第六章_物流系统预测

来源：尔游网

第六章物流系统预测主要内容 §61 系统预测概述 §62 物流系统需求预测的特征 §63 物流系统需求预测的方法 § 基于神经网络的物流系统预测法 §61 系统预测概述一系统预测的概念及实质二系统预测方法的分类三系统预测的一般程序一预测的概念预测就是对未来一些不确定的或未知事件的推断或估计如社会预测经济预测科学预测技术预测军事预测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凡是影响物流系统活动的因素都是预测对象例如物流系统的人力物力财力以及资源销售交通国家的方针经济发展的形势和自然条件等都是预测的内容系统预测的实质系统预测的实质分析使系统变化的原因探究系统发展变化的规律从量的变化中找出因果关系根据系统的过去和现在对未来进行判断预测就是要从变化中找出使事物发生变化的固有规律寻找和研究各种变化的背景及其演变的逻辑关系去揭示事物未来的面貌对事物的未来做出判断系统预测的作用系统预测是编制系统计划的基础物流系统的存储运输等各项业务计划都是以预测资料为基础制定的系统预测是系统决策的依据决策的前提是预测正确的决策取决于可靠的预测系统预测的概念模型输入需要处理的信息如市场的调研和收集的数据资料扰动各种主客观因素的影响随机因素与偶然因素的影响输出预测的结果即对未来目标的判断该判断要经过主观努力的争取并接受客观实践的检验如此不断循环不断逼近系统预测的理论基础 1惯性原理连续性原理惯性指事物发展变化主要受内因的作用事物的过去现在的状态会持续到将来事物的发展变化具有某种程度的持续性连贯性利用这一原则掌握事物变化的内在原因就能根据已知推测未知根据过去现在推测未来惯性原理事物在其发展变化过程中总有维持或延续原状态的趋向事物的某些基本特征和性质将随时间的延续而维持下去事物惯性的大小取决于事物本身的动力和外界因素的作用系统预测的理论基础 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二系统预测方法的分类预测技术的种类繁多据统计有150多种所有的预测技术可以分为三类判断预测技术定性预测时间序列预测技术定量预测因果预测技术定量预测预测方法分类图示三系统预测的步骤三系统预测的步骤 2 各步骤说明 1确定预测目标预测目的对象和预测期间预测目的明确为什么要预测预测对象对什么事物进行预测预测期间对哪个时期进行预测1年内为短期25年为中期510年为长期 2收集分析有关资料包括影响预测对象的各种资料如预测对象本身发展的历史资料对预测对象发展变化起作用的各种因素的资料形成这些资料的历史背景以及各种影响因素在未来可能出现的情况预测必须占有大量的系统的适用于预测目标的资料预测资料可以分为两类纵向资料预测对象的历史数据资料横向资料作用于预测对象的各种影响因素的数据资料三系统预测的步骤 3选择预测方法进行预测选择预测方法建立预测模型模型评估和利用模型进行预测选择预测方法要考虑以下几个因素预测对象的特点预测范围预测期限的长短预测要求精度占有数据资料的多寡适应性企业愿为预测支付的费用的大小企业要求得到预测结果所花时间的长短等三系统预测的步骤 4分析评价预测方法及预测结果分析预测误差对结果进行评估 5修正预测结果在误差计算的基础上通过定性定量分析以及预测人员的知识和经验对结果进行修正使之更加适用于实际情况 6提交预测报告预测报告的内容包括预测的主要过程预测目标预测对象及预测要求预测资料的收集方式方法及其分析结果阐述选择预测方法的原因及建立模型的过程对预测结果进行评价与修正的过程及结论预测结论 §62 物流系统需求预测的特征一物流系统需求的特征 §62 物流系统需求预测的特征二物流系统需求预测的特殊问题 §63 物流系统需求预测的方法一定性预测方法 1 德尔菲法Delphi 德尔菲法Delphi简介德尔菲法是由美国兰德公司最先提出的一种预测方法德尔菲法也叫专家调查法该方法的主要思想依靠专家小组背靠背的判断来代替面对面的会议使不同专家意见分歧的幅度和理由都能够表达出来经过客观的分析达到符合客观规律的一致意见预测过程确定预测课题并编制咨询表选择参与预测的专家一般以10-50人为宜进行四轮次左右的函询与反馈处理专家们的意见并给出预测结果德尔菲法的关键

