《物流系統(tǒng)規(guī)劃》第二章物流系統(tǒng)預(yù)測(cè)(福建交通學(xué)院)(文件)
【正文】 描述；各態(tài)勢(shì)發(fā)展路徑分析。 基于時(shí)間序列的預(yù)測(cè)方法總是假設(shè)通過(guò)過(guò)去的數(shù)值可估計(jì)它們未來(lái)的數(shù)值。 （ 4）不規(guī)則變動(dòng)。 6＝ 1057 月份 1 2 3 4 5 6 需求量（箱） 1050 1080 1030 1070 1050 1060 移動(dòng)平均法 利用過(guò)去一系列的實(shí)際數(shù)值進(jìn)行預(yù)測(cè)，將距離預(yù)測(cè)期最近幾期的實(shí)際數(shù)值的平均值作為預(yù)測(cè)值。 舉例 ? 某產(chǎn)品物流量如表 時(shí)間 1 2 3 4 5 6 7 8 9 10 11 12 物流量 10 15 8 10 10 16 18 20 22 24 20 26 M（ 1）（ n＝ 3） 18 20 22 22 M（ 1）（ n＝ 5） 16.8 20 平均方法 （ 3）加權(quán)平均法 與滑動(dòng)平均法相似，不同的是賦予時(shí)間序列中距離預(yù)測(cè)期較近數(shù)據(jù)以較大的權(quán)重。 平均方法 （ 4）指數(shù)平滑法 具體做法 ：上一期預(yù)測(cè)值加上時(shí)間序列該期實(shí)際與預(yù)測(cè)值差額的一定百分?jǐn)?shù)即得新的預(yù)測(cè)值。反之， a的值越趨于 1，預(yù)測(cè)對(duì)偏差的調(diào)整就越迅速，同時(shí)平滑效果就越差。 例 1：某家電制造企業(yè)編制生產(chǎn)計(jì)劃需要對(duì)下一個(gè)生產(chǎn)期間的產(chǎn)品需求進(jìn)行預(yù)測(cè)，現(xiàn)在已知企業(yè)前 11個(gè)計(jì)劃期間的產(chǎn)品的實(shí)際需求（見(jiàn)表 1），利用上述數(shù)量分析方法對(duì)下一個(gè)計(jì)劃期間的產(chǎn)品需求進(jìn)行預(yù)測(cè)，比較各種分析方法的預(yù)測(cè)結(jié)果。 a和 b可利用歷史數(shù)據(jù)進(jìn)行計(jì)算 ： ntbyattnyttynb ? ?? ?? ? ?????? ,)( 22式中 ： n——時(shí)期數(shù) ； y——時(shí)間序列的數(shù)據(jù) 。為了擬合季節(jié)變動(dòng)，需要把這一數(shù)量值加上或減去時(shí)間序列中的平均數(shù)。 例：假設(shè)某一商店 5月份玩具銷售量的季節(jié)性指數(shù)是，則表明當(dāng)月玩具銷售量比月平均銷售量高出 20％。 ? 回歸直線 ：已知數(shù)據(jù)點(diǎn)到該直線距離的平方和最小，即具有最小二乘解。已知該地區(qū) 1995－ 2023的 GDP和港口吞吐量，并以預(yù)測(cè)2023年 GDP達(dá)到 7422億，請(qǐng)用指數(shù)平滑法和回歸分析方法，預(yù)測(cè) 2023年港口吞吐量 年 GDP（億元） 港口吞吐量（萬(wàn)噸） 95 1062 5400 96 1200 5944 97 1473 6622 98 2023 6887 99 2461 7240 00 2793 7971 01 3157 9481 02 3582 8960 03 3881 10653 04 4171 12268 05 4669 13665 06 5033 14823 謝謝觀看 /歡迎下載 BY FAITH I MEAN A VISION OF GOOD ONE CHERISHES AND THE ENTHUSIASM THAT PUSHES ONE TO SEEK ITS FULFILLMENT REGARDLESS OF OBSTACLES. BY FAITH I BY FAITH 。 回歸直線模型的系數(shù) a和 b可用以下公式求解： xbyanxbyaxxnyxxy
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1