三 Smith预估

实验报告

实验名称Smith预估控制算法设计实验

课程名称计算机控制技术与系统

实验三 Smith 预估控制算法设计实验

1、实验目的

在控制算法学习的基础上，根据给定对象特性设计Smith 预估控制器算法，并利用Matlab 软件进行仿真实验，同时与PID 算法控制算法进行比较，加深对该控制算法的掌握和理解。

2、系统结构框图

Smith 预估控制系统框图为：

3、实验过程及分析

设广义被控对象为

要求一：

取τ=2、T 1=，取采样时间T=1s ，采用零阶保持器，使用Matlab 函数求取出

广义对象的z 传递函数；

实验过程：

使用matlab 求z 传函的函数：

clc;

clear all;

close all;

T=1;

T1=;

tao=2;

G0=tf([1],[T1 1],'inputdelay',tao)

sysd=c2d(G0,T,'zoh')

上述函数将s 传函210(s) 2.881s G e s -=

+转化为z 传函20.29340(z)0.7066

G z z -=-。要求二：通过对象阶跃响应曲线，整定PID 参数，采用常规PID 进行给定值扰动和外部扰动响应实验，并绘制控制器输出P 和系统输出y 响应曲线；实验过程：

借助matlab 软件中的simulink 搭建系统仿真模型。

首先将外部扰动置零，利用阶跃响应曲线来整定PID 参数。利用试凑法整定PID 参数。PID 控制器的数学描述如下。

首先只给比例作用，调节系统使其稳定；其次加入积分作用消除系统静差；最后加入微分作用。最后合理调整各个参数，使系统品质达到最优。经过整定，最终选取P=，I=，D=0，N=100，系统可以相对较好的稳定下来。输出的曲线如下

在30T 的时候在对象之前加入的阶跃干扰，在50T 的时候在对象之后加入幅

值为的阶跃扰动，得到的系统的输出曲线如下。

对应的控制器的输出曲线如下

由此看来该参数下的PID 控制器的控制效果还是比较令人满意的。要求三：

被控对象不变，设控制器参数：Kp=，Ki=，Kd=0，采用Smith 预估控制算法，作给定值扰动和外部扰动响应实验，并绘制控制器输出P 和系统输出y 响应曲线；实验过程：

Smith 预估控制系统的simulink 仿真图如下。其中在smith 预估控制器内部、控制对象前、控制对象后加入幅值为的阶跃扰动，扰动加入的时间分别为30、60、90。

得到的系统输出曲线为。

对应的控制量的输出曲线如下。

观察以上两条曲线可以发现，smith 控制系统下系统的输出具有比较好的稳定性。此外加入同等幅度的阶跃扰动，可以发现外扰对系统输出的影响要比内扰对系统输出的影响大一些。这说明smith 控制系统抗内扰能力强，但抗外扰能力相对较弱。

要求四：

Smith 预估控制算法系统克服内、外部扰动能力检验以及鲁棒性分析（改变K 、T 、t ）。（注意：预估器中的K 、T 、t 不能改变）

实验过程：

（1）验证克服内扰和外扰的能力

在smith 预估控制系统和普通PID 控制系统中加入阶跃干扰，扰动加入的位置分别是控制器内部、控制对象前、控制对象后，幅值均为，扰动加入的时间分别为30、60、90。将普通PID 控制器下系统的输出曲线和smith 控制器下系统的输出曲线作对比。

其中实线表示smith 控制器下系统的输出曲线，虚线表示普通控制器下系统的输出曲线。可以发现以下几条规律：

○

1smith 控制下系统的输出明显比普通PID 控制器下系统输出的超调量小很多，稳定性更好。

○

2smith 控制器下系统输出的抗内扰能力比普通PID 控制器要强，但抗外扰能力要弱。

（2）检验smith 控制系统的鲁棒性

控制对象是一阶惯性加纯迟延的对象，s 传递函数为210(s) 2.881

s G e s -=+。那么为了检验系统的鲁棒性需要分别改变迟延时间、比例系数、以及积分系数。 ○

1改变迟延时间将对象的迟延系数由2τ=改为4τ=，相应的z 传函变为

40.29340(z)0.7066

G z z -=-在同一坐标系下观察两个系统的输出曲线。其中虚线是4τ=，即对象传函发生改变时系统的输出曲线；实线是2τ=，即传函未发生改变时系统的输出曲线。

○

2改变比例系数将比例系数由K=1改为K=3，相应的Z 传递函数变为20.88010(z)0.7066G z z -=-和为在同一坐标系下观察两个系统的输出曲线

其中虚线是K=3，即对象传函发生改变时系统的输出曲线；实线是K=1，即传函未发生改变时系统的输出曲线。

○

3改变积分系数将比例系数由T=改为T=5，相应的Z 传函变为20.054380(z)0.8187

G z z -=-，在同一坐标系下观察两个系统的输出曲线。

其中虚线是T=5，即对象传函发生改变时系统的输出曲线；实线是T=，即传函未发生改变时系统的输出曲线。

观察以上三组曲线可以明显发现当控制对象的延迟系数、比例系数、积分系数发生改变时，系统的输出的稳定性会明显下降，而且相应的抗外扰、内扰的能力也有不同程度的降低。

5、思考和讨论

（1）纯滞后对象采用常规PID 能否取得满意效果？

上图为纯滞后对象采用常规PID 时系统的输出曲线，很明显系统输出相应较慢，超调量较大，稳定时间也很长。因此可以总结道，纯滞后对象采用常规PID 不能起到满意效果。

