物流系统预测.pptVIP

物流系统需求预测 徐林伟 Email:linweixu168@163.com QQ本讲主要内容 一、物流系统需求预测概念 二、回归预测的matlab实现 三、灰色预测及matlab编程 四、BP神经网络预测及matlab编程 五、BP神经网络预测案例 六、本讲的思考问题与习题 1、系统预测的概念 所谓预测，就是对尚未发生或目前还不确切的事物进行预先的估计和推断，是现时对事物将要发 生的结果进行的探讨和研究。 广义的预测既包括在同一时期根据已知事物推测未知事物的静态预测，也包括根据某一事物的历史和现状推测其未来的动态预测。 狭义的预测，仅指动态预测，即根据事物的未来演化预示预先作出的科学推断。预测理论作为通用的方法论，既能应用于研究自然现象，也能用于研究社会现象。 2、预测方法的分类 （一）按预测的范围或层次不同分类 1）宏观预测 宏观预测是指针对国家或部门、地区的活动进行的各种预测。如对全国和地区社会再生产各环节的发展速度、规模和结构的预测；对社会商品总供给、总需求的规模、结构、发展速度和平衡关系的预测。 2）微观预测 微观预测是针对基层单位的各项活动进行的各种预测。如对商业企业的商品购、销、调、存的规模、构成变动的预测；对工业企业所生产的具体商品的生产量、需求量和市场占有率的预测等。 （二）按预测的时间长短分类 可分为长期预测、中期预测、短期预测和近期预测 3）短期预测 是指对3个月以上1年以下发展前景的预测。它是制定企业生产经营发展年度计划、季度计划，明确规定经济短期发展具体任务的依据。 4）近期预测 是指对3个月以下企业生产经营状况的预测，它是制定企业生产发展月、旬计划，明确规定近期经济活动具体任务的依据。 （三）按预测方法的性质来分类 一般可分为定性预测和定量预测，分别都有很多种不同的预测方法，这些方法又可归纳为三类：定性预测法、时间序列预测法、因果关系预测法。 1)定性（Qualitative）预测法 所谓定性预测，是预测者根据自己掌握的实际情况、实践经验、专业水平，确定预测目标未来发展的性质、方向和程度。定性分析大多根据专业知识和实际经验进行，对把握事物的本质特征和大体程度有重要作用。这种预测主要利用判断、直觉、调查或比较分析，对未来做出定性的估计。 在掌握的数据不多、不够准确或主要影响因素难以用数字描述，无法进行定量分析时，定性预测就是一种行之有效的预测方法。 总的讲，这类方法的准确性不高。当我们试图预测新产品是否成功、政府政策是否变动，或预测某项新技术的影响时，由于没有直接的历史数据，定性法可能是唯一的选择。 定性预测方法较多，主要有专家调查预测法、市场调查预测法、主观概率法、领先指标法、预兆预测法、类推法等。 2)时间序列分析（Time Series Analysis）预测法 时间序列预测法是将预测目标的历史数据按照时间的顺序排列成为时间序列，然后分析它随时间的变化趋势，外推预测目标的未来值。如果拥有相当数量的历史数据，时间序列的趋势和季节性变化稳定、明确，那么将这些数据映射到未来将是有效的预测方法。 时间序列分析预测分为确定性时间序列预测法和随机性时间序列预测法。常用的确定性时间序列预测方法主要包括：移动平均法、指数平滑法、差分指数平滑法、趋势外推以及博克斯-詹金斯(Box-Jenkins)方法等。 3)因果关系（Causal）预测方法 系统变量之间存在着某种前因后果关系，找出影响某种结果的一个或几个因素，建立起它们之间的数学模型，然后可以根据自变量的变化预测结果变量的变化。因果预测模型的基本前提就是预测变量的水平值取决于其他相关变量的水平值。只要能够准确地描述因果关系，因果模型在预测时间序列主要变化、进行中长期预测时就会非常准确。 因果关系预测模型包括多种不同形式，例如：统计形式（回归模型和计量经济模型）、描述形式（如投入-产出模型）、生命周期模型和计算机模拟模型。每种模型都是从历史数据中建立预测变量和被预测变量的关系，从而有效地进行预测。 3、预测的一般程序 4、 物流系统预测的特征 物流管理者碰到的预测问题多数是诸如库存控制、车辆调度之类的短期计划预测。在物流系统规划和控制过程中，最常见的是对物流需求的预测；某些规划问题如库存控制、经济采购、成本控制等也需要对提前期、价格或成本进行预测。 5、物流系统需求特征 1）需求的时间特性和空间特性 物流需求有时间特性，即需求是随时间而变化的。需求随时间的变化归因于销售的增长或下降、需求模式的季节性变化以及多种因素导致的一般性波动。这种预测一般属于短期预测，常用时间序列预测法。 物流需求还具有空间维度，即物流管理者必须知道需求量在何处发生。规划仓库位置、平衡物流网络中的库存水平和按地理位置分配运输资源等都