生产计划与控制教学课件作者吴爱华第3章节课件幻灯片.pptVIP

（2）二次指数平滑法。二次指数平滑法就是对一次指数平滑后所得到的时间序列再进行一次指数平滑。二次指数平滑值的计算公式为 应用二次指数平滑法预测，要根据指数平滑法找出时间序列所具有的线性趋势，建立线性趋势方程来进行预测。 例3-3：某电视机公司1991~2010年电视机市场需求量如表3-8所示，用指数平滑法预测该公司2011和2015年的市场需求量（一次指数平滑系数和二次指数平滑系数=0.3） 表3-8 电视机的市场需求量及指数平滑值 单位：万台 年份 需求量 一次指数 二次指数 年份 需求量 一次指数 二次指数 1991 50 50.00 50．00 2001 51 49.33 48.68 1992 52 50.60 50.18 2002 59 52.23 49.75 1993 47 49.52 49.98 2003 47 53.66 50.92 1994 51 49.96 49.98 2004 64 56.76 52.67 1995 49 49.67 49.98 2005 68 60.13 54.91 1996 48 49.17 49.67 2006 67 62.19 57.09 1997 51 49.72 49.68 2007 69 64.23 59.23 1998 40 46.80 48.82 2008 76 67.67 61.79 1999 48 47.16 48.32 2009 75 69.93 64.23 2000 52 48.61 48.41 2010 80 72.95 66.85 解:由表3-8可得，电视机的市场需求量随着时间的推移有上升的趋势，因此，选择二次指数平滑法进行预测。 根据公式 计算各年的一次指数平滑值，例如： 根据公式 计算各年的二次指数平滑值，例如： 计算参数值，确定预测方程： 根据预测方程进行预测： 5．因果分析法 因果模型通过对需求预测目标有直接或者间接影响的因素分析找出其变化的规律，并根据这种变化规律来确定预测值。由于反映需求及影响因素之间因果关系的数据模型不同，因果关系模型又分为回归模型、经济计量模型、投入产出模型等。 在这里只介绍一元线性回归模型。 一元线性回归模型可用下式表达： 例3-4： 某汽车配件厂1992~2010年的销售量与该地区汽车保有量的统计数据如表3-9所示，根据预测该地区汽车保有量将每年递增10%，试预测企业2011年、2012年、2013年汽车配件的销售量。 解：设汽车配件销售量y（万件），汽车保有量为x（千辆），根据表3-9的数据，运用一元线性回归法，建立汽车配件销售量与汽车保有量之间的回归模型数据计算结果如表3-9所示，根据表中数据得 回归预测方程为： 表3-9 数据表 年份 1992 6.54 7.20 47.088 42.772 1993 4.76 9.30 44.268 22.658 1994 5.93 9.90 58.707 35.165 1995 6.80 10.96 74.528 46.24 1996 6.70 11.12 74.504 44.89 1997 7.30 10.57 77.161 53.29 1998 8.52 12.34 105.137 72.59 1999 8.43 11.23 94.669 71.06 2000 10.43 14.65 152.800 108.785 2001 11.97 16.90 202.193 143.281 2002 13.84 20.15 278.876 191.546 2003 16.79 17.81 299.030 281.904 2004 20.57 31.30 643.841 423.125 2005 24.55 26.84 658.922 602.703 2006 30.52 42.02 1282.450 931.470 2007 36.92 49.31 1599.005 1363.086 2008 43.45 49.52 2156.625 1891.380 2009 51.36 61.06 3136.042 3637.850 2010 57.99 69.60 4036.104 3362.840 合计 373.41 475.78 15019.049 12326.639 已知该地区汽车保有量每年递增10%，则2011年、2012年、2013年的汽车保有量分别达到63.79、70.17和77.18（千辆）。将其带入预测方程可得到预测得到2011年