（2）验证Smith 预估控制算法的有效性。

利用框图原理来证明Smith 预估算法的有效性。

典型的smith 控制系统框图如下。

将其做等效变换，为

进一步等效变换为

由此可以发现Smith 预估控制可以讲对象的迟延特性消除，再利用PID 控制即可实现较为理想的控制。

以上说明Smith 控制算法是有效的。

经济预测与决策案例分析

经济预测与决策案例分析 TYYGROUP system office room 【TYYUA16H-TYY-TYYYUA8Q8-

案例分析一（一元线性回归模型）我国城市居民家庭人均消费支出预测一、研究的目的要求居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为元, 最低的黑龙江省仅为人均元，最高的上海市达人均10464元，上海是黑龙江的倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。二、模型设定我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。从2002年《中国统计年鉴》中得到表1-1的数据:

Smith预估器控制设计要点

《计算机控制》课程设计报告题目: Smith预估器控制设计姓名:

《计算机控制》课程设计任务书指导教师签字：系（教研室）主任签字： 2012年7月5 日

Smith 预估器控制设计一、实验目的通过混合仿真实验，学习并掌握用于具有纯滞后系统的纯滞后补偿（Smith 预估器控制）的设计及其实现。二、实验内容被控对象为-512()2 s e G s s =+， 1.0s T =画出系统框图，设计Smith 数字预估器。三、控制系统仿真 1.方案设计已知纯滞后负反馈控制系统，其中图1. 其中D(s)为调节器传递函数，-512()2 s e G s s =+为对象传递函数，其中-5()s O G s e 包含纯滞后特性，纯滞后时间常数5τ=。系统的特征方程为：5121()()1() 02 s e D s G s D s s -+=+=+ 由于闭环特征方程中含有-5s e 项，产生纯滞后现象，/5/150.5m T τ==≥，采用常规的PID 控制会使系统稳定性变差，甚至产生振荡。为了改善系统特性，引入Smith 预估器，使得闭环系统的特征方程中不含有-5s e 项。 Smith 纯滞后补偿的计算机控制系统：

图 2. 上图所示ZOH 为零阶保持器，传递函数为：s e s G Ts h --1)(=，并且有：lT =τ（l 为大于1的整数，T 为采样周期）。由已知可知， 1.0T s =，则5 51 l T τ = = =。 2.负反馈调节器D(z)的确定 D(z)为负反馈调节器，通常使用PID 控制规律。使用扩充响应曲线法对数字PID 控制器进行参数整定。扩充响应曲线法是在模拟PID 控制器响应曲线法的基础上推广应用到数字PID 控制器参数整定的方法。扩充响应曲线法是用于具有纯滞后的一阶对象，由前面分析和已知: 1.0T s =,5τ=,5l =,1m T =,因此依据课本128页表4.2扩充响应曲线法整定PID 参数表选择数字PID 参数计算公式，由于1 =0.25T τ=，则选择控制度为1.20，控制规律为PI 控制，因此选定PI 参数为： 0.78( ) p m K T τ= 3.60i T τ= 所以有：0.156p K = 18i T = 则控制器的传递函数为： i 110.1 560. 0()(1 )0.15 6 ( 1 ) T 18 p s D s K s s s +=+= +=? 将得到的模拟控制器用一阶后向差分法离散化得到：

excel预测与决策分析实验报告

《EXCEL预测与决策分析》实验报告册 2014- 2015 学年第学期班级：学号：姓名：授课教师：实验教师：实验学时：实验组号：信息管理系

目录实验一网上书店数据库的创建及其查询 (3) 实验二贸易公司销售数据的分类汇总分析 (7) 实验三餐饮公司经营数据时间序列预测 (9) 实验四住房建筑许可证数量的回归分析 (12) 实验五电信公司宽带上网资费与电缆订货决策 (15) 实验六奶制品厂生产/销售的最优化决策 (17) 实验七运动鞋公司经营投资决策 (19)

实验一网上书店数据库的创建及其查询【实验环境】 ?Microsoft Office Access 2003； ?Microsoft Office Query 2003。【实验目的】 1.实验1-1: ?理解数据库的概念； ?理解关系（二维表）的概念以及关系数据库中数据的组织方式； ?了解数据库创建方法。 2.实验1-2： ?理解DOBC的概念； ?掌握利用Microsoft Query进行数据查询的方法。 3.实验1-3： ?掌握复杂的数据查询方法：多表查询、计算字段和汇总查询。【实验步骤】实验1-1 一、表的创建和联系的建立步骤1：创建空数据库“xddbookstore”。步骤2：数据库中表结构的定义。步骤3：保存数据表。步骤4：定义“响当当”数据库的其他表。步骤5：“响当当”数据库中表之间联系的建立。二、付款方式表的数据输入步骤1：选中需要输入数据的表（如付款方式表）。步骤2：输入数据。三、订单表的数据导入在本书配套磁盘提供的xddbookstore.xls文件中，包含了响当当数据库所有表的数据。可以利用该文件将订单表数据导入到“xddbookstore.mdb”数据库中。步骤1：选择要导入的文件。步骤2：规定要导入的数据表。步骤3：指明在要导入的数据中是否包含列标题。步骤4：规定数据应导入到哪个表中，可以是新表或现有的表。步骤5：完成数据导入工作。实验1-2 一、建立odbc数据源在利用 microsoft office query对“响当当”网上书店进行数据查询之前，必须先建立一个用于连接该数据库的odbc数据源“bookstore”，具体步骤如下：步骤1：启动microsoft office query应用程序。步骤2：进入“创建新数据源”对话框。

