分析方法總結(jié)及優(yōu)缺點(diǎn)
一、德?tīng)柗品?/p>
優(yōu)點(diǎn):1、能充分發(fā)揮各位專家的作用,集思廣益,準(zhǔn)確性高。2、能把各位專家意見(jiàn)的分歧點(diǎn)表達(dá)出來(lái),取各家之長(zhǎng),避各家之短。3、權(quán)威人士的意見(jiàn)影響他人的意見(jiàn);
4、有些專家礙于情面,不愿意發(fā)表與其他人不同的意見(jiàn);5、出于自尊心而不愿意修改自己原來(lái)不全面的意見(jiàn)。
缺點(diǎn):
德?tīng)柗品ǖ闹饕秉c(diǎn)是過(guò)程比較復(fù)雜,花費(fèi)時(shí)間較長(zhǎng)。適用范圍:項(xiàng)目規(guī)模宏大且環(huán)境條件復(fù)雜的預(yù)測(cè)情境。二、類比法
優(yōu)點(diǎn):1、它不涉及任何一般性原則,它不需要在“一般性原則”的基礎(chǔ)上進(jìn)行推理。它只是一種由具體情況到具體情況的推理方式,其優(yōu)越性在于它所得出的結(jié)論可以在今后的超出原案例事實(shí)的情況下進(jìn)行應(yīng)用。
2、類比法比其他方法具有更高的精確性;3、類比過(guò)程中的步驟可以文檔化以便修改。
缺點(diǎn):1嚴(yán)重依賴于歷史數(shù)據(jù)的可用性;
2能否找出一個(gè)或一組好的項(xiàng)目范例對(duì)最終估算結(jié)果的精確度有著決定性的影響;
3對(duì)初始估算值進(jìn)行調(diào)整依賴于專家判斷。
適用范圍:類比法是按同類事物或相似事物的發(fā)展規(guī)律相一致的原則,對(duì)預(yù)測(cè)目標(biāo)事物加以對(duì)比分析,來(lái)推斷預(yù)測(cè)目標(biāo)事物未來(lái)發(fā)展趨向與可能水平的一種預(yù)測(cè)方法。類比法應(yīng)用形式很多,如由點(diǎn)推算面、由局部類推整體、由類似產(chǎn)品類推新產(chǎn)品、由相似國(guó)外國(guó)際市場(chǎng)類推國(guó)內(nèi)國(guó)際市場(chǎng)等等。類比法一般適用于預(yù)測(cè)潛在購(gòu)買(mǎi)力和需求量、開(kāi)拓新國(guó)際市場(chǎng)、預(yù)測(cè)新商品長(zhǎng)期的銷售變化規(guī)律等。類比法適合于中長(zhǎng)期的預(yù)測(cè)。
三、回歸分析法優(yōu)點(diǎn):1、從收入動(dòng)因的高度來(lái)判斷收入變化的合理性,徹底拋棄了前述“無(wú)重大波動(dòng)即為正!钡牟缓侠砑僭O(shè)。并且,回歸分析不再只是簡(jiǎn)單的數(shù)據(jù)比較,而是以一整套科學(xué)的統(tǒng)計(jì)方法為基礎(chǔ)。
、運(yùn)用回歸方法對(duì)銷售收入進(jìn)行分析性復(fù)核,可以考慮更多的影響因素作為解釋變量,即使被審計(jì)單位熟悉了這種方法,其粉飾和操縱財(cái)務(wù)報(bào)表的成本也十分高昂。
缺點(diǎn):需要掌握大量數(shù)據(jù),
應(yīng)用:社會(huì)經(jīng)濟(jì)現(xiàn)象之間的相關(guān)關(guān)系往往艱以用確定性的函數(shù)關(guān)系來(lái)描述,它們大多是隨機(jī)性的,要通過(guò)統(tǒng)計(jì)觀察才能找出其中規(guī)律;貧w分橋是利用統(tǒng)計(jì)學(xué)原理描述隨機(jī)變量間相關(guān)關(guān)系的一種重要方法。四、時(shí)間序列分析法