步骤挑选专家聘请企业内外若干专家对所需预测的问题组成技术专家小组但组内成员一般没有人是整个问题的专家进行函询向选定的专家组成员发放预测问卷和预测资料要求专家们根据预测资料针对预测目标作出自己的回答提出个人的预测结果函询修正将专家预测结果进行综合编辑将不同的专家预测结果整理成新一轮预测的参考资料把新的参考资料和修改后的预测问卷提供给专家做新一轮的分析和预测经过多次的重复直至问题能得到相对集中意见能相对统一为止得出预测结果根据专家们提供的预测结果作出最终的预测结果德尔菲法的特点匿名性反馈性统计性 2 主观概率法主观概率的概念主观概率加权平均法时间序列的概念时间序列指观测或记录到的一组按时间顺序排列的历史数据时间序列预测时间序列预测根据预测对象的历史数据资料按时间进程组成动态数列进行分析预测的方法 1 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 1 一次移动平均预测法

以本期t期移动平均值作为下期t1期的预测值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 2二次移动平均预测法二次移动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题某物资企业某年度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 2 指数平滑法指数平滑预测法是在移动平均预测法的基础上发展起来的一种特殊的加权平均预测法包括一次指数平滑预测法二次指数平滑预测法和高次指数平滑法特点计算简单需要的历史数据较少思路对离预测期较近的历史数据给予较大的权数离预测期较远的历史

数据给予较小的权数一次指数平滑法计算公式式中Ft1 1 在t1时刻的一次指数平滑值 t时刻的下期预测值 Ft 1 在t时刻的一次指数平滑值 t时刻预测值 xt 在t时刻的实际值平滑常数规定0 1 例题某企业对某年度l11月某种物资的价格情况进行了统计用一次指数平滑法对该年12月份该物资的市场价格进行预测解设＝09F1 1 ＝x1 200 假定依次代入公式得到 1初始值F1 1 的确定方法由历史数据得到算术平均值加权平均等定性预测估计 2合理选取平滑系数取值大小体现了不同时期数据在预测中所占的比例下期预测值＝本期实际值的一部分十本期预测值的一部分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实际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波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 时间序列波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 时间序列波动的频率和振幅较小取值要小一些以强调用历史发展趋势预测 3回归分析预测法事物之间或事物的各因素之间只处于两种状态有关系或无关系如果把事物或事物的各因素用最能反映其本质特征的变量来表示那么这些变量之间也只能存在两种状态有关系或无关系变量间非确定性的相关关系不能用精确的函数关系式唯一地表达但在统计学意义上它们之间的相关关系可以通过统计的方法给出某种函数表达方式这种用统计方法处理变量间相关关系的方法就是回归分析方法回归分

析预测法是通过收集统计数据在分析变量间非确定性关系的基础上找出变量间的统计规律性并用数学方法把变量间的统计规律表现出来并在此基础上进行预测 1 一元线性回归预测法例为了预测汽车薄钢板的年需求量有关物资企业研究并收集了发达国家汽车制造业近几年间的汽车产量与薄钢板消耗量的数据见表例某公司预备购入钢材根据统计资料估计钢材在途运输时间一元线性回归预测法预测流程判断变量间是否成线性趋势对n对观察点数据XiYi选取直角坐标系绘制散点图分析变量间是否存在线性相关关系求回归方程y＝abx并进行预测检验相关性散点图只能表示两个变量之间是否线性相关而不能表示变量的线性相关程度到底有多大对两个变量的线性相关性的检验可以通过数理统计中的F检验和R检验来进行例题某公司预备购入钢材下表是一些供货点的路程及运输时间的统计资料要求根据提供的统计资料估计供货点位于1500公里时钢材的在途运输时间解1判断统计数据是否有线性关系作散点图 2计算回归系数 3代入运输距离1500KM得到运输时间的预测值为 Y 401900071500 17474 小时 4相关性检验及预测误差计算略 2多元线性回归预测法多元线性回归预测法是一元线性回归预测法的延伸多元线性回归预测法研究一个因变量和两个或两个以上的自变量间的关系因变量和每一个自变量之间为线性关系回归方程回归系数的计算略３回归效果分析 1 相关性检验用相关系数r来描述变量间相互关系的密切程度总结平滑预测与回归预测的比较平滑预测与回归预测都是常用的预测技术其区别如下适用范围不同平滑预测模型适用于时间序列回归模型既适用于时间序列也适用于具有因果关系的非时间序列预测期间不同平滑预测是一种对现有资料的外推只适用于短期预测回归模型反映变量间的因果关系适用于中短期预测功能不同平滑模型通常只用于进行预测回归模型既用于预测也可以用于结构分析评价等数学基础不同回归模型是根据统计学原理推导得出的具有严谨的数学基础并且可以对预测模型进行统计检验分析而平滑模型则不能进行检验预测误差预测误差预测结果与实际情况的偏差误差产生的原因 1．用于预测的信息与资料本身引起的误差由于预测的信息与资料是通过市场调查得到的其质量优劣对预测的结果有直接的影响因此对信息与资料的一般要求是全面完整真实可靠 2．预测方法及预测参

