【正文】 ? 判斷預(yù)測是一種定性預(yù)測方法。 ? 一般用于中長期預(yù)測。 ? 將所有人的估計結(jié)果交給業(yè)務(wù)部門進(jìn)行分析，得出預(yù)測結(jié)論。 （二） 銷售人員估計法 ? 預(yù)測方法 ? 制定銷售計劃時，讓銷售人員根據(jù)自己對市場和客戶的了解，提出自己的預(yù)測估計值。 ? 例題 ? 某公司對明年銷售量的預(yù)測 根據(jù)三個銷售員、兩位經(jīng)理的估計對明年的銷量作出預(yù)測。 ? 該方法的主要思想：依靠專家小組 背靠背 的獨立判斷，來代替面對面的會議，使不同專家意見分歧的幅度和理由都能夠表達(dá)出來，經(jīng)過客觀的分析，達(dá)到符合客觀規(guī)律的一致意見。 ? 處理專家們的意見并給出預(yù)測結(jié)果。 （三） 德爾菲法（ Delphi） ? 函詢修正。 ? 得出預(yù)測結(jié)果。 ? 預(yù)測方法 通過對類似產(chǎn)品、可替代產(chǎn)品、或國外同類產(chǎn)品發(fā)展規(guī)律的分析，來進(jìn)行相關(guān)的預(yù)測。 ? 歷史數(shù)據(jù)同時又受多種隨機(jī)因素的影響而呈現(xiàn)出一定程度的波動性和不規(guī)則性； （ 不能直接從歷史數(shù)據(jù)得到未來的趨勢 ） 三、時間序列預(yù)測 ? 預(yù)測的基本思想 —— 從歷史數(shù)據(jù)中揭示發(fā)展規(guī) 律 通過對歷史數(shù)據(jù)進(jìn)行 平均或平滑 ，消除歷史數(shù)據(jù)中的部分隨機(jī)波動因素的影響，指示出隱含在事物中的某種基本規(guī)律，并以此預(yù)測未來。 （三）時間序列預(yù)測應(yīng)注意的問題 簡單移動平均法 ? 公式 ????? ?tntiit xnF111式中： 是 t+1時的預(yù)測數(shù)， n是在移動平均值時所使用的歷史數(shù)據(jù)的數(shù)目，即 移動時段的長度 。 月份 實際銷量 (噸 ) 移動平均數(shù) 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 2 0 0 0 02 1 0 0 02 2 0 0 02 3 0 0 02 4 0 0 02 5 0 0 02 6 0 0 01 2 3 4 5 6 7 8 9 1 0 1 1 1 2月 份銷量實 際 值 平 均 值 n = 3 平 均 值 n = 6計算結(jié)果圖表顯示 簡單移動平均法 ? 從圖上可以看出 ： ? （ 1）用移動平均法計算出的新數(shù)列的變化趨勢與實際變化情況基本一致； ? （ 2）新數(shù)列數(shù)據(jù)波動的范圍變小了，并且隨參與平均值計算的 n值的增加，平均值的波動范圍越小。 當(dāng) n值增大，移動平均值的修勻能力增加，但同時移動平均值對時間序列變化的敏感性降低。數(shù)據(jù)點多，n可以取得大一些； （ 2）由時間序列的趨勢而定。 （二次移動平均預(yù)測法的基本思想） 移動平均預(yù)測法 2. 二次移動平均預(yù)測法 二次移動平均預(yù)測法是在求得一次移動平均數(shù)的基礎(chǔ)上，對有線性趨勢的時間序列所作的預(yù)測。 指數(shù)平滑法 ? 指數(shù)平滑預(yù)測法，是在移動平均預(yù)測法的基礎(chǔ)上發(fā)展起來的一種特殊的 加權(quán)平均預(yù)測法 。 月份 市場價格 xt 預(yù)測值 Ft(1) 1 200 （ 200） 2 135 200 3 195 4 197 5 310 6 175 7 155 8 130 9 220 10 277 11 235 12 指數(shù)平滑法 )1( )1(11)1(2 ???????? FxF ??解：設(shè) ?＝ ， F1(1)＝ x1 =200(假定 ) 依次代入公式得到： )1( )1(22)1(3 ???????? FxF ??市 場 價 格 與 預(yù) 測 值05 01 0 01 5 02 0 02 5 03 0 03 5 01 2 3 4 5 6 7 8 9 1 0 1 1 1 2月 份價格市 場 價 格 預(yù) 測 值（ 1）初始值 F1(1)的確定方法 ? 由歷史數(shù)據(jù)得到（算術(shù)平均值、加權(quán)平均等）； ? 定性預(yù)測估計。 ? ? )1()1( 1 1 ttt FxF ?? ????指數(shù)平滑法 ? 例題 某物資企業(yè) 2022年每月的物資運輸量統(tǒng)計如下，用指數(shù)平滑法預(yù)測 2022年一月份的運輸量（用不同的平滑常數(shù)） ? 