第六章物流系统预测2.pptxVIP

第六章 物流系统需求预测;§6-1 系统预测概述;§6-1 系统预测概述;§6-1 系统预测概述;2．类推原理（因果关系原则） 根据事物发展变化的因果关系，推测事物未来的发展变化规律。 事物的存在、发展和变化都受有关因素的影响和制约，事物的存在和变化都有—定的模式。 特性相近的事物，在其变化发展过程中，常常有相似之处。于是可以假设在有些情况下、事物之间的发展变化具有类似的地方，依此进行类比，可以由先发事物的变化进程与状况，推测后发类似事物的发展变化。;§6-1 系统预测概述;§6-1 系统预测概述;§6-1 系统预测概述;§6-1 系统预测概述;物流预测是根据客观事物过去和现在的发展规律，借助科学的方法和手段，对物流管理发展趋势和状况进行分析、描述，形成科学的假设和判断的一种科学理论。 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。 本节针对物流需求特征，概括介绍物流计划和控制中可能直接使用的预测技术。;§6-2 物流系统需求预测的特征;销售量;§6-2 物流系统需求预测的特征;§6-2 物流系统需求预测的特征;§6-3 物流系统需求预测的方法;§6-3 物流系统需求预测的方法;§6-3 物流系统需求预测的方法;1. 一次移动平均预测法 以本期（t期）移动平均值作为下期（t+1期）的预测值。; 例6-1 某物资企业统计了某年度1月至11月的钢材实际销售量，统计结果见表4—2，请用移动平均预测法预测其12月的钢材销售量。 ;计算结果图表显示;移动平均法对时间序列数据变化的抗干扰能力叫修匀能力。 移动平均法对时间序列数据变化的反应速度叫敏感性。 移动平均法的修匀能力与敏感性相互矛盾。 当n值增大，移动平均值的修匀能力增加，但同时移动平均值对时间序列变化的敏感性降低。 要根据时间序列的特点来确定n值的大小。 n值的一般选择原则是： （1）由时间序列的数据点的多少而定。数据点多，n可以取得大一些； （2）由时间序列的趋势而定。趋势平稳并基本保持水平状态的，n可以取得大一些； （3）趋势平稳并保持阶梯性或周期性增长的n应该取得小一些；;期序;期序;2. 二次移动平均预测法 二次移???平均预测法是在求得一次移动平均数、二次移动平均数的基础上，对有线性趋势的时间序列所作的预测。步骤如下： （1）计算一次移动平均值 （2）计算二次移动平均值;例6-2 某物资企业某年度1月至11月的钢材实际销售量，用二次移动平均预测法预测其12月的钢材销售量。;移动平均预测小结 （1）在外界环境变化较少的情况下，移动平均法是一种有效的预测方法； （2）短期预测效果很好。适用于需求、销售预测、库存管理预测等； （3）需要较多的历史数据，并且计算量较大。;§6-3 物流系统需求预测的方法;§6-3 物流系统需求预测的方法——指数平滑法;§6-3 物流系统需求预测的方法—指数平滑法;平滑系数?的大小则表明了新、老数据在下期预测计算中的比重。 ?越大，现实测定值在预测中占的比重就越大，这就越能体现预测对象当前的变化趋势而忽视它的历史趋势。 ?越小，历史数据在预测中占的比重就越大，这就越能反映预测对象的历史演变趋势而忽视了当前的变化。 ?的一般取值原则： (1)初始值的准确性小时，? 宜取大些，以强调重视现实状态； (2)初始数据中，只有一部分与预测值拟合较好而大部分不好时，说明历史状况不能较好地反映现实，?宜取较大的数值。 (3)时间序列虽有不规则摆动，但其长期趋势较为平稳时，? 宜取小些，以强调重视总的演变趋势； (4)时间序列摆动的频率和振幅都较大，?取值要大一些，以强调重视近期实际的变化状态； (5)时间序列摆动的频率相振幅较小，?取值要小一些，以强调用历史发展趋势预测。 在物流需求预测方面， ?的范围一般为0.01-0.3;§6-3 物流系统需求预测的方法—指数平滑法;§6-3 物流系统需求预测的方法—指数平滑法;§6-3 物流系统需求预测的方法—指数平滑法;§6-3 物流系统需求预测的方法—指数平滑法;§6-3 物流系统需求预测的方法—指数平滑法;§6-3 物流系统需求预测的方法—指数平滑法;§6-3 物流系统需求预测的方法—指数平滑法;例6-5，某公司今年产品销售量见下表，用二次指数平滑法预测2005年和2006年的销售量。 解： ?=0.8，本例n10，取时间序列前3个数据平均值作为初始值， ;§6-3 物流系统需求预测的方法—指数平滑法;§6-3 物流系统需求预测的方法;§6-3 物流系统需求预测的方法;§6-3 物流