数引起的误差预测是对实际过程的近似描述预测中使用的参数是对真实参数的近似为了获得较好的预测结果人们通常采用多种预测方法或多个预测参数进行多次预测计算然后用综合评价方法找到最佳的预测方法和确定预测参数 3．预测期间的长短引起的误差预测是根据已知的历史及现实而对未来进行描述但未来是不确定的影响未来的环境和条件也会与历史及现实有所不同如果差异很大而预测过程中没有估计到就必然会产生误差 4．预测者的主观因素引起的误差无论是预测目标的制定信息与资料的收集整理还是预测方法的选择预测参数的确定以及对预测结果的分析都需要有预测者的主观判断要减少这种误差要求预测者具备广泛的知识丰富的经验敏锐的观察能力和思考能力以及精确的判断能力预测误差计算 1 根据误差的定义进行计算 3 平均绝对误差几个预测值的误差绝对值的平均值称为平均绝对误差将绝对误差记为MAD其计算方法为公式中由于每个ei值都为正值因而平均绝对误差可以弥补平均误差的缺点 4 相对误差平均值预测值相对误差的平均值称为相对误差平均值其计算方法为 5．相对误差绝对值平均值预测值相对误差绝对值的平均值称为相对误差绝对值平均值其计算方法为误差分析实例例题某企业由于改进了生产工艺使产品质量大大提高客户逐月增加致使原材料的采购总额也逐月增加表4-12列出其1到12月每月的采购总额试预测其下年度一月的采购总额解 1 分别按一次指数平滑和二次指数平滑法进行预测如下 2按均方差计算预测误差结果如下 § 基于神经网络的物流系统预测法神经网络的学习过程正向传播输入样本－－－输入层－－－各隐层－－－输出层判断是否转入反向传播阶段若输出层的实际输出与期望的输出不符误差反传误差以某种形式在各层表示－－－－修正各层单元的权值网络输出的误差减少到可接受的程度进行到预先设定的学习次数为止神经网络的特点并行分布式处理非线性处理具有自学习功能神经网络可采用硬件实现补充作业 6．均方差预测值误差平方和的平均值称为均方差记为s2其计算方法为 7．标准差几个预测值均方差的均值称为标准差记为s其计算方法为误差大567937391 误差小 218558758 第二种方法预测的误差小应选用二次指数平滑法进行

预测生物神经元的结构生物神经元在结构上由四部分组成细胞体 Cell body

树突 Dendrite 轴突 Axon 突触 Synapse 用来完成神经元间信息的接收传递和处理人类大脑皮层约有100亿个神经元60亿个神经突触以及它们的连接体三层BP网络 686 685 678 675 660 670 650 5 运输量吨 9 8 7 6 5 4 3 2 1 时间月某公