Smith预估控制算法设计仿真实验

Smith 预估控制算法设计仿真实验实验目的在控制算法学习的基础上，根据给定对象特性设计Smith 预估控制器算法，并利用Matlab 软件进行仿真实验，同时与PID 控制算法进行比较，加深对该控制算法的掌握和理解。实验内容和要求设广义被控对象为： 1011()()()1Ts s s e e H s G s G s e s T s ττ----==?+ 控制系统框图为： T 取T=1、τ=2、T 1=2.88，经采样（T=1s ）保持后，其广义对象z 传递函数为 00.2934 ()0.7066 G z z = -，而2s e -转换为2个单位迟延。控制器参数：Kp=0.5，Ki=0.2，Kd=0。实验要求： (1) 设计Smith 预估控制算法，作给定值扰动和外部扰动响应实验，并绘制控制器输出P 和系统输出y 响应曲线。（2）被控对象不变，采用理想PID 进行给定值扰动和外部扰动响应实验，并绘制控制器输出P 和系统输出y 响应曲线。思考和讨论（1）分析两类控制算法对带迟延对象的控制效果。（2）根据实验分析Smith 预估控制算法的优点是什么，若采用PID 算法解决同类问题效果如何？ Matlab 辅助设计软件

具体操作步骤： 1、启动Matlab ； 2、单击工具栏中的Simulink 仿真图标，进入Simulink 仿真环境 3、新建仿真结构图，寻找模块，拖动到新建仿真结构图中新建模块库

所涉及模块的位置：加法器Sum：在Simulink/Math Operations子库中。离散PID控制器：在SimPowerSystems/Extra Library/DiscreteControl Blocks子库中。离散传递函数Discrete Transfer Fcn：在Simulink/Discrete子库中。示波器Scope：在Simulink/Sinks模型库中。阶跃信号Step：在Simulink/Sources模型库中。 4、修改模块参数。双击模块，在出现的窗口中设置参数。 5、连接模块。将光标移到一个模块的输出端(>)按下鼠标左键拖动鼠标到另一个模块的输入端(>)，松开鼠标左键就可以完成两个模块的连接。 6、设置仿真参数，进行仿真。

统计决策与预测实验报告

湘南学院实验报告课程名称：统计预测和决策专业班级：经济统计学一班姓名：吴丽媛学号： 201414430148 指导教师：谷玉实验日期： 2017.3.28

实验一：多元统计分析一、实验目的及要求客观事物的变化往往受多种因素的影响，此时就要用到多元回归分析，借以说明多种因素之间的关系,利用EXCEL软件进行多元回归分析，建立函数模型。二、实验设备 2007版EXCEL软件三、实验内容分析喜欢某种牌号牙膏的居民百分比与该地区居民的人均年收入和教育指数的关系四、实验步骤（包含数据及详细过程） 1.加载数据分析第一步：打开2007excel，点击左上角的按钮，如图所示。第二步：点击右下角的，如图所示。

第三步：点击左侧的加载项，如图所示。第四步：点击最下面的“转到”，如图所示，然后选中“分析数据库”，点击“确定”。 2.输入数据，如下图

3.数据分析第一步：点击excel2007中工具栏的“数据”，然后点击“数据分析”，弹出数据分析的对话框，如图所示。第二步：选中“回归”，点击确定，弹出对话框，如图所示。第三步：“Y值输入区域”为$B$2:$B$11，“X值输入区域”$C$2:$D$11，选择“置信度”为95%，“新工作表组”，“残差”和“标准残差”。如图所示，点击确定。五、实验结果与解释结果如图所示。

实验结果解释：由如上图的输出结果可知，第一部分为汇总统计，MultipleR 指复相关系数，RSquare 指判定系数，Adjusted 指调整的判定系数，标准误差指估计的标准误，观测值指样本容量；第二部分为方差分析，df 指自由度，SS 指平方和，MS 指均方，F 指 F 统计量， significance of F 指p 值；第三部分包括：Intercept 指截距，Coefficient 指系数， tstat 指t 统计量。由2 R =0.6682，可知此回归模型只能解释喜欢该品牌牙膏的百分比变差的66.82%，该模型的方程为：218118.20168.44492.13x x y ++=∧.

