【正文】 變化發(fā)展較快，利用一次移動平均預(yù)測會導(dǎo)致較大的誤差。n值的一般選擇原則是：（ 1）由時間序列的數(shù)據(jù)點的多少而定。移動平均法對時間序列數(shù)據(jù)變化的 反應(yīng)速度叫 敏感性 。2443324800122404924133254001123416243002520230232162406723800922967239672340082241722533257007223672310062196723100522300214004226003219002224001n=6n=3移動平均數(shù) Mt(1)實際銷量(噸 )月份167。增加一個新值，同時剔除掉已參與平均計算的最陳舊的一個實際值，保證每次參與計算的實際值個數(shù)相同 。時間序列預(yù)測應(yīng)注意的問題：v準(zhǔn)確、完整的歷史數(shù)據(jù)資料v時間序列所代表的時間周期必須一致v時間序列中的各項數(shù)字的計算方法、計量單位、數(shù)據(jù)內(nèi)容必須一致。v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 ）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。 一般將幾種預(yù)測模型的結(jié)果進(jìn)行綜合，才會使預(yù)測值更穩(wěn)定、更可靠。二：利用生產(chǎn)線中類似產(chǎn)品的需求模式估計新產(chǎn)品的銷售情況。 這種需求有很強(qiáng)的傾向性，且不是隨機(jī)的，通過判斷系統(tǒng)隨時間發(fā)展而呈現(xiàn)出的趨勢和規(guī)律，就能較好地改進(jìn)預(yù)測結(jié)果。三種典型的規(guī)則性需求變化模式見下圖：11銷售量時間實際銷售額平均銷售額圖 1 隨機(jī)性或水平性發(fā)展的需求，無趨勢或季節(jié)性因素銷售量時間圖 2 隨機(jī)性需求，呈上升趨勢，無季節(jié)性因素實際銷售額平均銷售額銷售量時間圖 3 隨機(jī)性需求，有趨勢和季節(jié)性因素實際銷售額平均銷售額三種典型的規(guī)則性需求變化模式12167。 兩種處理方式： ① 先進(jìn)行總需求預(yù)測，再按地理位置分解； ② 先對每個地點的需求單獨進(jìn)行預(yù)測，再根據(jù)需要匯總。62 物流系統(tǒng)需求預(yù)測的特征原材料市場生產(chǎn)廠家配送中心 用戶需求預(yù)測 市場預(yù)測供應(yīng)預(yù)測訂購預(yù)測 訂單預(yù)測 需求信息物流領(lǐng)域中的預(yù)測10167。 9物流預(yù)測 是根據(jù)客觀事物過去和現(xiàn)在的發(fā)展規(guī)律，借助科學(xué)的方法和手段，對物流管理發(fā)展趨勢和狀況進(jìn)行分析、描述，形成科學(xué)的假設(shè)和判斷的一種科學(xué)理論。 v預(yù)測目的：明確為什么要預(yù)測；v預(yù)測對象：對什么事物進(jìn)行預(yù)測；v預(yù)測期間：對哪個時期進(jìn)行預(yù)測；預(yù)測必須占有大量的、系統(tǒng)的、適用于預(yù)測目標(biāo)的資料；預(yù)測資料可以分為兩類：v縱向資料 :預(yù)測對象的歷史數(shù)據(jù)資料v橫向資料 :作用于預(yù)測對象的各種影響因素的數(shù)據(jù)資料8167。61 系統(tǒng)預(yù)測概述三、系統(tǒng)預(yù)測方法的分類v宏觀預(yù)測v微觀預(yù)測v長期預(yù)測：指預(yù)測期在 5 年或 5 年以上的預(yù)測v中期預(yù)測：指預(yù)測期在 1 年以上 5 年以下的的預(yù)測v短期預(yù)測：指預(yù)測期在 3 個月以上 1 年以下的預(yù)測v近期預(yù)測：指預(yù)測期在 3 個月以下的預(yù)測預(yù)測技術(shù)的種類繁多，據(jù)統(tǒng)計有 150多種。