顺德到重庆物流公司.ppt

* （二）趋势校正（120页） 一段时间内收集到的数据所呈现的上升或下降趋势将导致指数预测滞后于实际需求。通过趋势调整，添加趋势修正值，可以在一定程度上改进指数平滑预测结果。调整后的指数平滑法的公式为： Ft+1 = St+1 + Tt+1 St+1=αxt+(1- α)(St+Tt) Tt+1=β(St+1-St)+(1- β) Tt 趋势值 趋势预测(Ft)=预测（St）+趋势校正（Tt） 第t期初始预测值 预测值 趋势 趋势平滑系数 St+Tt=Ft 算例 【例】某企业2000至2008年销售额见下表，试用趋势校正后的指数平滑法预测2009年销售额（ α取0.6，B=0.5) 年份 销售额 S T（趋势值） F 2000 4300 2001 4500 2002 4800 2003 5000 2004 5300 2005 6000 2006 6200 2007 6300 2008 6500 　 　 4050 250 4300 4520 4782 5012 5280 5814 6203 6418 6621 250 235 249 240 254 394 392 303 253 4300 4550 4755 5031 5252 5534 6208 6595 6803 6874 T1=250 F1=4300 s2=4300*0.6+(4050+250)*0.4 =4300 T2=(4300-4050)*0.5+250*0.5 =250 F2=4300+250=4550 （三）趋势和季节性因素的校正 当时间序列的趋势和季节性波动都很明显时，需要在预测模型中对这两种因素进行校正。 季节指数：是一种以相对数表示的季节变动衡量指标。(**) 在实际预测中通常需要运用三年以上的分季历史数据计算季节指数。  一年4个季度的季度指数之和为400%，每个季度季节指数平均数为100%。 季节变动表现为各季的季节指数围绕着100%上下波动，表明各季销售量与全年平均数的相对关系。 如某种商品第一季度的季节指数为125%，这表明该商品第一季度的销售量通常高于年平均数25%，属旺季，若第三季度的季节指数为73%，则表明该商品第三季度的销售量通常低于年平均数27%，属淡季。 1 2 3 4 各季平均 季节指数（%） 7 季度 1996年 1997年 1998年 A=[(2)+(3)+(4)]/3 S=A/B Y=Yt*S Ⅰ季度 182 231 330 247 28.9 298.15 Ⅱ季度 1728 1705 1932 1788.3 208.9 2155.16 Ⅲ季度 1144 1208 1427 1259.7 147.2 1518.62 Ⅳ季度 118 134 132 128 15 154.75 合计 3172 3278 3821 3423.7 历年季度总平均数B=(A1+A2+A3+A4)/4 855.925 Yt=1031,67 例：根据某市文化衫1996-1998销售资料预测1999各个季节的销售量 。设：1999年的销售量以1998年销售量为基数按8 %递增 1999年的销售量为3821*1.08=4126.68 平均每季度销售=4126.68/4=1031.67 I1996(1)= =0.23 见教材121页 St+1: t+1期除去季节波动但考虑长期趋势的基础预测值 It-L ：上一个周期同一季节的季节指数 Tt: 趋势值 B： 趋势基础上的平滑指数 r:季节性指数基础上的平滑系数 Xt/St ：季节指数，实际值与除掉季节因素的预测值之比 趋势和季节性因素的校正的模型方程 L完整的季节周期， 四季循环波动为4 12个月循环波动为12 5.3.2 预测的相关问题 4．预测的稳定性与响应性 稳定性是指抗随机干扰、反应稳定需求的能力。 响应性是指迅速反应需求变化的能力。 物流系统预测 5.1 系统预测概述 5.2 物流系统需求预测的特征 5.3 定性预测方法 5.4 时间序列预测 5.5 回归分析预测 5.6 案例分析：采购预测到采购计划 5.2 物流系统的需求特征分析 1．需求的时间特性和空间特性 销售的增长或下降随时间的变化: 主要归因于用户需求的变动、需求模式的季节性变化以及多种因素导致的一般性波动。 需求的空间变化 规划仓库位置、