【正文】 損失了 7500戶顧客，其中有 2500戶轉(zhuǎn)向 B廠，有 5000戶轉(zhuǎn)向 C廠； B廠保住了 12023戶老顧客，損失了 3000戶顧客，其中有 1500戶轉(zhuǎn)向 A廠，有 1500戶轉(zhuǎn)向 C廠； C廠保住了 9000戶老顧客，損失了 1000戶顧客，其中有 500戶轉(zhuǎn)向A廠，有 500戶轉(zhuǎn)向 B廠。歷史上， A廠家一直是該地區(qū)最大的廠商，其市場占有率為 50%，即為該地區(qū) 50%的顧客服務(wù)； B廠家為該地區(qū) 30%的顧客服務(wù)； C廠家為該地區(qū) 20%的顧客服務(wù)。對于其他領(lǐng)域的應(yīng)用，這些假設(shè)條件也是基本適用的。 馬爾柯夫法預測市場占有率64馬爾柯夫預測決策法作為一種數(shù)學模型，在運用這種模型時均有一定的假設(shè)條件。如市場占有率預測中，從研究時刻（實驗開始），顧客到 A， B， C三家（初始狀態(tài)）去購買某種商品的可能性根據(jù)統(tǒng)計資料計算的百分比（頻率）分別為 50%， 30%， 20%，則可認為初始概率分別為p(s01)=50%=p01, p(s02)=30%=p02, p(s03)=20%=p03,這個概率表明，研究時刻開始 A家有占市場 50%顧客， B家占有 30%顧客， C家有占市場20%顧客。55馬爾柯夫過程 若事件或時間參數(shù)為 連續(xù)變量 時，則稱為馬爾柯夫過程。換句話說，如果要推測這只青蛙下一次會跳到（轉(zhuǎn)移到）哪張荷葉上，只需考慮現(xiàn)在青蛙在哪張荷葉上，而不必考慮它前若干次在哪張荷葉上。馬爾柯夫決策法在經(jīng)濟管理上主要應(yīng)用在市場銷售領(lǐng)域，也可用于維修、更新策略的選擇，決定最優(yōu)工作分配，分析排隊系統(tǒng)及庫存管理分析的輔助手段等方面。 一個棋子下一步應(yīng)該怎樣走，只與它當前的位置有關(guān)，而不需要知道它以前處于什么位置，也不需要知道它是怎么走到當前位置的。而平滑模型則不能進行檢驗。v功能不同216?；貧w模型既適用于時間序列，也適用于具有因果關(guān)系的非時間序列。回歸系數(shù)的顯著性檢驗用 t檢驗 。63 物流系統(tǒng)需求預測的方法 ——多元線性回歸2. 預測值的顯著性檢驗用顯著性檢驗來考察回歸方程能否揭示變量間的數(shù)量規(guī)律。二級檢驗： 經(jīng)濟計量學檢驗，對標準線性回歸模型的假定條件能否得到滿足進行檢驗，具體包括序列相關(guān)檢驗、異方差性檢驗?；貧w方程回歸系數(shù)的計算可以編程求解、可以應(yīng)用 Excel、 SPSS等軟件求解。 Logest： 在回歸分析中，計算最符合觀測數(shù)據(jù)組的指數(shù)回歸擬合曲線，并返回描述該曲線的數(shù)組。63 物流系統(tǒng)需求預測的方法 ——一元線性回歸分析法解： 薄鋼板消耗量 y與汽車產(chǎn)量 x是正相關(guān)的，假設(shè)其是線性相關(guān)的，相關(guān)方程為：45按照最小二乘法求出回歸系數(shù)：根據(jù)公式和表格中數(shù)據(jù)計算出參數(shù)，得到方程：b= ， a=y=+年度 xi yi xiyi x2i y2i1995 1996 1997 1998 1999 2023 2023 40. 245 求和 46167。63 物流系統(tǒng)需求預測的方法（ 1）一元線性回歸分析法v變量間是線性相關(guān)關(guān)系。41167。事物及其因素 變量 有關(guān)系無關(guān)系確定性關(guān)系非確定性關(guān)系特征提取40167。39167。 這兩種方法都采用 “平滑 ”的方式來進行預測。式中： Yt+T——第 t+T期的預測值 ； T——由 t期向后推移期數(shù)。