DPS 数据处理系统在数学建模应用中的优势

[复制链接]

字体大小: 正常放大

xiaobingforever

19 主题	9 听众	271 积分

升级 85.5%

该用户从未签到

电梯直达

发表于 2009-8-21 18:40 |只看该作者 |正序浏览

|招呼Ta 关注Ta

一次很偶然的机会接触到DPS数据处理系统。当时我们刚做完第六届苏北建模联赛的A题《房地产产业展问题》，我们用的是灰色GM（1，1）预测模型，尽管我们通过了残差检验，短期内预测的效果也还比较理想。但是有一个问题一直困扰着我们，我们是建模的爱好者，应用数学的基础理论并不是很扎实，只是在遇到特定的问题的时候知道大概往哪个方面去寻找突破口。就拿这次的房地产业发展问题来说，尽管题目中没有明确说明要进行预测，在实际操作中对房地产业相关指标的预测分析是必不可少的。疑问就在这里啦，用哪种预测方法是比较合理的呢？因为我们知道预测的方法很多，从最简单的多元统计回归预测、时间序列预测到灰色GM预测，神经网络预测。前面已经讲过啦，我们的理论功底并不深厚，各种方法的特点，对什么样的问题能够得到理想的结果我们都不是很清楚，当时只是硬着头皮用了灰色GM（1，1），但是其他方法预测的结果会不会更理想呢，像我们建模队其他组就有用时间序列三次指数平滑，季节性趋势模型的，在没有实践之前你知道谁优谁劣呢？当然不排除有这样的强者，无论是理论功底还是数学思维都已经登峰造极啦，能够凭借经验或者数学直觉准确的找到最优方法，又或者说你是很牛X的Matlab高手，珍藏着关于预测类的所有程序，而且程序通用性很强，通过读取不同的数据能够很快得到相应的结果。很不幸，我两者都不是，我的组员也不是，那怎么办呢？？！DPS就起作用啦，DPS操作方便，语法简单，是Excel与Spss的结合，由浙江大学开发的纯国产软件，集成了300多种数据统计分析方法，我们平常建模中用到的几乎绝大多数模型，在里面都能找到对应的菜单项，比如上面提到的房地产业发展问题可能用到的方法（我们在做这道题时用的方法）：偏最小二乘回归模型，灰色GM（1，1）预测模型，逐步回归模型，主成分分析模型，时间序列指数平滑模型，非线性规划模型等。当时看到DPS的菜单项我就High的不行啦，我知道的模型他都有，我不知道的模型他也有，这还不是问题的关键。关键是以后找方法就不会很盲目啦，可以先通过DPS进行简单的数据分析或处理，比较各种模型结果的偏差大小，指导模型的进一步发展。这一过程不会超过1小时，对更深刻的理解题意有巧夺天工之妙，因为再强劲的数据处理高手应该也没DPS快吧。DPS上手很容易，学起来也比较简单，结果分析也很详细。当然，我们建模的目的在于锻炼自己的能力，并不是说有DPS我们就一劳永逸啦，我们运用DPS只是用来找方法，用数据说话，提高效率，真正的工作还是要靠自己编程解决，毕竟我们的最爱是ＭＡＴＬＡＢ。
给大家传一个ＤＰＳ教程，就算你对ＤＰＳ并不感兴趣，也建议你看一看，因为里面涉及到很多数学模型，很多我们平常比较陌生的专业词汇也能在教程里面找到详细的解读，值得一看。ＤＰＳ的试用版本可以通过网上下载，或者访问科学软件论坛。

zan