物流系统工程第四章_物流系统预测教材教学课件.ppt

销售量 时间 （5） 周期变动趋势 四. 常见时间序列 预测指标 时间 （6） 不规则变动趋势 四. 常见时间序列 准确、完整的历史数据资料 时间序列所代表的时间周期必须一致 时间序列中的各项数字的计算方法、计量单位、数据内容必须一致。 五. 时间序列预测应注意的问题 六. 简单平均法 1. 算术平均法 把时间序列中的历史数据进行算术平均，以平均数作为预测值。 增量算术平均法。 2. 加权平均法 对历史数据给予不同的权数进行加权平均，以加权平均值作为预测值。 3. 几何平均 以历史数据的几何平均值作为预测值。 七. 移动平均预测法 以预测对象最近一组历史数据的平均值直接或间接地作为预测值。 “平均” 是取预测对象的时间序列中由远而近，按一定跨期的数据进行平均； “移动” 是指参与平均值计算的实际数据随预测期的推进而不断更新。增加一个新值，同时剔除掉已参与平均计算的最陈旧的一个实际值，保证每次参与计算的实际值个数相同。 时间 （月） 1 2 3 4 5 6 7 8 9 运输量 （吨） 645 650 670 660 675 678 685 686 ? 某公司2003年1~8月的货物运输量 1. 一次移动平均预测法 以本期（t期）移动平均值作为下期（t+1期）的预测值。 式中：Mt(1) ____t时刻的移动平均值 ， 上标 （1）代表一次移动平均； xi ____时间序列代表的实际值； n ____参与平均值计算的实际值个数(跨期) 时间 （月） 1 2 3 4 5 6 7 8 9 运输量(xi) （吨） 645 650 670 660 675 678 685 686 ? 某公司2003年1~8月的货物运输量 七. 移动平均预测法 例题2 某物资企业统计了某年度1月至11月的钢材实际销售量，统计结果见表4—2，请用移动平均预测法预测其12月的钢材销售量。 月份 实际销量 (吨) 移动平均数Mt(1) n=3 n=6 1 22400 2 21900 3 22600 4 21400 22300 5 23100 21967 6 23100 22367 7 25700 22533 22417 8 23400 23967 22967 9 23800 24067 23216 10 25200 24300 23416 11 25400 24133 24049 12 24800 24433 七. 移动平均预测法 计算结果图表显示 从图上可以看出： （1）用移动平均法计算出的新数列的变化趋势与实际变化情况基本一致； （2）新数列数据波动的范围变小了，并且随参与平均值计算的n值的增加，平均值的波动范围越小。(修匀能力、抗干扰能力) （3）当n值增大，移动平均值对时间序列变化的敏感性降低。 移动平均法对时间序列数据变化的抗干扰能力叫修匀能力。 移动平均法对时间序列数据变化的反应速度叫敏感性。 移动平均法的修匀能力与敏感性相互矛盾。 当n值增大，移动平均值的修匀能力增加，但同时移动平均值对时间序列变化的敏感性降低。 要根据时间序列的特点来确定n值的大小。 n值的一般选择原则是： （1）由时间序列的数据点的多少而定。数据点多，n可以取得大一些； （2）由时间序列的趋势而定。趋势平稳并基本保持水平状态的，n可以取得大一些； （3）趋势平稳并保持阶梯性或周期性增长的n应该取得小一些； 七. 移动平均预测法 期序 历史 数据 一次平均n=3 一次平均n=5 1 10 2 15 3 20 4 25 15 5 30 20 6 35 25 20 7 40 30 25 8 45 35 30 9 50 40 35 10 55 45 40 （1）简便易于使用； （2）一次移动平均法能较好地适应水平型历史数据的预测，但不适应带有明显上升或下降的斜坡型历史数据的预测。 主要缺点：由于对分段内部的各数据同等对待，而没有强调近期数据对预测值的影响，如果近期内情况变化发展较快，利用一次移动平均预测会导致较大的误差。 实际上，近期数据对预测值的影响一般更大，为了减少这种误差，可以采取二次移动平均方法。 期序 历史 数据 一次平均n=3 二次平均n=3 1 10 2 15 3 20 4 25 15 5 30 20 6 35 25 7 40 30 20 8 45 35 25 9 50 40 30 10 55 45 35 从图上可以看出，一次移动平均值滞后于历史数据，而二次移动平均值又落后于一次移动平均值。 启示：根据历史数据、一次移动平均值、二次移动平均值三者间的滞后关系，可以先求出一次移