经济预测与决策案例分析

长春市居民出行特征调查

《南关区居民出行特征调查及出行预测》调查报告一、调查背景及目的近年来，随着长春市城市交通建设的不断完善与发展，长春市的交通得到了很大的改善，居民的出行也方便了许多。另外，随着人们生活水平的不断提高，越来越多的小轿车、摩托车、助力车进入各家各户，这无形中也给城市交通带来了些许压力。居民出行调查是城市道路规划的基础性工作，为了解长春交通现状及未来发展趋势，提出合理的规划建议；也为了更好的提高我们在工程研究中进行观察、认识、思考、分析的综合能力，在老师的安排与领导下，我们组对长春市南关区居民出行情况进行了调查。二、调查任务（一）通过得到的数据分析居民出行特征（二）在此基础上进行2015年、2020年长春市南关区居民出行需求预测三、调查对象及方法（一）调查对象：在长春市南关区以及朝阳区桂林路一带的居民。（学生、工人、服务人员、职员、公务员、教师、退休人员以及个体）调查对象一共分为七个年龄段： 6-14 和15-19这两个年龄段一般以学生为主，出行的目的一般为上学。 20-29、30-39、40、49年龄段的人一般是上班族，出行目的一般以上班为主；50-59、60岁以上的居民大多是退休在家，出行一般都是休闲娱乐，购物。（二）调查方法：现场实地问卷调查，为了确保问卷答案的真实性，准确性，调查员在调查时都是在被调查者旁边做指导，并与其交流，得到其家人以及朋友每天的出行资料，这样大大节省了时间与人力，于此同时我们还大量观察并且收集有关数据。四、实施过程及结果（一）制表以及划分交通小区此次调查我们将南关区划分为六个交通小区以及朝阳区的一个交通小区，具体划分情况见附表1。（二）调查内容为了确保我们此次调查的准确性以及广泛性，我们分别对教师、学生、工人、服务人员、公务员以及一些从商人员进行了调查。并且此次调查内容我们主要侧重出发时间、出发地点、出行方式、到达地点、到达时间、出行费用几个方面。并且附带调查了出行者的性别、年龄、职业等，以便于我们分析整理数据。具体请见附表2。（三）组内分工

决策天地实验报告

决策天地实验报告篇一：决策天地工商管理模拟实验报告工商管理培训模拟实验学校班级学生姓名指导教师河南科技大学工商管理091赵洋洋田广通实验报告工商管理培训模拟实验报告一、实验目的 1．在模拟过程中学习制定各种经营战略和销售策略。 2．根据不同的经济形势和销售预测报告改变经营战略。 3．连续模拟七个周期，使模拟者在短期内找出规律，做出成功的企业决策。二、实验内容及步骤系统可连续运行七个周期。所有七个周期模拟完成之后，各企业可获得评价总表和综合评分。依此作出相应的图表可帮助（学员）模拟参加者从整体上对已实施的经营战略和决策进行剖析，从中找出规律，领会企业成功的秘诀。第一周期的竞争结果数据、评价总表数据及企业报告报表分析、打印完后，即可转入到第二周期的决策模拟（以后各周期过程相同）。

重复上述过程，直至所有七个周期模拟过程全部完成。最后一个周期完成后，在主菜单中选择“显示评价总表”，并在下一屏中选择“报表打印评价总表数据”后，即可打印出所有企业、七个周期的主要决策数据、竞争结果数据和综合评价数据。总结性发言主要内容可围绕： 1. 本企业在模拟过程开始时制订是何种经营战略和销售策略？答：这次模拟试验中在经营中我采取是成本领先战略，通过降低成本来获得高的收益，我一般产品的成本稳定在750——850之间。在销售上我采取的是适当增加广告的投入来扩大产品的宣传，从而增大产品的销量。 2. 七个周期过程结束后，实施情况和原打算有无偏差？答：有偏差。到最后一期原材料和附件的库存还有结余，造成了资源的浪费、企业最后的盈利没有达到原先预期的标准、在原材料的使用和人员的安排上也没有做到成本的最小化，使人员和机器数不协调。 3. 若有偏差的话，造成的主要原因是什么？是本企业决策失误，还是受其他企业决策影响？

经济预测与决策实验

重庆交通大学学生实验报告实验课程名称《经济预测与决策》开课实验室B01机房学院2014 级物流管理专业四班学生姓名陈立新学号631404090402 开课时间2015 至2016 学年第二学期

实验一一元线性回归预测一、实验目的通过实验掌握一元线性回归预测的数学模型、参数估计方法、误差分析和检验，掌握一元线性回归的点预测和区间预测。二、实验内容已知某市货物运输量Y（万吨），GDP（亿元，1980年不变价）1985年-1998年的样本观测值见下表： 1. 用Excel直接计算一元线性回归模型的参数，要求写出计算过程。 2. 计算可决系数，并根据可决系数分析模型的优劣。 3. 计算F统计量，根据显著性水平α=0.05作F检验。