v特性相近的事物，在其變化發(fā)展過程中，常常有相似之處。慣性原理 : 事物在其發(fā)展變化過程中，總有維持或延續(xù)原狀態(tài)的趨向，事物的某些基本特征和性質(zhì)將隨時間的延續(xù)而維持下去。 3167。61 系統(tǒng)預(yù)測概述一、 系統(tǒng)預(yù)測的概念及實質(zhì)二、 預(yù)測的主要理論基礎(chǔ)三、 系統(tǒng)預(yù)測方法的分類四、 系統(tǒng)預(yù)測的一般程序 2167。61 系 統(tǒng)預(yù)測 概述167。62 物流系 統(tǒng) 需求 預(yù)測 的 特征167。61 系統(tǒng)預(yù)測概述一、系統(tǒng)預(yù)測的概念及實質(zhì)預(yù)測就是對未來一些不確定的或未知事件的判斷或描述。61 系統(tǒng)預(yù)測概述二、預(yù)測的主要理論基礎(chǔ)1. 慣性原理（連續(xù)性原理）慣性 : 指事物發(fā)展變化主要受內(nèi)因的作用，事物的過去，現(xiàn)在的狀態(tài)會持續(xù)到將來。 事物慣性的大小，取決于事物本身的動力和外界因素的作用。于是可以假設(shè)在有些情況下、事物之間的發(fā)展變化具有類似的地方，依此進(jìn)行類比，可以由先發(fā)事物的變化進(jìn)程與狀況，推測后發(fā)類似事物的發(fā)展變化。所有的預(yù)測技術(shù)可以分為三類：v判斷預(yù)測技術(shù) (定性預(yù)測 ) v時間序列預(yù)測技術(shù)（定量預(yù)測）v因果預(yù)測技術(shù)（定量預(yù)測） 6167。61 系統(tǒng)預(yù)測概述四、系統(tǒng)預(yù)測的一般程序確定預(yù)測目的資料收集和數(shù)據(jù)分析選定預(yù)測方法建立預(yù)測模型誤差太大預(yù)測實施與結(jié)果分析模型檢驗與修正 誤差較大選擇預(yù)測方法要考慮的因素：v預(yù)測對象的特點；v預(yù)測范圍；v預(yù)測期限的長短；v預(yù)測要求精度；v占有數(shù)據(jù)資料的多寡、適應(yīng)性；v企業(yè)愿為預(yù)測支付的費用的大??；v企業(yè)要求得到預(yù)測結(jié)果所花時間的長短等。在物流系統(tǒng)規(guī)劃和控制過程中，最常見的是 對物流需求的預(yù)測 。62 物流系統(tǒng)需求預(yù)測的特征一、物流系統(tǒng)需求的特征時間特性 ： 需求是隨時間而變化的。不同產(chǎn)品的物流需求隨時間而變化的模式是不同的。62 物流系統(tǒng)需求預(yù)測的特征需求的獨立性 :物流需求來自一個個獨立的客戶。13167。三：使用指數(shù)平滑法進(jìn)行預(yù)測，但在最初預(yù)測階段要將指數(shù)平滑系數(shù)定的很高。14167。15167。主要介紹常用的：移動平均法、指數(shù)平滑法、回歸分析預(yù)測法、馬爾柯夫預(yù)測模型16167。時間（月） 1 2 3 4 5 6 7 8 9運(yùn) 輸 量（噸） 645 650 670 660 675 678 685 686 ?某公司某年 1~8月的貨物運(yùn)輸量171. 一次移動平均預(yù)測法 以本期（ t期）移動平均值作為下期（ t+1期）的預(yù)測值。63 物流系統(tǒng)需求預(yù)測的方法 ——移動平均法19計算結(jié)果圖表顯示從圖上可以看出 ：（ 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。移動平均法的修勻能力與敏感性相互矛盾。 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。 實際上，近期數(shù)據(jù)對預(yù)測值的影響一般更大，為了減少這種誤差，可以采取 二次移動平均方法 。