第九章 物流需求预测.pptVIP

习题：根据表中数值，用指数平滑法进行预测 月份 实际物流成本 指数平滑值 α=0.1 α=0.5 α=0.9 1 3000 2 2897 3 3121 4 2865 5 2867 6 3100 二、算术平均法 算术平均法有简单算术平均法与加权算术平均法之分。加权算术平均法是用各种权数算得的平均数作为加权算术平均数，它可以自然数作权数，也可以数据出现的次数作权数或根据实际情况确定权数，所求平均数值即为测定值。简单算术平均法可看做加权算术平均法的特例，即各期权数都为１。 例题：某企业2010年1——6月的物流成本分别为350，346,358,360,355,370万元，试用算术平均法预测该企业2010年7月份的物流成本。 （1）简单算术平均法 （ 350+346+358+360+355+370）/6=357（万元） （2）加权算术平均法 假如给予观察值相应的权数依次为：1,2,3,4,5,6，则用加权平均法预测7月份的物流成本为： 1×350+2×346+3×358+4×360+5×355+6×370）/（ 1+2+3+4+5+6）=360.4（万元） 三、移动平均法 移动平均法是根据靠近预测期的各期实际数值的平均数来预测未来时期的数值。 随着时间的推移,计算平均值所用的各个时期也相应地向前移动。 移动平均法的基本公式： 式中: Ft--第t期的预测值; Qi--第i期实际数量(i=t-n ,…,t-1); n--移动资料期数(使用数据的期数)。 移动平均法举例： 某厂2005年1--6月的实际销售量分别为350件、400件、360件、450件、400件、460件,如果移动资料期数n=3,求7月份销售量的预测值。 7月份的预测值为： 如果随着时间的推移,已知7月份实际销售量为440件,则8月份的预测值(n=3)为多少？ 四、加权移动平均法 加权移动平均法就是根据同一个移动段内不同时间的数据对预测值的影响程度，分别给予不同的权数，然后再进行平均移动以预测未来值。 加权移动平均法不像简单移动平均法那样，在计算平均值时对移动期内的数据同等看待，而是根据愈是近期数据对预测值影响愈大这一特点，不同地对待移动期内的各个数据。对近期数据给予较大的权数，对较远的数据给予较小的权数，这样来弥补简单移动平均法的不足。 加权移动平均法的计算公式： 式中Ｙｎ＋１———第ｎ＋１期加权平均值； Ｙｉ———第ｉ期实际值； Ｘｉ———第ｉ期的权数； ｎ———期数。 五、高低点法（两点法） y = a + bx b= a = 最高业务量成本 - 最高业务量×b = 最低业务量成本 - 最低业务量×b 优点：简单易行，计算迅速 缺点：不太准确 最高业务量成本 - 最低业务量成本 最高业务量 - 最低业务量 例：某公司去年1-6月的设备维修费 月份 1 2 3 4 5 6 业务量 维修费 7 210 8 215 5 200 9 220 10 230 6 205 b = (230-200)/(10-5) = 6 a = 230 – 6 × 10 = 170 或 a = 200 - 6× 5 = 170 维修费直线方程： y = 170 + 6 x 六.一元线性回归预测法 回归分析法是通过对观察值的统计分析来确定它们之间的联系形式的一种有效的预测方法。从量的方面来说，事物变化的因果关系可以用一组变量来描述，因为因果关系可以表述为变量之间的依存关系，即自变量与因变量的关系。运用变量之间这种客观存在着的因果关系，可以使人们对未来状况的预测达到更加准确的程度。 根据ｘ、ｙ现有数据，寻求合理的ａ、ｂ回归系数，得出一条变动直线，并使线上各点与实际资料上的对应点之间的距离最小。 设变动直线方程为： ｙ＝ａ＋ｂｘ 回归系数ａ和ｂ通常以用最小二乘法计算得， y = 143.5 + 6.3x a = 812 - 6.3(15) 5 = b = 5 (2499) - 15(812) 5(55) - 225 = 12495 - 12180 275 - 225 = 6.3 143.5 第四节 预测方法的选择与评价 一、预测精度分析 1、预测误差产生的原因 （1）预测影响因素（或变量）分析不清 （2）预测模型方法选择不当 （3）所用数据资料信息不准 （4）随机误差 2、预测误差的检验与评价 （1）预测标准