4. 假如2000年某市以1980为不变价国内生产总值为620亿元，求2000年货物运输量预测值及预测区间。三、实验步骤 xi^2 yi^2 xi*yi b^ a^ 26143.66 333026001 2950681 26.95415 12596.27 29264.94 343175625 3169072 26.95415 12596.27 33881.76 338560000 3386888 26.95415 12596.27 37927.56 278656249 3250962 26.95415 12596.27 39148.58 241584849 3075338 26.95415 12596.27 43493.1 253733041 3321993 26.95415 12596.27 48867.52 335182864 4047166 26.95415 12596.27 60969.49 307020484 4326532 26.95415 12596.27 76618.24 468289600 5989952 26.95415 12596.27 100096.3 565631089 7524466 26.95415 12596.27 132146.8 577921600 8739021 26.95415 12596.27 172648.6 582401689 10027503 26.95415 12596.27 216951 629508100 11686420 26.95415 12596.27 259182.8 600495025 12475496 26.95415 12596.27 1277340 5.855E+09 83971489 377.3581 176347.7 20169 280.933 91238.6 418227587 5997963 16954.48 1675777 10330372 0.781002 3684754.5 17207.31 1736302 8769059 σ^2 2701327 17557.72 709443 6816567.9 2927060 3127844.9 17845.59 1328454 5396261.5 σ12079597 17929.41 5694969 5013828.9 1710.865 21395911 18217.55 5237476 3806472.1 F 17973966 18554.75 60885.4 2604420.9 42.79505 3461726 19251.78 2992152 840499.47 7004340.3 20057.17 2505339 12409.435 2165102 21124.02 7070180 912879.98 13064094 22394.64 2707218 4955370.1 14987959 23795.98 113580 13158119 15716694 25150.97 3717.18 24824282 24220459 26318.62 3289226 37823126 18804613 282360 3.5E+07 125263669 160388387 四、实验结果

出行分布预测

第五章出行分布预测 §5.1 概念从出行发生预测可以得知对象区域各个分区出行产生量和出行吸引量。下面的问题是：就某个分区而言，它所产生的这些出行量究竟到那个分区去了？它所吸引的这些出行量又究竟来自哪里？也就是要预测未来规划年各个分区之间出行的交换量。我们把分区之间的出行的交换量叫做“出行分布量”，本章就来研究出行分布量的预测问题。 5.1.1 出行分布量出行分布量是指：分区i 与分区j 之间平均单位时间内的出行量，单位时间可以是一天、一周、一月等，也可以是专指高峰小时。就一对分区i 和j 而言，它由两部分q ij 、q ji 组成： q ij ——以分区i 为产生点（注：不一定是出行的起点），以分区j 为吸引点（不一定是出行的终点）的出行量。 q ji ——以分区j 为产生点，分区i 为吸引点的出行量。如同一个分区的产生量不一定等于吸引量一样，q ij 不一定等于q ji 。从下面的例子可以看出这一点。例5-1 如图5-1所示的两分区之间的六次出行中； q ij =4（出行1、2、5、6） q ji =2（出行3、4）但以i 为起点的出行数=3（出行1、4、5）；以j 为起点的出行数=3（出行2、3、6）。 5.1.2 出行分布矩阵（PA 矩阵）出行分布矩阵是一个二维表（矩阵），行坐标为吸引分区号（Absorbing zone ），列坐标为产生分区号（Producing zone ），元素为出行分区量。如表5-1所示，表5-1中的行数和列数相等。从理论的严格意义上讲，产生区和吸引区不一定相同，甚至某些分区只是产生区，但不吸引任何出行，因而不是吸引区，如纯住宅区，也可能有某些分区只是吸图例：h —家庭；s —学校；f —工厂图5-1 (例5-1)两个分区间的六次出行

城市轨道交通客流预测方法

精心整理城市轨道交通客流预测方法目前, 对城市轨道交通线路客流预测尚处于探索阶段。中国城市轨道交通客流预测模式主要分为3 类:1、非基于现状OD(起点) 客流的预测模式, 将相关的公交线路客流和自行车流量向轨道交通线路转移, 得到轨道交通客流; 2、基于现状OD , ,轨 , 并考虑到高峰小时与全日出行分布规律的差异性, 建议分别构建全日客流O D 矩阵和高峰小时客流OD 矩阵,然后通过相应的分配过程, 得到轨道交通线路的全日客流指标和高峰小时客流指标 2 全日出行的发生( 吸引) 和分布预测

2. 1 各交通小区全日出行的发生( 吸引) 预测交通小区的日发生量与人口数相关、吸引量与就业岗位数相关, 并服从指数关系。其计算式为： i , j=1,2,…,n 式中: G i为交通小区i的发生量; A j为交通小区j的吸引量; P i为交通小区i的人口数; W j为交通小区j的就业岗位数; a i 、b i 、cj 、d j 均为模型参数, 反映了交通小区i的土地利用性质; n为交通小区数。 2. 2全日出行分布预测全日出行分布预测可采用双约束重力模型其中， i , j=1,2,…,n 式中: Q ij 为从交通小区i 到j 的全日出行总量; 、分别为行约束系数和列约束系数; f ( cij ) 为交通小区i 到j 的阻抗函数; cij 为交通小区i 到j 的出行阻抗。

3高峰小时的生成-分布共生模型调查结果显示: 在高峰小时时段内, 以工作和上学为主的通勤出行所占比例很大, 一般为80% ~90% 。由于工作、上学是工作日所必须的, 且时间性强。因此, 分别建立工作和上学的出行生成分布共生模型, 并根据这 2 种出行目的, 以及在高峰小时出行中所占的比例进行调整, 从而预测得到高峰小时的出行发生( 吸引) 及分布。工作出行模型为 i , j=1,2,…,n 上学出行模型为 i , j=1,2,…,n 式中: 为高峰小时交通小区i到j的工作出行人次数; 为高峰小时交通小区i到j的上学出行人次数; a w 、b w 、cw 、d w 均为高峰小时工作出行的生成分布共生模型参数; a s、b s 、cs 、d s均为高峰小时上学出行的生成分布共生模型参数。其中,和有以下关系式式中: 为高峰小时交通小区i 到j 的总出行人次数; 为高峰小时工作出行所占的比例; 为高峰小时上学出行所占的比例。 4 方式划分与分配组合模型 4.1组合出行组合出行是指居民一次出行, 从起点到终点采用了多种出行方式联合完成。居民由起点到终点的一次组合出行如图所示。图2组合出行