司2003年18月的货物运输量式中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 686 685 678 675 660 670 650 5 运输量 xi 吨 9 8 7 6 5 4 3 2 1 时间月某公司2003年18月的货物运输量例题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42请用移动平均预测法预测其12月的钢材销售量 24433 24800 12 24049 24133 25400 11 23416 24300 25200 10 23216 24067 23800 9 22967 23967 23400 8 22417 22533 25700 7 22367 23100 6 21967 23100 5 22300 21400 4 22600 3 21900 2 22400 1 n 6 n 3 移动平均数Mt 1 实际销量吨月份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 40 45 55 10 35 40 50 9 30 35 45 8 25 30 40 7 20 25 35 6 20 30 5 15 25 4 20 3 15 2 10 1 一次平均n 5 一次平均n 3 历史数据期序 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 35 45 55 10 30 40 50 9 25 35 45 8 20 30 40 7 25 35 6 20 30 5 15 25 4 20 3 15 2 10 1 二次平均n 3 一次平均n 3 历史数据期序从图上可以看出一次移动平均值滞后于历史数据而二次移动平均值又落后于一次移动平均值启示根据历史数据一次移动平均值二次移动平均值三者间的滞后关系可以先求出一次移动平均值与二次移动平均值之间的差值然后将此差值加到一次移动平均值上再考虑其趋势变动值得到接近实际情

况的预测值二次移动平均预测法的基本思想其中Mt 1 t时刻的一次移动平均值 Mt 2 t时刻的二次移动平均值 n参与二次平均计算的一次移动平均值的个数 3对有线性趋势的时间序列做预测其中 26066 633 25433 633 24167 24800 12 24177 22 24155 22 24111 24133 25400 11 25856 778 25078 778 23522 24300 25200 10 262 1111 25178 1111 22956 24067 23800 9 27322 1678 255 1678 222 23967 23400 8 23178 322 22856 322 22211 22533 25700 7 22367 23100 6 21967 23100 5 22300 21400 4 22600 3 21900 2 22400 1 8 6 7 T 7 6 3 5 5 3 - 4 4 3 2 1 预测值ytT 取T 1 bt at Mt 1 - Mt 2 二次平均数 Mt 2 一次平均数 Mt 1 实际销售量月份 2386 12 2709 235 11 2113 277 10 1328 220 9 1582 130 8 1874 155 7 2987 175 6 1967 310 5 17 197 4 1415 195 3 200 135 2 200 200 1 预测值 Ft 1 市场价格 xt 月份 4672 4593 4284 1 4417 4486 4238 47 12 4566 4571 422 44 11 42 4541 4178 46 10 4841 4881 4776 42 9 5212 4962 4107 48 8 5324 4724 3985 52 7 4637 4047 3828 54 6 3169 3294 372 48 5 2885 3388 3778 32 4 37 3975 3887 28 3 497 445 393 35 2 38 38 38 51 1 09 05 01 预测值运输量万吨月份例题某物资企业2002年每月的物资运输量统计如下用指数平滑法预测2003年一月份的运输量用不同的平滑常数解设 F1 1 x1x2x3 38 01 05 09 计算结果见下表由上图可知值越大近期数据对预测值的影响越大模型灵敏度越高值越小近期数据对预测值的影响越小消除了随机波动性只反映长期的大致发展趋势合理确定值是用指数平滑模型的进行预测的关键事物及其因素变量有关系无关系确定性关系非确定性关系特征提取确定性关系指一个变量可以被一个或若干个其他变量按一定规律唯一确定也就是说变量之间的关系能用确定的数学公式来反映即函数关系非确定性关系变量之间存在着某种关系但这种关系具有不确定性这种关系叫做非确定性关系即相关关系大多数事物之间是这种关系 30399 1860 19 5 1990 6 30262 1491 1988 4 21719 1380 1987 3 19937 1254 1986 2 18285 1138 1985 1 薄钢板消耗量y吨汽车产量x万辆年度序号一元线性回归预测变量间是线性相关关系只有一个自

