3烟草系统卷烟需求预测模型的探讨.docVIP

3.烟草系统卷烟需求预测模型的探讨 王森 吴春明浙江省绍兴市烟草专卖局(公司) 浙江大学计算机学院 摘要：中国烟草行业具有行政上的垄断性和生产上的计划性，有别与其它行业。做好卷烟销量的预测，是当前烟草行业工业生产环节与商业环节协同平滑进展的前提。　　本文运用了时间序列预测法，并选择了带季节指数的移动平均和最小平方法，分别对烟草系统的短、中期总体销量进行预测，同时为保证预测的可信度和选择最优的预测方法，通过计算预测标准差，设定误差控制。从算例结果比较来看，预测方法具有良好的有效性和实用性。 关键词：时间序列预测法 季节指数 误差控制 需求预测 Discussion about Forecasting Models of Tobacco System DemandsWang Sen????? Wu Chunming(.Department of Computer Science and Technology， Zhejiang University ， Hangzhou 310027 ，China)(.Department of Computer Science and Technology， Zhejiang University ， Hangzhou 310027 ，China) Abstract：Chinese tobacco trade system is different from other trade system，it has the feature of administration monopoly and produce plan. Forecasting the tobacco Demands is the key for the industry and trade system’s mutual benefit. 　　This paper forecaste the short-term and medium-term tobacco demands by Time-series Analysis with Season—Index Moving Average and Minimum Square method. For obtaining the excellent method， the paper calculate a standard error and set up a? error control method. The cases study shows that the methods is valid and useful. Key words：Time-series Analysis， Season—Index Moving Average， error control，Demand foreasting 　　1．引言　　就烟草行业而言，由于行业的计划性很强，烟民的消费需求变化相对较稳定，烟草行业较少存在其它行业的激烈且无序的竞争。针对这一行业特点，我们采用时间序列预测法来做卷烟销量预测1。时间序列预测法2适合于变化相对稳定的预测4环境，算法简单有效。　　时间序列预测2是当前烟草行业当前最简单、实用的预测总量的方法，但是它无法体现中国的农历节日如中秋、春节的消费特色，无法准确预测节日性的销量增长。为提高的预测的准确性，本文在时间序列预测方法中选择带季节指数5的移动平均和最小平方法的手段。同时为保证预测的可信度和选择最优的预测方法，本文通过计算预测标准差，设置误差控制，使预测更加准确。 　　2．算法介绍3　　时间序列预测方法中选择带季节指数的移动平均和最小平方法主要分为四个步骤8： 　　2.2.1二次移动平均法5　　所谓移动平均法，就是顺序将组距由前往后移动，产生多个移动平均值，根据这些移动平均值来确定预测值的预测方法。　　在动态数列中选择包括本期在内的最近n个时期的观测值，计算其序时平均数作为下一个时期的预测值，最后乘上季节指数值，得到最终的回溯预测值。　　算法步骤描述如下：　　第一步：求解N=12的一次移动平均预测值。公式如下： 　　即，第一个移平均销量趋势值是第1月至第12月的销量和的算术平均。第二个移动平均值则是第2月销量至第13个月销量和的算术平均。　　第一个移动平均销量趋势值将的摆放位置是个关键。用公式计算： 　　最小二乘法是研究长期趋势最常用的方法。当现象发展大体上以相同的逐期增长量上升（或下降）时，其发展趋势视为直线趋势，其实际动态数列的图形状态近似直线形状，就可以用直线方程来拟合。　　直线方程的一般表达式为： 　　本系统中主要以月为单位取时间序列区间，从2002年1月至2002年8月共8个月，因此，n=8由于采用的是一元回归，仅