解：設(shè) F1(1)=(x1+x2+x3)=38, ?=, , , 計算結(jié)果見下表： 月份 運輸量 （萬噸） 預(yù)測值 ?= ?= ?= 1 51 （ 38） （ 38） （ 38） 2 35 3 28 4 32 5 48 6 54 7 52 8 48 9 42 10 46 11 44 12 47 1 平滑常數(shù)取不同值時的預(yù)測結(jié)果曲線253035404550551 2 3 4 5 6 7 8 9 10 11 12 13月份運輸量實際值 平滑常數(shù)= 0 . 1 平滑常數(shù)= 0 . 5 平滑常數(shù)= 0 . 9指數(shù)平滑法 ? 由上圖可知： ? ?值越大，近期數(shù)據(jù)對預(yù)測值的影響越大，模型靈敏度越高； ? ?值越小，近期數(shù)據(jù)對預(yù)測值的影響越小，消除了隨機(jī)波動性，只反映長期的大致發(fā)展趨勢。 （ 2）指數(shù)平滑法預(yù)測 2022年六安市物流業(yè)增加值。 （一） 回歸預(yù)測法 ? 回歸分析是一種對于變量間非確定性關(guān)系的統(tǒng)計分析法。 （二） 一元線性回歸預(yù)測法 序號 年度 汽車產(chǎn)量 x（萬輛） 薄鋼板消耗量 y（噸） 1 1985 18285 2 1986 19937 3 1987 21719 4 1988 30262 5 1989 30399 6 1990 ？ （二） 一元線性回歸預(yù)測法 汽車產(chǎn)量與薄鋼板消耗量的關(guān)系（散點圖）100001500020220250003000035000400004500010 12 14 16 18 20汽車產(chǎn)量x薄鋼板需求量y 例：某公司預(yù)備購入鋼材，根據(jù)統(tǒng)計資料估計鋼材在途運輸時間 供貨工廠 鐵路運輸距離 x （公里） 在途運輸時間 y （小時） 1 210 5 2 290 7 3 350 6 4 480 11 5 490 8 6 730 11 7 780 12 8 850 8 9 920 15 10 1010 12 （二） 一元線性回歸預(yù)測法 運輸時間與運輸距離的關(guān)系02468101214160 200 400 600 800 1000 1200運輸距離x運輸時間y（二） 一元線性回歸預(yù)測法 ? 一元線性回歸預(yù)測法預(yù)測流程 ?判斷變量間是否成線性趨勢。 ? 因變量和每一個自變量之間為線性關(guān)系。 ? 回歸系數(shù)的顯著性檢驗用 t檢驗。 約束條件 (Constraints)。 Z=3400 【 解 】 設(shè) x x x3 分別為 A、 B、 C三種商 品的服務(wù)數(shù)量 , 則數(shù)學(xué)模型為： 線性規(guī)劃在物流技術(shù)經(jīng)濟(jì)中的應(yīng)用 ? 目標(biāo)優(yōu)化模型（ P55） ? 物流網(wǎng)絡(luò)優(yōu)化模型（ P62） ? 車輛優(yōu)化調(diào)度問題（ P66） 第三節(jié)：層次分析模型（ AHP） 層次分析法 層次分析法 （ Analytical Hierarchy Process ,簡稱 AHP)是美國匹茲堡大學(xué)教授 20世紀(jì) 70年代提出的一種系統(tǒng)分析方法。 ⑴ 建立層次結(jié)構(gòu)模型 例： 假期旅游，現(xiàn)有 三個目的地 可供選擇（方案）： 風(fēng)光綺麗的杭州（ ）， 迷人的北戴河（ ）， 山水甲天下的桂林（ ）。相對于目標(biāo)層：選擇旅游地， 兩兩比較打分。 ?????????????????1135/13/11125/13/13/12/117/14/1557123342/11A⑶ 層次單排序 和法 a) 將 A的每一列向量歸一化得 b) 對 c) 歸一化 ???niijijij aaw1/~ijw~按行求和得 ???njiji ww1~~Tn )~,~,~(~ ?21?w???niiii 1~/~Tn ),( ?21?wd) 計算 Aw根法 步驟與和法基本相同，只是將步驟 b 改為對 ijw~按行求積并開 n次方，即 nijnii ww11?????? ???~~e) 計算 ???ni iiwn 11 )( Aw?，最大特征值的近似值。 （ 4）一致性檢驗 對于多階判斷矩陣，引入 平均隨機(jī)一致性指標(biāo) .(Random Index),下表給出了 115階正互反矩陣計算 10