物流工程ppt课件10172.ppt

第五章 物流系统预测技术;5.1 物流预测概述;5.1 物流预测概述;5.1 物流预测概述;5.1 物流预测概述;5.1 物流预测概述;5.1 物流预测概述;5.1 物流预测概述;5.2 物流预测概述;5.2 物流预测概述;5.2 物流预测概述; 一元线性回归分析法的预测模型为： ; 一元线性回归分析法的预测模型为： ;3.1 灰色预测理论 3.2 GM(1,1)模型 3.3 GM(1,1)残差模型及GM (n, h)模型 ;3灰 色 预 测 理 论; 黑色系统是指一个系统的内部信息对外界 来说是一无所知的，只能通过它与外界的 联系来加以观测研究。; 灰色预测法是一种对含有不确定因素的系统进行预测的方法。 灰色预测是对既含有已知信息又含有不确定信息的系统进行预则，就是对在一定范围内变化的、与时间有关的灰色过程进行预测。; 灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。; 灰色预测法用等时距观测到的反映预测对象特征的一系列数量值构造灰色预测模型，预测未来某一时刻的特征量，或达到 某一 特征量的时间。; （3）灰色预测的四种常见类型 ; 系统预测 通过对系统行为特征指标建立一组相互关联的灰色预测模型，预测系统中众多变量间的相互协调关系的变化。 拓扑预测 将原始数据做曲线，在曲线上按定值寻找该定值发生的所有时点，并以该定值为框架构成时点数列，然后建立模型预测该定值所发生的时点。;;累加; 累加的规则:;记原始时间序列为：; 对非负数据，累加次数越多则随机性弱化越多，累加次数足够大后，可认为时间序列已由随机序列变为非随机序列。 一般随机序列的多次累加序列，大多可用指数曲线逼近。;累减;三、关联度;式中： ;（2）关联度;一个计算关联度的例子;解答：;第二步：求序列差;第四步：计算关联系数;第五步：求关联度;3.2 GM(1,1)模型;设;灰色预测检验一般有残差检验、关联度检;（2）关联度检验;（3）后验差检验;b. 计算绝对误差序列的标准差：;d. 计算小误差概率：;3.3 GM(1,1)残差模型及GM (n, h)模型; 二、 GM（n，h）模型; 实例; 实例; 实例; 实例; 实例; 实例;5.2 物流预测概述;5.2 物流预测概述; 1959年由美国学者布朗在《库存管理的统计预测》 一书中提出了指数平滑法。 ;一、一次指数平滑法;一、一次指数平滑法;一、一次指数平滑法;S= ;一、一次指数平滑法;1、加权因子 的确定; 重要提示： 不同的数据模式所采用的预测方法也不同。 ;2、初始值 的确定;(四)应用举例;步骤：① 选择初始值和加权系数;二、二次指数平滑法;二、二次指数平滑法;（四）应用实例;以二次移动平均法实例数据，运用二次指数平滑法进行预测。;（四）应用实例;;时间序列分解法; 时间序列特征： 趋势性T：总体上持续上升或下降的总变化趋势，其间的变动幅度可能有时不等。 季节性S：以一年为周期，四个季节呈某种周期性，各季节出现波峰和波谷的规律类似。 周期性C：决定于系统内部因素的周期性变化规律，又分短周期、中周期、长周期等几种。 不规则性I：包括突然性和随机性变动两种。;时间序列分解法;1 时间序列分解法;（2） 季节变动因素（S） 是经济现象受季节变动影响所形成的一种长 度和幅度固定的周期波动。 （3） 周期变动???素（C） 周期变动因素也称循环变动因素，它是受各 种经济因素影响形成的上下起伏不定的波动。 （4） 不规则变动因素（I） 不规则变动又称随机变动，它是受各种偶然 因素影响所形成的不规则变动。 ; 二、时间序列分解模型 时间序列y可以表示为以上四个因素的函数，即： 时间序列分解的方法有很多，较常用的模型有加法模型和乘法模型。 ; 加法模型为： 乘法模型为： ; 三、时间序列的分解方法 （1）运用移动平均法剔除长期趋势和周期变化，得到序列TC。然后再用按月（季）平均法求出季节指数S。 （2）做散点图，选择适合的曲线模型拟合序列的长期趋势，得到长期趋势T。 ;