变量影响因素一个因变量 12 1010 10 15 920 9 8 850 8 12 780 7 11 730 6 8 490 5 11 480 4 6 350 3 7 290 2 5 210 1 在途运输时间y 小时铁路运输距离x 公里供货工厂式中 12 1010 10 15 920 9 8 850 8 12 780 7 11 730 6 8 490 5 11 480 4 6 350 3 7 290 2 5 210 1 在途运输时间y 小时铁路运输距离x 公里供货工厂由散点图得出运输距离与运输时间基本成线性关系 993 4451500 490 95 6110 求和 144 1020100 12120 12 1010 10 225 8400 13800 15 920 9 722500 6800 8 850 8 144 608400 9360 12 780 7 121 532900 8030 11 730 6 240100 3920 8 490 5 121 230400 5280 11 480 4 36 122500 2100 6 350 3 49 84100 2030 7 290 2 25 44100 1050 5 210 1 Yi2 Xi2 XiYi 运输时间Yi Hour 运输距离Xi KM 供货工厂 R的变化范围[-11] R 0表示零相关不相关 R 1或R -1表示完全相关 R越接近于正负1表示相关程度越强 2 回归方程和回归系数的显著性检验用显著性检验来考察回归方程能否揭示变量间的数量规律即判断回归方程的拟合程度如何回归方程的显著性检验用F检验回归系数的显著性检验用t检验预测误差分析对预测误差的计算分析反馈和调整过程称之为误差分析预测误差分析的作用表明预测结果与实际情况的差异通过误差计算和分析产生误差的原因从而检验比较和评价预测方法的有效性及其优劣将预测误差作为反馈信号提供给预测者作为调整改进预测方法的依据从中选择出最佳预测方法及预测结果式中xi第i时刻的实际值xi 第i时刻的预测值 ei第i时刻的预测误差值式中xi第i时刻的实际值xi 第i时刻的预测值 ei第i时刻的预测误差值 2 平均误差几个预测值的误差的平均值叫做平均误差平均误差记为MD其计算方法为由于每个ei值有正有负求代数和有时会相互抵消所以平均误差MD无法精确地显示预测值的误差物流系统工程第4章物流系统预测物流系统工程西南交通大学电子讲义原材料市场生产厂家配送中心用户需求预测市场预测供应预测订购预测订单预测需求信息物流领域中的预测系统预测概念模型预测方法详细分类见下图 1 预测的基本步骤 1需求的时间特性和空间特性＊物流需求具有时间特性即需求是随时间而变化的原因由于销售的增长或下降需求模式的季节性变化以及多种因素导致的一般性波动＊物流具

有空间维度即需求量在何处发生或需求的空间位置如何 2需求的不规则性和规则性物流需求的变动可能是规则性的也可能是不规则的 3需求的派生性和性 1 水平性发展的需求需求量时间需求规则性变动的几种情况随机性需求无趋势或季节性因素 2 上升变动趋势的需求需求量时间需求量时间随机性需求呈上升趋势无季节性因素 3 下降变动趋势的需求需求量时间需求量时间随机性需求呈下降趋势无季节性因素 4 季节性或周期性变动趋势的需求需求量时间需求量时间随机性需求有周期趋势和季节性因素不规则变动的需求需求水平时间 1新需求预测 2不规则需求预测 3地区性预测 4预测的误差问题 1德尔菲法Delphi 2主观概率法 3领先指标法 1 德尔菲法Delphi 在一定条件下人们对某一事件在未来发生或不发生可能性的估计反映个人对未来事件的主观判断和信任程度简单地说主观概率就是凭经验或预感而估算出来的概率主观概率同客观概率一样必须符合概率论的基本公理主观概率与客观概率的根本区别在于客观概率具有可检验性主观概率则不具有这种可检验性主观概率与个人知识工作经验判断能力等都有密切的关系主观概率法预测主观概率法预测是指利用主观概率对各种预测意见进行集中整理得出综合性预测结果的方法常用的主观概率法有主观概率加权平均法和累计概率中位数法该方法以主观概率为权数对各种预测意见进行加权平均从而求得综合性预测结果 1确定主观概率根据过去预测的准确程度确定各种可能情况的主观概率 2计算综合预测值具体分两步进行 Step1 以主观概率为权重计算个人预测的期望值 Step2 根据每人判断预测的准确程度确定每人的主观概率以此为权数计算各期望值的平均数 3计算平均偏差程度校正预测结果先将过去若干季度的实际数据和预测数据对比计算比率平均比率和平均偏差程度然后校正预测结果例1 某公司邀请甲乙丙三名统计员和另外两名计划员对公司明年第一季度的销售额进行预测三名统计员的预测情况如下表所示两名计划员预测的期望值分别为950万元750万元根据过去经验三名统计员之间的判断能力不相上下两名计划员之间的判断准确度也基本相当但是总体上讲统计部门比计划部门的判断准确性要更高一些该公司明年第一季度的销售额预计是多少 02 05 03 900 700 500 最高销售最可能销售最低销售丙 02 06 02 1200

