工程投资决策中计算机辅助预测系统(1998年)

简介：
工程投资决策是一个复杂的过程，在实际操作中包含了丰富的数据分析与预测工作。为了以提高决策的科学性和准确性为目标，在这一领域中应用计算机辅助技术已经成为不可逆转的趋势。1998年时研究人员开发出了一套基于计算机辅助的技术用于预测分析，在该系统中核心功能是将数据库技术和定量预测方法相结合。 工程投资决策具有明确的方向性，在系统设计中必须具备快速和精确的数据处理能力。为了实现这一目标，在系统架构中需要应用数据库原理来构建一个既能存储数据又具备管理功能的信息分析与预测平台。通过应用数据库技术可以实现信息的有序性和一致性，并保证数据的安全性。将定量预测手段与统计学相结合的技术应用在工程项目中时有报道。这种结合能够为工程项目进行经济评价提供可靠的方法论基础。在财务评估和国民经济评价方面，在建立预测模型时通常会依赖于历史数据以及相应的统计分析工具。例如时间序列分析法、回归分析法等定量方法均基于一系列统计学工具构建预测模型。 计算机辅助预测系统的构建方案旨在与工程项目投资决策系统或现有工程信息系统协同工作。这种构建方案不仅使系统具备独立运行能力，并且能够完美地与现有信息系统无缝对接以实现信息共享。基于预测方法库、预测模型库以及预测信息库的设计方案，在保证数据安全的前提下实现了对各种预测方法、模型以及相关数据进行分类存储和有效管理，并对这些资源进行集中统一的调用处理过程。这对提升整体系统的运行效率及灵活性具有重要意义。 该预测方法库旨在存储与各种预测相关的信息及其接口参数。它能够支持多种类型的预测方案,包括线性回归模型、指数平滑技术以及自回归分析等,并根据项目的具体需求和特征可以选择最适合的预测方案。 预测模型库则存储具体的预测模型实体，并包含其编码方式、预测对象编码以及预测方法编码等关键信息；这些信息是构建预测模型所必须的。一个优质完善的良好模型库能够包容各种类型的预测模型，并且为用户提供选择和定制的可能性。 prediction model repository stores specific prediction model instances, including their coding methods, object of prediction coding, and prediction methodology coding among other key information; these are all necessary for building a prediction model. A well-constructed repository of models can accommodate various types of models and allows users to select or tailor them according to project-specific needs. 该系统承担着存储与管理各类预测信息的任务，并整合了基础数据资源。它为用户提供了一个集中化的资源库，在线提供便捷的数据访问服务，并支持用户便捷地访问并进行数据分析处理。在系统的主要功能领域中,计算机辅助预测系统配置了四个关键功能模块:数据管理功能、分析方法库、模型构建平台以及应用支持系统.这些核心组件经过精心设计,全面支撑各个阶段的工作流程,从而确保整个系统的运行效率和可靠性.预测数据管理是整个预测活动的核心环节，在数据采集、录入和初步整理阶段发挥重要作用。其中的预测数据生成子模块主要负责从工程信息数据库中提取必要的信息并构建基础数据库；而预测数据录入子模块则为用户提供了一键式的数据输入界面；最后的预测数据分析预处理子模块则通过识别并剔除异常值，并计算相关性指标或秩相关值等手段为后续的因子筛选提供科学依据。该系统负责建立、维护与存储预测模型，并涵盖登记与构建这两项核心功能。其中一个是通过键盘输入相关数据来实现功能的管理模块；另一个则提供人机交互界面来构建预估公式，并由系统会自动将其转换为计算机程序在预测模型管理过程中，则需要制定或展现能够反映真实预测问题的数学方程式以及相互关联性。该子模块涉及模型的创建、检验与执行。该模块负责让用户执行预测操作的界面。此功能项提供数据输入、模型选择以及执行预测等功能，并支持查看预测结果。 该研究开发了一种系统性的计算机辅助预测工具来支持工程投资决策，在1998年的背景下具有重要价值。这种创新性设计不仅明确了系统的功能布局而且为后续相关领域的探索与实践提供了重要的理论依据与方法论参考，在计算机技术持续发展的情况下这样的预测系统在处理复杂数据、实现快速决策方面的作用将愈发显著