《经济预测与决策》实验报告

实验一一元线性回归预测一、实验目的通过实验掌握一元线性回归预测的数学模型、参数估计方法、误差分析和检验，掌握一元线性回归的点预测和区间预测。二、实验内容 1．对下表所给数据，用Excel直接计算一元线性回归模型的参数估计、可决系数、标准差、t统计量。 2．分析模型的优劣，α=0.05,作他检验。 3．若2011年月人均可支配收入x0=5000元，预测该商品的销售量，并给出置信度为95%的区间预测。

三、实验步骤 1.用excel做回归于测四、实验结果 1.有上图可知，一元线性回归模型的参数估计a为5807.16，b为0.32、可决系数为0.219、标准差为808.64、t统计量为1.98. 2.可决系数越大，回归方程就拟合得越好，相反越差，由题意知，可决系数较小，所以拟合得不好由查表得F α=4.60，tα=2.15，又由上图可知，

F检验： F=3.93< F α=4.60,故回归方程不显著。 T检验： t=1.98

居民出行调查方案设计

居民出行调查方案设计-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN

居民出行调查方案设计城市交通规划越来越受到重视，面对日益拥堵的交通状况，各城市采取相应的措施来解决交通拥堵这个难题，而居民出行调查数据是解决交通问题的基础，下面是居民出行调查方案设计，欢迎阅读了解。研究背景近几年来，随着社会经济的迅速发展，作为国民经济动脉的交通发展也非常快，城市规模也越来越大。城市交通基础设施建设步伐日益加快，快速干道、立交桥、大容量公共交通系统等大规模的交通建设项目日益增多。同时，随着城市化进程的加快，城市人口逐渐增多，城市交通需求也越来越大。所以目前国内大多数城市存在着交通供给和交通需求的矛盾日益激化的问题。交通系统作为服务系统，更要有效的满足交通需求，就需要对交通需求特征，也就是出行特征有充分的了解，从而合理引导交通的发展，科学的安排交通设施的建设，进行有效的交通需求管理。而要分析研究交通出行的特征，即交通源流的产生及其在地理空间上的流向，以及以一定的交通方式在交通网络上的分布形态，最基本也最全面的手段就是进行交通调查。对于城市交通需求，居民出行调查能全面地反映出行者的社会属性信息和出行信息，刻画城市交通出行的特征。

居民出行调查的含义城市居民出行，是指居民为完成某一目的，使用某一种交通方式，耗用一定的时间从出发点经某一路径到达目的地的位移过程。居民出行调查，是指对居民一天内出行的详细情况进行调查，通过分析和寻找相关的变化规律，作为城市交通规划、建设的依据。对居民出行随时间、空间、目的、方式变化规律的分析，也是城市客流流量、流向分布以及交通结构方式预测的基础，可为优化现有城市公交线网以及科学制定公交线网规划提供依据。一般出行的定义是：“为完成某一目的，在可通行车辆的道路上步行超过5分钟或使用交通工具单程距离超过500米，称为一次出行”。居民出行调查的重要性居民出行调查是交通规划中OD调查的重要内容，是交通规划中需要收集的最基础资料之一，是进行交通需求预测和制定交通规划方案的重要依据，在城市综合和专项交通规划中扮演着极其重要的角色。国内外调查实践表明：居民出行调查可以全面地再现城市交通随即易逝、变化多的特点，能揭示城市交通结症的原因、内涵交通需求与土地利用、经济活动的规律。通过对居民出行调查数据的整理和分析，可以把握城市交通需求与土地利用以及经济活动之间的相互关系，对

Smith预估算法-Darling算法

8-1 题目要求：被控对象的传递函数为 ()01 s e G s s -=+ 采样周期T =0.2s ，采用零阶保持器，针对单位阶跃输入函数，按以下要求设计： 1. 采用施密斯预估控制，求取控制器输出u (k )的递推公式，并仿真验证。 2. 试用大林算法设计数字控制器D (z )，求取u (k )的递推公式，并仿真验证。解： 1. 施密斯预估控制施密斯预估控制的控制系统如图1所示。图1 施密斯预估控制器的控制系统 1.1 被控对象离散化 ()()P 1111110.1810.819 Ts T e G s Z s s z z z Z z z e z ---?? -=?? +?? ??=--??--?? = - 1.2 设计辅助调节器 ()()() ()5r P 556 510.181 10.819 0.1810.1810.819D z G z z z z z z z --=-= ---=- 1.3 设计调节器

