第3章物流系统预测.pptVIP

销售量 时间 （4） 季节变动趋势 四. 常见时间序列 * 第三十页，共七十五页。 销售量 时间 （5） 周期变动趋势 四. 常见时间序列 * 第三十一页，共七十五页。 预测指标 时间 （6） 不规则变动趋势 四. 常见时间序列 * 第三十二页，共七十五页。 准确、完整的历史数据资料 时间序列所代表的时间周期必须一致 时间序列中的各项数字的计算方法、计量单位、数据内容必须一致。 五. 时间序列预测应注意的问题 * 第三十三页，共七十五页。 六. 简单平均法 1. 算术平均法 把时间序列中的历史数据进行算术平均，以平均数作为预测值。 2. 加权平均法 对历史数据给予不同的权数进行加权平均，以加权平均值作为预测值。 3. 几何平均 以历史数据的几何平均值作为预测值。 * 第三十四页，共七十五页。 七. 移动平均预测法 以预测对象最近一组历史数据的平均值直接或间接地作为预测值。 “平均” 是取预测对象的时间序列中由远而近，按一定跨期的数据进行平均； “移动” 是指参与平均值计算的实际数据随预测期的推进而不断更新。增加一个新值，同时剔除掉已参与平均计算的最陈旧的一个实际值，保证每次参与计算的实际值个数相同。 时间 （月） 1 2 3 4 5 6 7 8 9 运输量 （吨） 645 650 670 660 675 678 685 686 ? 某公司2003年1~8月的货物运输量 * 第三十五页，共七十五页。 1. 一次移动平均预测法 式中：Mt(1) ____t时刻的移动平均值 ， 上标 （1）代表一次移动平均； xi ____时间序列代表的实际值； n ____参与平均值计算的实际值个数(跨期) 时间 （月） 1 2 3 4 5 6 7 8 9 运输量(xi) （吨） 645 650 670 660 675 678 685 686 ? 某公司2003年1~8月的货物运输量 七. 移动平均预测法 * 第三十六页，共七十五页。 例题2 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。 月份 实际销量 (吨) 移动平均数Mt(1) n=3 n=6 1 22400 2 21900 3 22600 4 21400 22300 5 23100 21967 6 23100 22367 7 25700 22533 22417 8 23400 23967 22967 9 23800 24067 23216 10 25200 24300 23416 11 25400 24133 24049 12 24800 24433 七. 移动平均预测法 * 第三十七页，共七十五页。 计算结果图表显示 从图上可以看出： （1）用移动平均法计算出的新数列的变化趋势与实际变化情况基本一致； （2）新数列数据波动的范围变小了，并且随参与平均值计算的n值的增加，平均值的波动范围越小。(修匀能力、抗干扰能力) （3）当n值增大，移动平均值对时间序列变化的敏感性降低。 * 第三十八页，共七十五页。 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； 七. 移动平均预测法 * 第三十九页，共七十五页。 期序 历史 数据 一次平均n=3 一次平均n=5 1 10 2 15 3 20 4 25 15 5 30 20 6 35 25 20 7 40 30 25 8 45 35 30 9 50 40 35 10 55 45 40 （1）简便易于使用； （2）一次移动平均法能较好地适应水平型历史数据的预测，但不适应带有明显上升或下降的斜坡型历史数据的预测。 主要缺点：由于对分段内部的各数据同等对待，而没有强调近期数据对预测值的影响，如果近期内情况变化发展较快，利用一次移动平均预测会导致较大的误差。 实际上，近期数据对预测值的影响一般更大，为了减少这种误差，可以采取二次移动平均方法。 * 第四十页，共七十五页。 期序 历史 数据 一次平均n=3 二次平均n=3 1 10 2 15 3 20 4 25 15 5