最新物流预测技术课件ppt.ppt

《最新物流预测技术课件ppt.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、物流预测技术第11章预测技术（TechniqueforForecasting）1概述（Introduction）1.1预测概述（SummaryonForecast）1.2预测程序（Procedureofforecast）1.3物流预测方法的分类（ClassificationofMethodforForecastLogistics）1.4预测方法的选择（SelectionofMethods）2时间序列预测技术（TechniqueforTimeSequenceForecast）2.1移动平均预测法（MovingAverageForecas

2、t）2.2指数平滑预测法（ExponentialSmoothingForecast）3回归分析预测技术（TechniqueforRegressionAnalysisForecast）3.1一元线性回归预测法（SingleRegressionForecast）3.2多元线性回归预测分析（MultipleRegressionForecast）1.1预测概述物流预测就是根据客观事物的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描述、分析，形成科学的假设和判断的一种科学理论。物流预测技术可以推动物流信息系统的计划并

3、加以协调，通常可预测未来出现的事件，也可以是定期对配送中心装运的某一产品进行预测，也可以对几个星期的资料进行汇总，做出分析和报告。1概述2时间序列预测技术时间序列法又称时间数列方法，是一种利用包含相对清楚而又稳定关系和趋势的数据统计方法，展示了事物在一定的时期内的发展变化过程，考虑到事物发展的历史继承性，可以通过选择适当的模型形式和模型参数，运用惯性原理对事物未来的发展趋势进行预测，称为时间序列预测。时间序列被用于识别：产生季节因素的数据系统变量；周期变化模式；趋势值；趋势增长率。2.1移动平均预测法移动平均法的基本思想是，每次取一定

4、周期长度的观察值的平均值，并按时间次序逐次推进，每增加一个时段时，就去掉前一时段的数值，再计算平均值。移动平均法用最近几期的平均数来预测下一期的可能值，既可以消除或减少随机变动的影响，又能发现数据的演变趋势。若资料数据单纯围绕某一水平作随机跳动，宜采用一次移动平均数法；若资料具有持续的线性增长（或下降）趋势时，宜采用二次移动平均数法。2时间序列预测技术已知数据时间序列为：x0，x1，x2，……，xn，以M(t）(1)表示第t时刻的时间序列的一次移动平均值，以N表示参与“平均”的实际值个数，也称数据的间距或移动的步长，则有：1.一次移动

5、平均法2时间序列预测技术预测某企业产品的销售量。取N=5。计算一次移动平均数:月12345678910销售量Xt45526048525558626467一次移动平均值━━━━51.453.454.65558.261.2计算出的移动平均数也构成了时间序列。一般情况下，如果时间序列没有明显的倾向变动和周期变动，可用。2时间序列预测技术由表中所列的结果看来，由移动平均计算后所得到的新数列，其数据起伏波动的范围变小了，异常大和异常小的数据值被修匀了。从而异常数据对移动平均值的影响不大。因此移动平均预测有较好的抗干扰能力，可以在一定程度上描述时

6、间序列变化的趋势。2时间序列预测技术移动平均预测法对时间序列中数据变化的反映速度及对干扰的修均能力，取决于N的值。随着N的减小，移动平均对时间序列数据变化的反映敏感性增加，但修匀能力下降；而N增大，移动平均对时间序列数据变化的反映敏感性减小，但对时间序列的修匀能力却上升，所以移动平均法的修匀能力与时间序列数据变化的敏感性是矛盾的，两者不可兼得，因此在确定N的时候，一定要根据时间序列的特点来确定。2时间序列预测技术一般，N的选择原则是：（1）由所需处理的时间序列的数据点的多少而定。数据点多，可以取得大一些；（2）要由已有的时间序列的趋势

7、而定，趋势平稳并基本保持水平状态的，可以取得大一些；趋势平稳并保持阶梯性或周期性增长的，应该取得小一些；趋势不稳并有脉冲式增减的，应取得大一些。2时间序列预测技术当时间序列有明显线性变化趋势时，上述方法存在滞后偏差，使预测值偏低。为解决这一问题，采用二次移动平均法。上面介绍的一次移动平均数本身也构成一个时间序列，在此基础上再作一次移动平均，之后建立线性预测模型进行预测，就是二次移动平均法。2.二次移动平均法2时间序列预测技术二次移动平均法的线性预测模型为：式中t——当前的时间序号；T——由当前时间到预测时间的时间间隔数，即超前时间间隔

8、；——线性模型的截距；——线性模型的斜率；——第时间的预测值。2时间序列预测技术其中，仍举上例。取N=5。计算二次移动平均数:月12345678910运输量Xt45526048525558626467二次移动平均值━━━