411物流运输需求预测(阅读).pptVIP

物流预测就是指物流运输活动中可能产生的运输流量、流向等数据的一种预示或估计。 在物流运输、配送等实际运作活动中，许多决策问题能否有效地开展，都依赖于预测质量的好坏。如配送网络设计，运能规划等。 因此，预测模型为： 实例： 已经某废品回收企业从其附近的不同回收站回收物资，不同的回收站回收的运输成本各不相同，详情见表，试预测7号回收站的运输成本。 预测新方法、新方向 1.神经网络预测 2.支持向量机预测 3.灰色系统理论预测 4.组合预测（模糊+灰色，聚类+灰色，神经+支持向量机 … … ） 5.离散预测 … … * * 4.1.1 物流运输需求预测 1 预测概述 预测就是根据客观事物的过去和现在的发展变化规律，借助科学的方法和手段，对研究对象的发展趋势和状况进行描述、分析，形成科学的假设和判断。 1.2 预测程序 1.3 物流预测方法的分类 1、判断预测技术__定性预测 在一种有组织的形式下，搜集各个人对分析过程所作的判断，然后进行预测。 2、时间序列预测__定量预测 基于事物发展具有历史继承性这一规律而进行。（移动平均预测法、指数平滑预测法等） 3、因果预测技术__定量预测 从预测对象同其制约因素之间的因果关系着手进行预测。这类方法注重研究外因对事物发展变化的影响。（回归分析预测法、计量经济模型预测法等） 1.4 预测方法的比较与选择 需收集历史数据，并用几个非线性模型试验，需借助于计算机计算 因变量与一个或多个自变量之间存在某种非线性关系 短、中期 非线性回归预测法 需费大量时间为所有变量收集历史数据，需借助于计算机计算 因变量与两个或两个以上的自变量之间存在线性关系 短、中期 多元线性回归预测法 需费大量时间为两个变量收集数据 自变量与因变量之间存在线性关系 短、中期 一元线性回归预测法 只需要时间序列历史数据 只适于进行短期预测 短、中期 时间序列预测法 需做大量的调查研究工作 对缺乏历史统计资料或趋势面临转折的事件进行预测 短、中、长期 定性预测法 需做工作 适用情况 范围 名称 1.5 时间序列预测法 时间序列预测法是一种利用包含相对清楚而又稳定关系和趋势的数据统计方法，展示了事物在一定的时期内的发展变化过程，考虑到事物发展的历史继承性，可以通过选择适当的模型形式和模型参数，运用惯性原理对事物未来的发展趋势进行预测，称为时间序列预测。 时间序列被用于识别产生季节因素的数据系统变量、周期变化模式、趋势值、趋势增长率。 一、 移动平均预测法 移动平均法的基本思想是：每次取一定周期长度的观察值的平均值，并按时间次序逐次推进，每增加一个时段时，就去掉前一时段的数值，再计算平均值。 移动平均法用最近几期的平均数来预测下一期的可能值，既可以消除或减少随机变动的影响，又能发现数据的演变趋势。 若资料数据单纯围绕某一水平作随机跳动，宜采用一次移动平均数法；若资料具有持续的线性增长（或下降）趋势时，宜采用二次移动平均数法。 已知数据时间序列为：x0，x1，x2，……，xn，以M(t）(1)表示第t时刻的时间序列的一次移动平均值，以N表示参与“平均”的实际值个数，也称数据的间距或移动的步长，则有： 1. 一次移动平均法 实例 用一次移动平均法预测某企业产品的销售量。取N=5。计算一次移动平均数: 61.2 58.2 55 54.6 53.4 51.4 ━ ━ ━ ━ 一次移动平均值 67 64 62 58 55 52 48 60 52 45 销售量Xt 10 9 8 7 6 5 4 3 2 1 月 计算出的移动平均数也构成了时间序列。一般情况下，如果时间序列没有明显的倾向变动和周期变动， 可用 作为预测模型进行预测。 由表中所列的结果看来：由移动平均计算后所得到的新数列，其数据起伏波动的范围变小了，异常大和异常小的数据值被修匀了。从而异常数据对移动平均值的影响不大。因此，移动平均预测有较好的抗干扰能力，可以在一定程度上描述时间序列变化的趋势。 移动平均预测法对时间序列中数据变化的反映速度及对干扰的修均能力，取决于N的值。随着N的减小，移动平均对时间序列数据变化的反映敏感性增加，但修匀能力下降；而N增大，移动平均对时间序列数据变化的反映敏感性减小，但对时间序列的修匀能力却上升。因此，移动平均法的修匀能力与时间序列数据变化的敏感性是矛盾的，两者不可兼得。在确定N的时候，一定要根据时间序列的特点来确定。 一般选择的N原则： （1）由所需处理的时间序列的数据点的多少而定，数据点多，可以取得