優(yōu)點(diǎn):根據(jù)市場(chǎng)過(guò)去的變化趨勢(shì)預(yù)測(cè)未來(lái)的發(fā)展,根據(jù)客觀事物發(fā)展的這種連續(xù)規(guī)律性,運(yùn)用過(guò)去的歷史數(shù)據(jù),通過(guò)統(tǒng)計(jì)分析,進(jìn)一步推測(cè)市場(chǎng)未來(lái)的發(fā)展趨勢(shì)。
缺點(diǎn):運(yùn)用時(shí)間序列分析進(jìn)行量的預(yù)測(cè),實(shí)際上將所有的影響因素歸結(jié)到時(shí)間這一因素上,只承認(rèn)所有影響因素的綜合作用,并在未來(lái)對(duì)預(yù)測(cè)對(duì)象仍然起作用,并未去分析探討預(yù)測(cè)對(duì)象和影響因素之間的因果關(guān)系。由于事物的發(fā)展不僅有連續(xù)性的特點(diǎn),而且又是復(fù)雜多樣的。。適用范圍:中短期預(yù)測(cè)五、彈性系數(shù)分析法
優(yōu)點(diǎn):簡(jiǎn)單易行,計(jì)算方便,計(jì)算成本低;需要的數(shù)據(jù)少,應(yīng)用靈活廣泛。缺點(diǎn):1、分析帶有一定的局部性和片面性。只考慮兩個(gè)變量間的關(guān)系,忽略了其他相關(guān)變量的影響;
2、結(jié)果比較粗糙,很多時(shí)候要根據(jù)彈性系數(shù)的變動(dòng)趨勢(shì)對(duì)彈性系數(shù)進(jìn)行修正。
應(yīng)用:應(yīng)用利用彈性系數(shù)預(yù)測(cè)未來(lái)時(shí)期能源需求時(shí),可以通過(guò)對(duì)未來(lái)產(chǎn)業(yè)結(jié)構(gòu)變化趨勢(shì)、技術(shù)節(jié)能潛力等因素的分析,以及參照世界大多數(shù)國(guó)家發(fā)展歷程中所皇現(xiàn)的共同規(guī)律,給出未來(lái)年份能源消費(fèi)彈性系數(shù)的變化趨勢(shì)或構(gòu)想方案,以預(yù)測(cè)未來(lái)的能源需求量。六、灰色預(yù)測(cè)法
優(yōu)點(diǎn):灰色預(yù)測(cè)通過(guò)鑒別系統(tǒng)因素之間發(fā)展趨勢(shì)的相異程度,即進(jìn)行關(guān)聯(lián)分析,并對(duì)原始數(shù)據(jù)進(jìn)行生成處理來(lái)尋找系統(tǒng)變動(dòng)的規(guī)律,生成有較強(qiáng)規(guī)律性的數(shù)據(jù)序列,然后建立相應(yīng)的微分方程模型,從而預(yù)測(cè)事物未來(lái)發(fā)展趨勢(shì)的狀況。其用等時(shí)距觀測(cè)到的反應(yīng)預(yù)測(cè)對(duì)象特征的一系列數(shù)量值構(gòu)造灰色預(yù)測(cè)模型,預(yù)測(cè)未來(lái)某一時(shí)刻的特征量,或達(dá)到某一特征量的時(shí)間。
缺點(diǎn):灰色系統(tǒng)的行為現(xiàn)象不準(zhǔn)確,數(shù)據(jù)是雜亂的
適用范圍:商業(yè)連鎖企業(yè)隨著門(mén)店的不斷增加,總部對(duì)企業(yè)的管理將變得越發(fā)困難,尤其是對(duì)銷售量的預(yù)測(cè),這嚴(yán)重影響了決策層對(duì)企業(yè)的控制和管理,影響總部的決策水平,包括資金的調(diào)度和使用、大批量進(jìn)貨以降低成本、門(mén)店的發(fā)展速度等等。隨著模糊數(shù)學(xué)的不斷發(fā)展,灰色預(yù)測(cè)方法得到了廣泛應(yīng)用,它對(duì)于商業(yè)連鎖企業(yè)的銷售管理,有指導(dǎo)價(jià)值。