调节器D (z )采用间接设计法设计。被控对象传递函数类型为()1 P 1 K G s Ts =+，要校正成典型I 型系统，可知调节器类型为 2K s 。系统开环传递函数为()() 12 1K K G s s Ts =+。设12K K K =，KT =0.5，由于11,1K T ==，所以取20.5K =。所以调节器的传递函数为()0.5 D s s = 。 1.4 由D (s )求D (z )（采用双线性变换法） ()()()211 0.5 0.0511 z s T z D z Z D s s z z -= +=???? =+= - ()()()() 0.0511 U z z D z E z z += = - 1.5 求递推公式展开得， ()()()()10.051z U z z E z -=+ 对应的差分方程为，： ()()()()10.0510.05u k u k e k e k +-=++ 降一个序号可得u (k )的递推形式为，： ()()()()10.050.051u k u k e k e k =-++- 1.6 在Simulink 环境下系统仿真模型如图2所示。

电子表格决策分析实验报告

决策支持系统实验报告实验名称：电子表格决策分析实验姓名：学号：专业：信息管理与信息系统班级：指导教师：实验成绩：批阅教师签字：

实验二电子表格决策分析实验（3个学时）【实验目的】 1.了解决策支持系统模型的基础知识。 2.掌握EXCEL提供的函数的使用方法。 3.掌握在EXCEL中进行模型开发与决策分析的方法。【实验内容】 1.理解模型的概念和类别。 2.练习使用EXCEL的投资决策函数：NPV、XNPV、IRR、XIRR 和 MIRR。 3.根据要求构建投资指标决策分析模型，并用以进行决策分析。【实验步骤】 1.理解模型的概念和类别步骤：（1）查阅EXCEL帮助，对照教材分析EXCEL对模型实现的支持方式（2）总结EXCEL提供了哪些类型的DSS模型 2. 掌握EXCEL提供的函数的使用方法（1）完成实验教材“6.3.3使用EXCEL的投资决策函数”节的适用于进行现金流分析的Excel 函数示例实验：NPV、XNPV、IRR、XIRR 和 MIRR。（2）对数据分析结果进行讨论。 3. 根据要求构建投资指标决策分析模型，并用以进行决策分析（1）完成实验教程“6.3.4构建投资指标决策分析模型”节建模试验（2）对模型进行方案试错与优化（3）通过模型对投资方案进行灵敏度分析（4）总结最佳方案及其灵敏度（5）根据以上步骤完成实验教程第6章练习题 4.写实验报告，字数>800字

【实验过程及结果分析】 1.理解模型的概念和类别步骤：（1）查阅EXCEL帮助，对照教材分析EXCEL对模型实现的支持方式。 Excel对模型实现的支持方式体现在建立模型与模型分析、数据访问与管理以及用户界面与可视建模三个方面。 1) 建立模型与模型分析。Excel具有灵活的建模能力和对所建模型进行What-if分析的功能，利用公式、大量的内建财务统计函数、以及ＶＢＡ语言建立案例数值模型，并利用模拟运算表、方案管理器等功能模型对“如果决策变量如此变化的话，目标变量将如何变化“进行分析。Excel利用单变量求解功能求解“为了使目标变量达到某个特定的目标值，决策变量应该如何变化"的问题。此外，Excel具有大量内建函数，操作者可以利用Excel提供的各种函数公式，通过确定参数的数值，按特定的顺序或结构自动执行复杂计算，大大简化了计算模型建立的过程，并有助于提高模型的准确性，特别是Excel 的财务函数、统计函数等对于财务分析相关模型的建立有很大帮助。 2) 数据访问与管理。Excel具有十分强大的数据分析功能，并且与各种数据库具有良好的接口。Excel不仅可以创建OLAP多维数据集的数据源，然后使用该数据源进行分析，也可以借助于ODBC工具，直接访问各种由dBase、FoxPro、Access或者SQLServer 等生成的外部数据库。因而Excel可以通过简单的操作从具有不同结构的数据库中获取所需要的数据，利用数据分析功能直接进行一些复杂的计算、统计工作等，给模型的实现提供了强大的数据支持。 3) 用户界面与可视建模。Excel不仅具有良好的图形显示能力，而且允许用户利用Excel 本身的菜单、工具条、对话框等手段方便地进行操作和建立个性化系统界面。这些功能与其他功能相结合，决策者可以在决策模型的基础上经过简单操作制作高质量的动态图形，将抽象的决策模型与直观生动的图形完美结合，一定程度上实现可视建模与分析，从而使模型以最有效的方法帮助决策者进行各种必要的决策分析。例如：利用Excel 的数据透视表功能，可以十分方便地从大量数据中提取有用的综合统计信息，（2）总结EXCEL提供了哪些类型的DSS模型 excel其中比较常见的模型有以下几类： 1)预测与决策模型，包括：项目投资决策、风险性决策、不确定性决策、多目标决策分析。 2)决策树模型。 3)数学规划模型，包括：线性规划模型和非线性规划模型。Excel通过其规划求解功能将最优化算法的能力加入到对工作表数据进行操纵的能力之中，使得Excel特别适合建立线性规划、非线性规划等各种优化模型。运用Excel规划求解的基本原理

