基于EXCEL的上海港口物流分析与研究.docVIP

基于EXCEL的上海港口物流分析与研究 （张培伦 081510113） [摘要]:应用理论，以上海为研究对象，建立模型，时间序列数据呈现线性趋势时，建立预测目标的线性时间关系数学模型，在信息的情况下得到呈现线性趋势变化的预测。物流，吞吐量移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的需求量、公司产能等的一种常用方法。移动平均法适用于即期预测。当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动，是非常有用的。移动平均法根据预测时使用的各元素的权重不同，可以分为：移动平均和移动平均。二次移动平均法，是对一次移动平均数再进行第二次移动平均，再以一次移动平均值和二次移动平均值为基础建立预测模型，计算预测值的方法。用一次移动平均法求得的移动平均值，存在滞后偏差。特别是在时间序列数据呈现线性趋势时，移动平均值总是落后于观察值数据的变化。二次移动平均法，正是要纠正这一滞后偏差，建立预测目标的线性时间关系数学模型，求得预测值。二次移动平均预测法解决了预测值滞后于实际观察值的矛盾，适用于有明显趋势变动的市场现象时间序列的预测使用移动平均法进行预测能平滑掉需求的突然波动对预测结果的影响。移动平均对原序列有修匀或平滑的作用，使得原序列的上下波动被削弱了，而且平均的时距项数N越大，对数列的修匀作用越强。移动平均法计算公式如下： 式子中和分别代表第t期的一次移动平均数和二次移动平均数1990 13 959 2001 22 099 2011 72 758 1995 16 567 2005 44 317 2012 1996 16 401 2006 53 748 2013 1997 16 397 2007 56 144 2014 1998 16 387 2008 58 170 2015 1999 18 641 2009 59 205 2000 20 440 2010 65 339 从上表中可以明显看出上海港口的货物吞吐量是不断在增长的，但是增长速率并不一致，它受到很多因素的影响会导致增长趋势产生波动，通过研究这些历年的货物吞吐量以及对未来货物吞吐量的预测可以看出上海港口货物吞吐量的波动趋势，从而对上海港口物流进行分析与研究。 2.2 利用EXCEL实现加权移动平均法对数据进行预测与分析 以表1中的数据来预测未来4年的港口货物吞吐量，操作步骤步骤如下： 将-2011年上海吞吐量数据填入:B19，年份1990-2011填入A2：A19； 令期数n=3，然后计算一次移动平均值，在区域C4中输入“=SUM(B2:B4)/3”， 用填充柄向下填充C:C19；=SUM(C4:C6)/3”， 用填充柄向下填充:D19；2*C6-D6”，用填充柄向下填充:E19；2/（3-1）]*(C6-D6)”，用填充柄向下填充:F19；6+F6*1”，再用填充柄向下填充:G20，得出G20=74294.18； 在区域G8中输入“=E6+F6*2”，用填充柄向下填充:G21，得出G21=78557.6； 在区域G9中输入“=E6+F6*3”，用填充柄向下填充:G22，得出G22=82821.02； 在区域G10中输入“=E6+F6*4”，用填充柄向下填充:G23，得出G23=87084.44； 于是得出预测值如下： 表2 加权平均移动法预测值 年份 2012年 2013年 2014年 2015年 货物吞吐量 74294.18 78557.6 82821.02 87084.44 2.3 利用EXCEL实现对数据趋势值的趋势预测 （1）由于单纯的使用移动平均法预测出来的货物吞吐量不一定准确，所以我们再次对数据的趋势值进行趋势外推，在区域L1中输入“1”，然后按序列下拉至L49，再把D6：D19的数据黏贴至M32：M45，注意只黏贴数值； （2）然后在区域N46中输入“=TREND($M$32:$M$45,$L$32:$L$45,L46)”，再下拉至L49，得出新的4个趋势外推值； （3）接着由这四个趋势外推值反推出M46：M49的趋势值，再反推出一次移动平均的最后四个趋势值，最后算出2012年至2015年的预测值，数据如下： 表3 趋势算法预测值 年份 2012年 2013年 2014年 2015年 货物吞吐量 126177.5143 -30363.71714 130728.1029 254665.5429 发现预测出来的值与实际不符，舍去这组数据。 （4）选中区域D6：D19，点击工具栏插入-图表，然后选择XY散点图，子图表类型选择散点图，点击下一步；选定数据区域为D6：D19，系列产生在列，再点击下一步，点击完成； （5）然后为你的散点图添