1000 800 最高销售最可能销售最低销售乙 03 05 02 1000 800 600 最高销售最可能销售最低销售甲主观概率销售额万元估计统计员求解1以主观概率为权重计算三名统计员的预测值甲1000×03800×05600×02 820万元乙1200×021000×06800×02 1000万元丙900×02700×05500×03 680万元 2计算三名统计员预测的平均销售额 8201000680÷03 83333万元 3计算两名计划员预测的平均销售额 950×05750×05 850万元 4计算统计员和计划员预测的平均销售额 83333×06850×04 840万元 5校正预测结果 840×098 8232万元领先指标法的特点不但可以预测经济的发展趋势而且可以预测其转折点领先指标法又称为先导指标法就是将各种经济指标分为三种类型领先指标同步指标和滞后指标通过领先指标预测同步指标或滞后指标 3 领先指标法 2画出领先指标同步指标和滞后指标的时间序列图如图所示领先指标法的预测步骤 1根据预测指标找出领先指标 3进行预测 21 24 23 26 27 25 23 22 销量万台 9月 8月 7月 6月 5月 4月 3月 2月 1月时间月份 686 685 678 675 660 670 650 5 运输量吨 2009 2008 2007 2006 2005 2004 2003 2002 2001 时间年度某企业产品销售资料1月8月某物流公司20012008年的货物运输量按月排列的销量按年排列的运输量 §63 物流系统需求预测的方法时间序列预测的分类 Sheet3

Sheet2

Sheet1

Sheet4

Chart3

000000

实际值

平均值n 3

平均值n 6

月份

销量

实际值

平均值n 3

平均值n 6

月份

销量

000000

Sheet3

Sheet2

Sheet1

Chart1

000

历史数据

平均值 n 3

平均值n 5

时间期序

历史数据

不同n值的移动平均值比较

历史数据

平均值 n 3

平均值n 5

时间期序

历史数据

不同n值的移动平均值比较

000

Sheet3

Sheet2

Sheet1

Chart1

000

历史数据

一次平均值n 3

二次平均值n 3

时间期序

数据

一次与二次平均值比较

历史数据

一次平均值n 3

二次平均值n 3

时间期序

数据

一次与二次平均值比较

000

Sheet3

Sheet2

Sheet1

Chart3

0000

000

0000

000

0000

000

0000

市场价格

预测值

月份

价格

市场价格与预测值

市场价格

预测值

月份

价格

市场价格与预测值

0000

Sheet3

Sheet2

Sheet1

Sheet4

Chart6

000

实际值

平滑常数 01

平滑常数 05

平滑常数 09

月份

运输量

平滑常数取不同值时的预测结果曲线

实际值

平滑常数 01

平滑常数 05

平滑常数 09

月份

运输量

平滑常数取不同值时的预测结果曲线

000

Sheet3

Sheet2

Sheet1

Chart1

000000

历史数据

一次平均预测值

二次平均数

二次平均预测值

一次与二次移动平均预测结果

历史数据

一次平均预测值

二次平均数

二次平均预测值

一次与二次移动平均预测结果

000000

Sheet3

Sheet2

Sheet1

图表1

000

000000

000

000000

000

000000

000

000000

000

000000

汽车产量x

薄钢板需求量y

汽车产量与薄钢板消耗量的关系散点图

汽车产量x

薄钢板需求量y

汽车产量与薄钢板消耗量的关系散点图

000

000000

Sheet3

Sheet2

Sheet1

图表2

0000

000

0000

000

0000

000

0000

000

00000

000

运输距离x

运输时间y

运输时间与运输距离的关系

运输距离x

运输时间y

运输时间与运输距离的关系

0000

00000

000

Sheet3

Sheet2

Sheet1

图表2

0000

000

0000

000

0000

000

0000

000

00000

000

运输距离x

运输时间y

运输时间与运输距离的关系

运输距离x

运输时间y

运输时间与运输距离的关系

0000

00000

000

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文