七、組合預(yù)測(cè)法:
優(yōu)點(diǎn):利用多種預(yù)測(cè)法有效地提高預(yù)測(cè)的精確度,結(jié)合了所組合的各種預(yù)測(cè)法的優(yōu)點(diǎn)。能夠較大限度地利用各種預(yù)測(cè)樣本信息,比單個(gè)預(yù)測(cè)模型考慮問(wèn)題更系統(tǒng)、更全面
缺點(diǎn):需要運(yùn)用多種預(yù)測(cè)法,復(fù)雜繁瑣,對(duì)現(xiàn)實(shí)中的問(wèn)題進(jìn)行分析時(shí),要確定其具有某種函數(shù)關(guān)系有很大的難度
適用范圍:適用于需要高精確度的情況
擴(kuò)展閱讀:信號(hào)分析方法總結(jié)
信號(hào)分析方法總結(jié)
隨機(jī)信號(hào):不能用明確的數(shù)學(xué)表達(dá)式來(lái)表示,它反映的通常是一個(gè)隨機(jī)過(guò)程,只能用概率和統(tǒng)計(jì)的方法來(lái)描述。
隨機(jī)現(xiàn)象的單個(gè)時(shí)間歷程稱為樣本函數(shù)。隨機(jī)現(xiàn)象可能產(chǎn)生的全部樣本函數(shù)的集合,稱為隨機(jī)過(guò)程
振動(dòng)信號(hào)的時(shí)域分析方法
時(shí)間歷程
描述信號(hào)隨著時(shí)間的變化情況。
0.30.20.1試驗(yàn)速度:350km/h幅值(g)0-0.1-0.2-0.3-0.4350360370時(shí)間(s)380390400
1N平均值xxi
Ni11N2均方值用來(lái)描述信號(hào)的平均能量或平均功率xxiNi1均方根值(RMS)為均方值的正平方根。是信號(hào)幅度最恰當(dāng)?shù)牧慷确讲畋硎拘盘?hào)偏離其均值的程度,是描述數(shù)據(jù)的動(dòng)態(tài)分量x21N(xix)2N1i1N2斜度反映隨機(jī)信號(hào)的幅值概率密度函數(shù)對(duì)于縱坐標(biāo)的不對(duì)稱性1Nxi13i
峭度對(duì)大幅值非常敏感。當(dāng)其概率增加時(shí),值將迅速增大,有利于探測(cè)奇異振動(dòng)信號(hào)
1Nx4
ii1N信號(hào)的預(yù)處理:1預(yù)濾波
2零均值化:消除數(shù)據(jù)中的直流分量
^(n)x(n)(n)。xx3錯(cuò)點(diǎn)剔除:以標(biāo)準(zhǔn)差為基礎(chǔ)的野點(diǎn)剔除法
4消除趨勢(shì)項(xiàng)
相關(guān)分析
1自相關(guān)分析a=xcorr(x)
自相關(guān)函數(shù)描述一個(gè)時(shí)刻的信號(hào)與另一時(shí)刻信號(hào)之間的相互關(guān)系
Rxx()1Tx(t)x(t)dtT0工程上利用自相關(guān)函數(shù)檢查混雜在隨機(jī)噪聲中有無(wú)周期性信號(hào)
2互相關(guān)函數(shù)a=xcorr(x,y)
Rxy()1Tx(t)y(t)dtT0利用互相關(guān)函數(shù)所提供的延遲信號(hào),可以研究信號(hào)傳遞通道和振源情況,也可以檢測(cè)隱藏在外界噪聲中的信號(hào)
振動(dòng)信號(hào)的頻域分析方法1自功率譜密度函數(shù)(自譜)
自功率譜描述了信號(hào)的頻率結(jié)構(gòu),反映了振動(dòng)能量在各個(gè)頻率上的分布情況,因此在工程上應(yīng)用十分廣泛