经济预测与决策复习题

《经济预测与决策》复习题一、选择题 1、预测期限为一年以上、五年以下（含五年）的经济预测称为（） A、长期经济预测 B、中期经济预测 C、近期经济预测 D、短期经济预测 2、相关系数越接近±1，表明变量之间的线性相关程度（） A、越小 B、一般 C、越大 D、不确定 3、采用指数平滑法进行预测时，如果时间序列变化比较平稳，则平滑系数的取值应为（） A、0.1-0.3 B、0.5-0.7 C、0.7-0.9 D、0.4-0.6 4、在进行经济预测时，以下哪一个原则不属于德尔菲法必须遵循的基本原则（） A、匿名性 B、反馈性 C、收敛性 D、权威性 5、使用多项式曲线模型对时间序列进行模拟时，若该时间序列经过m次差分后所得序列趋于某一常数，则通常应采用（） A、m-1次多项式曲线模型 B、m次多项式曲线模型 C、m+1次多项式曲线模型 D、m+2次多项式曲线模型 6、下列哪一种说法正确（） A、状态转移概率矩阵的每一行元素之和必为1 B、状态转移概率矩阵的每一列元素之和必为1 C、状态转移概率矩阵的主对角线元素之和必为1 D、状态转移概率矩阵的副对角线元素之和必为1 7、如果某企业规模小，技术装备相对落后，担负不起较大的经济风险，则该企业应采用（） A、最大最小决策准则 B、最大最大决策准则 C、最小最大后悔值决策准则 D、等概率决策准则 8、运用层次分析法进行多目标决策时，通常采用1～9标度法构造判断矩阵。假设第i个元素与第j个元素相比极端重要，则元素a ij为（） A、1 B、5 C、1/9 D、9 9、某厂生产某种机械产品需要螺丝作为初始投入。如果从外购

买，市场单价为0.5元；若自己生产则需要固定成本3000元，单位可变成本为0.3元。则螺丝的盈亏平衡点产量为（） A 、6000 B 、10000 C 、15000 D 、20000 10、以下支付矩阵的纳什均衡是（）上下 A 、（上，左） B 、（上，中） C 、（下，中） D 、（下，右） 11、某工厂对某种原料的年需求量为20000公斤，每次订购费用为500元，每公斤原料的年存储费用5元。则年最优订货批次为（） A 、8 B 、9 C 、10 D 、11 12、某工厂某种产品的总收益曲线为TR=150Q-0.2Q 2，总成本曲线为TC=3000-120Q+0.1Q 2，则该工厂最佳产量Q 为（） A 、400 B 、450 C 、500 D 、550 13、下图是哪种多项式增长曲线（） A.常数多项式 B.一次多项式 C.二次多项式 D.三次多项式 14、已知某厂商有建设大型工厂、建设中型工厂、建设小型工厂三种方案，不论以哪一种方案建厂，将来都可能面临畅销、平销、滞销三种情况之一，但其概率未知。已知收益值矩阵表如下所示（单位 A 、建设大型工厂 B 、建设中型工厂

预测与决策实验报告

课内实验报告课程名：预测与决策任课教师：张立凡专业：市场营销学号：B09110530 姓名：郑荣翔 2011/2012学年第 2 学期南京邮电大学经济与管理学院

《预测与决策》课程实验第 1 次实验报告实验内容及基本要求：实验项目名称：一元线性回归在Excel 中的实现实验内容及要求： 1、熟悉Excel 有关命令的使用方法 2、利用Excel 掌握有关菜单的功能 3、掌握一元线性回归在Excel 中实现的基本方法，熟悉Excel 的有关操作实验步骤： 1、进入Excel 程序。 2、一元线性回归的输入形式： n x y 1 11.6 8.5 2 14.1 11.1 3 17.1 13.6 4 19.6 15.8 5 22.1 17. 6 6 25.6 20.5 7 33.6 27. 8 8 40.5 33.5 9 47.8 39.2 绘出散点图：散点图 010203040 500 20 40 60 货币收入购买力 y 线性 (y)

3、一元线性回归的计算资料：计算2x 、2y 及xy ，分别在“D2、E2、F2”单元格通过相对引用输入计算公式并向下复制。 n x y x 2 y 2 xy 1 11.6 8.5 134.56 72.25 98.6 2 14.1 11.1 198.81 123.21 156.51 3 17.1 13.6 292.41 184.96 232.56 4 19.6 15.8 384.16 249.64 309.68 5 22.1 17.6 488.41 309.76 388.96 6 25.6 20.5 655.36 420.25 524.8 7 33.6 27.8 1128.96 772.84 934.08 8 40.5 33.5 1640.25 1122.25 1356.75 9 47.8 39.2 2284.84 1536.64 1873.76 在“A11” 单元格输入求和公式并向右复制计算∑x 、∑y 、∑2x 、∑2y 及∑xy 。 n x y x 2 y 2 xy 1 11.6 8.5 134.56 72.25 98.6 2 14.1 11.1 198.81 123.21 156.51 3 17.1 13.6 292.41 184.96 232.56 4 19.6 15.8 384.16 249.64 309.68 5 22.1 17.6 488.41 309.76 388.96 6 25.6 20.5 655.36 420.25 524.8 7 33.6 27.8 1128.96 772.84 934.08 8 40.5 33.5 1640.25 1122.25 1356.75 9 47.8 39.2 2284.84 1536.64 1873.76 合计 232 187.6 7207.76 4791.8 5875.7 4、一元线性回归系数的计算： x b y a x x n y x xy n b 22-=--= ∑∑∑∑∑)( b==(A50*F51-B51*C51)/(A50*D51-B51*B51) a=C51/A50-B52*B51/A50 b= 0.847206 a= -0.99464 按bX a Y +=?（Y=-0.99464+0.847206X ）计算估计值：