自适应单指数平滑法在需求预测中应用.docVIP

自适应单指数平滑法在需求预测中应用 　　摘要：可靠、准确的需求预测是现代供应链正常运转的前提；单指数平滑法作为重要预测方法得到广泛应用。本文针对单指数平滑法中存在的不足，在分析基础上提出改进算法，并就算法思想、计算方法和预测结果进行了比较分析；改进算法在预测精度、非平稳时间序列适应性等方面效果有明显提高，对企业需求预测具有较好的指导意义和参考价值。 　　关键词：供应链管理；需求预测；指数平滑法；预测精度 　　中图分类号：F252文献标识码：A文章编号：1002-3100(2007)05-0142-05 　　 　　Abstract: It is premise which modern supply chain works normally that reliable and accurate requirement forecast. The single-exponent smoothness model is extensively applied as important forecast method. In the article, we put forward improved algorithm that based on analysis and contrapose shortage about the single-exponent smoothness method and compare algorithmic thinking, calculative method and forecast result. The forecast effect which is improved algorithm about forecast precision, unstable time sequence is prominent advance. It is better directionless acceptation and reference value for requirement forecast of enterprise. 　　Key words: supply chain management; requirement forecast; exponent smoothness method; forecast precision 　　 　　进入21世纪，随着科学技术的进步和网络经济的到来，电子商务的普及和应用给企业发展带来了前所未有的机遇，同时企业也面临着巨大的竞争压力，如何提升企业核心竞争力成为企业关注的重点。 　　现代供应链管理的核心思想是高效整合供应商、制造商、批发商、承运商、零售商和客户资源，通过对信息流、物流、资金流的控制，以最低的运营成本来满足所有客户的需求；更好地计划和控制供应链活动，对企业订货或客户的需求做出可靠、准确的预测，是保证供应链正常运转的前提。 　　 　　1单指数平滑法 　　 　　作为广泛使用的预测方法，单指数平滑法是一种加权移动平均预测技术，通过历史观测值，采用相应平滑指数，预测未来的需求。算法思想如下： 　　 　　如何确定平滑系数α，需求根据具体情况而定，通常是通过多种取值计算，应用最小均方差原则，选择最佳值。 　　某企业7月至12月份历史需求数据如表1，假设7月份预测值为53，平滑系数α=0.2，根据所给数据预测次年1月需求。 　　通过对不同平滑系数的动态模拟，可得不同预测值，模拟结果如图1、图2所示： 　　由上图对比可见，平滑系数的选取对预测精度会产生明显差异，各项误差计算如表2： 　　通过动态模拟，可得平滑系数与均方差的关系如图3所示： 　　从图3可见，在该实例应用中，预测准确性随平滑系数的增加而有所提高，当α=0.6时达到最佳值。 　　通过以上计算分析及模拟结果，单指数平滑法存在如下几方面问题：（1）合理确定平滑系数较为困难，需要经验基础上，以最小均方差为原则多次比较、计算和选择，适应性较差。（2）平滑系数固定，一旦出现时间序列值波动，则会产生较大预测误差，预测准确性会存在较大问题。（3）单指数平滑法对非平稳时间序列处理能力较差，很难适应当今错综复杂，具有一定随机因素的客户需求预测。 　　2自适应单指数平滑法思想及方法 　　针对上述问题，对单指数平滑法的改进方法是在预测过程中，引入“跟踪信号”，当跟踪信号大于某一阈值，可在一定置信度水平下推断预测过程存在系统偏差，此时修正平滑系数，使预测模型自动响应这种变化，并对预测值进行重新计算，得到可靠准确的预测结果，即自适应单指数平滑算法。算法思想如下： 　　（1）计算t时刻预测误差 　　 　　以上算法流程如图4所示。 　　 　　3预测结果及误差分析