Sxx(f)Rxx()ej2fd
0.10.080.06試驗(yàn)速度:350km/h幅值0.040.0201*0406080100頻率Hz1201*0160180200
2互功率譜密度函數(shù)(互譜)
互譜不像自譜那樣具有比較明顯的物理意義,但它在頻率域描述兩個(gè)隨機(jī)過(guò)程的相關(guān)性是
有意義的。
Sxy(f)Rxy()ej2fd
0.10.08試驗(yàn)速度:350km/h幅值g2/Hz0.060.040.0201*0406080100頻率Hz1201*0160180200
3頻響函數(shù)
H(f)Sxy(f)Sxx(f)
它是被測(cè)系統(tǒng)的動(dòng)力特性在頻域內(nèi)的表現(xiàn)形式
7.20FRF3N1:09:+Z/3C:007:-ZFRF3N1:10:+Z/3C:007:-Z/Amplitude0.000.00180.00Linear95.00-180.000.00°Phase51015202530354045Hz50556065707580859095.004相干函數(shù)
表示整個(gè)頻段內(nèi)響應(yīng)和激勵(lì)之間的相關(guān)性yx(f)=0表示不相干,yx(f)=1完全相干,即響應(yīng)完全由激勵(lì)引起,干擾為零。相干函數(shù)可以用來(lái)檢驗(yàn)頻響函數(shù)和互譜的測(cè)量精度和置信水平,也可以用來(lái)識(shí)別噪聲的聲源和非線性程度。一般認(rèn)為相干值大于0.8時(shí),頻響函數(shù)的估計(jì)結(jié)果比較準(zhǔn)確可靠。
yx(f)2|Syx(f)|2Syy(f)Sxx(f)1
試驗(yàn)速度:350km/h0.80.6幅值0.40.201*0406080100頻率Hz1201*0160180200
5倒頻譜分析z=rceps(y)
倒頻譜變換是頻域信號(hào)的傅里葉積分變換再變換。時(shí)域信號(hào)經(jīng)過(guò)傅里葉變換可轉(zhuǎn)換為頻率函數(shù)或功率譜密度函數(shù),如果頻譜圖上呈現(xiàn)出復(fù)雜的周期結(jié)構(gòu)而難以分辨時(shí),對(duì)功率譜密度取對(duì)數(shù)后,再進(jìn)行一次傅里葉積分變換,可以使周期結(jié)構(gòu)呈便于識(shí)別的譜線形式。
201*|FFT)|100000201*00600800Frequency10001201*4001000|psd()|50000201*00600800Frequency(Hz)10001201*400|Cepstrum|2100102030ms405060
6細(xì)化分析czt
細(xì)化也稱為帶選傅里葉分析。其基本原理是對(duì)所需細(xì)化頻段的信號(hào)進(jìn)行頻移,濾波,重采樣處理,使該頻段內(nèi)的譜線變密
直接利用FFT變換后的頻譜1201*10000800060004000201*90140001201*10000value95100105110利用CZT變換后的細(xì)化頻譜800060004000201*0100102104106108110頻率__f112114116118120
7三分之一倍頻程譜
將全頻域按幾何等比級(jí)數(shù)的間隔劃分,使得中心頻率fc取做帶寬上、下限f1、f2的幾何平均值,且?guī)抙=f2-f1總是和中心頻率fc保持一常數(shù)關(guān)系,h=v×fc。如果v等于根號(hào)二的倒數(shù)(0.707),那么f2=2f1,則定義這樣的頻率帶寬叫倍頻程帶寬;如果v等于三倍根號(hào)二的倒數(shù)(0.236),那么h=0.236fc,則定義這樣的頻率帶寬為1/3倍頻程帶寬。
