欢迎来到天天文库
浏览记录
ID:59710496
大小:1.53 MB
页数:96页
时间:2020-11-20
《物流工程课件10172学习资料.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、物流工程课件101725.1物流预测概述5.1.1物流预测的理论2.物流预测的可行性大宗货物或大流量一般来说相对稳定大宗货物的发送和到达比较集中一些重要物资的产运系数(运量与生产量的比率)在短期内比较稳定主要货流的平均运程相对稳定,其变动规律也可以探讨现代统计制度可以提供相当部分预测所需要的基础资料25.1物流预测概述5.1.1物流预测的理论2.物流预测的可行性一些物资的需求和生产有其自身规律性,从而为物流预测提供有价值的信息企业可以积累物流预测的许多资料35.1物流预测概述5.1.2物流预测的分类1.物流预测的角度进行分类宏观预测微观预测2.物流服务的供
2、求关系物流服务的需求预测物流服务的供给预测45.1物流预测概述5.1.2物流预测的分类3.物流预测的时间长度进行分类短期预测中期预测长期预测55.1物流预测概述5.1.3物流预测的步骤确定预测目标收集、分析有关资料选择预测方法进行预测分析评价预测方法及预测结果修正预测结果提交预测报告65.1物流预测概述5.1.3物流预测的方法定性法历史映射法因果法75.2物流预测概述5.2.1区域、社会等物流宏观预测1.增长系数模型85.2物流预测概述5.2.1区域、社会等物流宏观预测1.增长系数模型95.2物流预测概述5.2.1区域、社会等物流宏观预测2.回归分析法(因
3、素分析法)一元线性回归分析预测法,是根据自变量x和因变量Y的相关关系,建立x与Y的线性回归方程进行预测的方法。由于市场现象一般是受多种因素的影响,而并不是仅仅受一个因素的影响。所以应用一元线性回归分析预测法,必须对影响市场现象的多种因素做全面分析。只有当诸多的影响因素中,确实存在一个对因变量影响作用明显高于其他因素的变量,才能将它作为自变量,应用一元相关回归分析市场预测法进行预测。10一元线性回归分析法的预测模型为:11一元线性回归分析法的预测模型为:123.1灰色预测理论3.2GM(1,1)模型3.3GM(1,1)残差模型及GM(n,h)模型3灰色预测法
4、回总目录133灰色预测理论一、灰色预测的概念(1)灰色系统、白色系统和黑色系统白色系统是指一个系统的内部特征是完全已知的,即系统的信息是完全充分的。回总目录回本章目录14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。灰色系统内的一部分信息是已知的,另一部分信息是未知的,系统内各因素间有不确定的关系。回总目录回本章目录15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。(2)灰色预测法回总目录回
5、本章目录16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。回总目录回本章目录17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。回总目录回本章目录18(3)灰色预测的四种常见类型•灰色时间序列预测即用观察到的反映预测对象特征的时间序列来构造灰色预测模型,预测未来某一时刻的特征量,或达到某一特征量的时间。•畸变预测即通过灰色模型预测异
6、常值出现的时刻,预测异常值什么时候出现在特定时区内。回总目录回本章目录19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。回总目录回本章目录20二、生成列为了弱化原始时间序列的随机性,在建立灰色预测模型之前,需先对原始时间序列进行数据处理,经过数据处理后的时间序列即称为生成列。回总目录回本章目录21累加累加是将原始序列通过累加得到生成列。灰色系统常用的数据处理方式有累加和
7、累减两种。(1)数据处理方式回总目录回本章目录22累加的规则:将原始序列的第一个数据作为生成列的第一个数据,将原始序列的第二个数据加到原始序列的第一个数据上,其和作为生成列的第二个数据,将原始序列的第三个数据加到生成列的第二个数据上,其和作为生成列的第三个数据,按此规则进行下去,便可得到生成列。回总目录回本章目录23记原始时间序列为:生成列为:上标1表示一次累加,同理,可作m次累加:回总目录回本章目录24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。回
8、总目录回本章目录25累减将原始序列前后两个数据相减得到累减生成列累
此文档下载收益归作者所有