步驟如下： （ 1）計算一次移動平均值 （ 2）計算二次移動平均值其中： Mt(1)—— t 時刻的一次移動平均值 Mt(2)—— t 時刻的二次移動平均值； n： —— 參與二次平均計算的一次移動平均值的個數(shù)（ 3）對有線性趨勢的時間序列做預(yù)測其中：167。167。 一次 指數(shù)平滑預(yù)測法適用于 水平型變動 的時間序列預(yù)測，二次 指數(shù)平滑預(yù)測法適用于 線性趨勢型變動 的時間序列預(yù)測，多次 指數(shù)平滑預(yù)測法適用于 非線性趨勢型變動 的時間序列預(yù)測。適用于歷史數(shù)據(jù)較少或數(shù)據(jù)的可靠性較差28167。?越大 ，現(xiàn)實測定值在預(yù)測中占的比重就越大，這就越能體現(xiàn)預(yù)測對象當(dāng)前的變化趨勢而忽視它的歷史趨勢。 在物流需求預(yù)測方面， ?的范圍一般為 167。解： ?= F0，將去年 4個季度的需求平均值作為最初預(yù)測值：1 2 3 4去年 1200 700 900 1100今年 1400 1000 F3季度年份預(yù)測值 1000 1080 106431167。63 物流系統(tǒng)需求預(yù)測的方法 —指數(shù)平滑法當(dāng)時間序列只存在下圖所示的 長期趨勢時 ，對預(yù)測模型進(jìn)行如下校正：式中： Ft+1——第 t+1期校正趨勢后的預(yù)測值； St——第 t期最初預(yù)測值； Tt ——第 t期的趨勢； β——趨勢平滑系數(shù)。4=975基本平滑系數(shù) ?=， 趨勢平滑系數(shù) β=，初始 趨勢 T0=0第一季度預(yù)測值：第二季度預(yù)測值：第三季度預(yù)測值：34167。對趨勢和季節(jié)性變化進(jìn)行校正的模型及求解步驟與上一模型相似，但計算量更加龐大，一般要借助計算機(jī)應(yīng)用軟件來完成。36167。解： ?=，本例 n10，取時間序列前 3個數(shù)據(jù)平均值作為初始值，－－－07272621999(8)=(6)+(7)*T(7)= 4 (5)(6)=(3)+(5)(5)=(3)(4)(4)(3)(2)(1)預(yù)測值 yt+Tbtat St(1) St(2)St(2)St(1) 實際銷 售量月份+238167。平滑的數(shù)據(jù)能夠反映事物的變化趨勢，在物流系統(tǒng)預(yù)測中是極其有用的預(yù)測方法。如果把事物或事物的各因素用最能 反映其本質(zhì)特征的變量 來表示，那么這些變量之間也只能存在兩種狀態(tài)： 有關(guān)系 或 無關(guān)系。非確定性關(guān)系 ：變量之間存在著某種關(guān)系，但這種關(guān)系具有不確定性，這種關(guān)系叫做 非確定性關(guān)系，即相關(guān)關(guān)系 。分類：根據(jù)所涉及自變量的多少，可分為 一元回歸分析預(yù)測 二元回歸分析預(yù)測 多元回歸分析預(yù)測根據(jù)變量之間數(shù)量關(guān)系的不同，可分為 線性回歸分析預(yù)測 非線性回歸分析預(yù)測 42167。例 66： 為了預(yù)測汽車薄鋼板的年需求量，有關(guān)物資企業(yè)研究并收集了汽車制造業(yè)近幾年間的汽車產(chǎn)量與薄鋼板消耗量的數(shù)據(jù)，見下表，假設(shè)2023年的汽車產(chǎn)量約為 34萬輛，試估計 2023年的薄鋼板消耗量。 Slope： 返回經(jīng)過給定數(shù)據(jù)點的擬合線性回歸直線的斜率。63 物流系統(tǒng)需求預(yù)測的方法（ 2）多元線性回歸預(yù)測法是一元線性回歸預(yù)測法的延伸，研究一個因變量和兩個或兩個以上的自變量間的關(guān)系。63 物流系統(tǒng)需求預(yù)測的方法 ——多元線性回歸（ 3） 回歸模型的檢驗和預(yù)測值的顯著性檢驗完整的回歸模型檢驗包括：理