8多相干分析
多相干分析是指利用相干函數(shù)信號(hào)間頻率上的因果關(guān)系進(jìn)行判斷分析,具體的說(shuō),就是利用相干函數(shù)對(duì)某些信號(hào)在特定的頻段對(duì)另一信號(hào)的貢獻(xiàn)大小進(jìn)行判斷分析。
時(shí)頻分析
基于傅里葉變換的信號(hào)揭示了信號(hào)在頻域的特征,它們?cè)趥鹘y(tǒng)的信號(hào)分析與處理的發(fā)展史上發(fā)揮了極其重要的作用。但是傅里葉變換是一種整體變換也就是說(shuō)頻譜F(w)的任一頻率點(diǎn)的值都是由時(shí)間歷程f(t)在整個(gè)時(shí)域上的貢獻(xiàn)所決定,反之,過(guò)程f(t)某一時(shí)刻的狀態(tài)也是由其頻譜F(w)在整個(gè)頻域上的貢獻(xiàn)所決定,因此傅里葉變換建立的只是一個(gè)域到另一個(gè)域的橋梁,并沒(méi)有把時(shí)域和頻域組合在一起。這對(duì)于平穩(wěn)信號(hào)的分析來(lái)說(shuō)是足夠的,但是對(duì)于分平穩(wěn)信號(hào)來(lái)說(shuō)就無(wú)能為力了。
時(shí)頻分析的基本思想是設(shè)計(jì)時(shí)間和頻率的聯(lián)合函數(shù)用它同時(shí)描述信號(hào)在不同時(shí)間和頻率的
能量密度或強(qiáng)度。時(shí)間和頻率的這種聯(lián)合函數(shù)稱為時(shí)頻分布。時(shí)頻分析法將時(shí)域和頻域組合成一體,這就兼顧到非平穩(wěn)信號(hào)的要求。它的主要特點(diǎn)在于時(shí)間和頻域的局域化,通過(guò)時(shí)間軸和頻率軸兩個(gè)坐標(biāo)組成的時(shí)頻平面,可以得到整體信號(hào)在局部時(shí)域內(nèi)的頻率組成,或者可以看出整體信號(hào)各個(gè)頻帶在局部時(shí)間上的分布和排列情況。
短時(shí)傅里葉變換STFT
短時(shí)傅里葉變換的基本思想是,在傳統(tǒng)傅里葉變換的框架中,把非平穩(wěn)信號(hào)看成是一系列短時(shí)平穩(wěn)信號(hào)的疊加,而短時(shí)性則通過(guò)時(shí)域上的加窗來(lái)實(shí)現(xiàn),并通過(guò)一個(gè)平移參數(shù)來(lái)覆蓋整個(gè)時(shí)域,由于它的窗函數(shù)是固定的,因此不能解決時(shí)間分辨力和頻率分辨力的矛盾。
魏格納維爾分布
目前對(duì)于非平穩(wěn)信號(hào)的分析方法可以分為兩類:一類為核函數(shù)分解,如短時(shí)傅里葉變換,小波變換,核函數(shù)分解也稱線性時(shí)頻描述。另一類為能量分布,也稱時(shí)頻能量密度如魏格納維爾分布(WVD),科恩類(Cohen)類,與短時(shí)傅里葉變換相比,時(shí)頻能量密度函數(shù)具有更好的時(shí)頻分辨率,但是也會(huì)產(chǎn)生交叉項(xiàng)的影響。
友情提示:本文中關(guān)于《分析方法總結(jié)及優(yōu)缺點(diǎn)》給出的范例僅供您參考拓展思維使用,分析方法總結(jié)及優(yōu)缺點(diǎn):該篇文章建議您自主創(chuàng)作。
來(lái)源:網(wǎng)絡(luò)整理 免責(zé)聲明:本文僅限學(xué)習(xí)分享,如產(chǎn)生版權(quán)問(wèn)題,請(qǐng)聯(lián)系我們及時(shí)刪除。