63 物流系統(tǒng)需求預測的方法 —指數(shù)平滑法二次指數(shù)平滑法是在一次指數(shù)平滑值基礎(chǔ)上再做一次指數(shù)平滑，然后利用兩次指數(shù)平滑值，建立預測模型確定預測值的方法。校正有兩個假設(shè)條件：促使需求模式出現(xiàn)季節(jié)性峰值和谷值的原因已知，且峰值和谷值在每年的同一時間出現(xiàn)。63 物流系統(tǒng)需求預測的方法 —指數(shù)平滑法例 64，利用上例的歷史數(shù)據(jù)，考慮趨勢因素預測今年 3季度的需求。當數(shù)據(jù)表現(xiàn)出明顯長期趨勢和季節(jié)特征，基本模型的滯后性會造成很大的預測誤差，必須對模型加以分析修正。63 物流系統(tǒng)需求預測的方法 —指數(shù)平滑法例 63 下表中 的季節(jié)數(shù)據(jù)代表某產(chǎn)品需求的時間序列。?的一般取值原則 ： (1)初始值的準確性小時， ? 宜取大些，以強調(diào)重視現(xiàn)實狀態(tài)； (2)初始數(shù)據(jù)中，只有一部分與預測值擬合較好而大部分不好時，說明歷史狀況不能較好地反映現(xiàn)實， ?宜取較大的數(shù)值。合理確定 ?值，是用指數(shù)平滑模型的進行預測的關(guān)鍵。27167。63 物流系統(tǒng)需求預測的方法 二、 指數(shù)平滑法指數(shù)平滑預測法： 是在移動平均預測法的基礎(chǔ)上發(fā)展起來的一種特殊的 加權(quán)平均 預測法。260666332543363324167248001224177222415522241112413325400112585677825078778235222430025202302628911112517811112295624067238009273221678256451678222892396723400823178322228563222221122533257007223672310062196723100522300214004226003219002224001(8)=(6)+(7)*T(7)= (5)(6)=(3)+(5)(5)=(3)(4)(4)(3)(2)(1)預測值 yt+T取 T=1btat Mt(1) Mt(2)二次平均數(shù)Mt(2)一次平均數(shù)Mt(1) 實際銷 售量月份25移動平均預測小結(jié) （ 1）在外界環(huán)境變化較少的情況下，移動平均法是一種有效的預測方法； （ 2）短期預測效果很好。啟示 ：根據(jù)歷史數(shù)據(jù)、一次移動平均值、二次移動平均值三者間的滯后關(guān)系，可以先求出一次移動平均值與二次移動平均值之間的 差值 ，然后將此差值 加到一次移動平均值上 ，再考慮其 趨勢變動值 ，得到接近實際情況的預測值。63 物流系統(tǒng)需求預測的方法 ——移動平均法21期序歷史數(shù)據(jù)一次平均 n=3一次平均 n=51 102 153 204 25 155 30 206 35 25 207 40 30 258 45 35 309 50 40 3510 55 45 40主要優(yōu)點 ：（ 1）簡便易于使用；（ 2）一次移動平均法能較好地適應(yīng) 水平型 歷史數(shù)據(jù)的預測，但不適應(yīng)帶有明顯上升或下降的斜坡型歷史數(shù)據(jù)的預測。v要根據(jù)時間序列的特點來確定 n值的大小。20移動平均法對時間序列數(shù)據(jù)變化的 抗干擾能力叫 修勻能力 。63 物流系統(tǒng)需求預測的方法18 例 61 某物資企業(yè)統(tǒng)計了某年度 1月至 11月的鋼材實際銷售量，統(tǒng)計結(jié)果見表 4—2 ，請用移動平均預測法預測其 12月的鋼材銷售量?！捌骄?” 是取預測對象的時間序列中由遠而近，按 一定跨期 的數(shù)據(jù)進行平均；“移動 ” 是指參與平均值計算的實際數(shù)據(jù)隨預測期的推進而不斷更新。時間序列預測 ，根據(jù)預測對象的歷史數(shù)據(jù)資料，按時間進程組成動態(tài)數(shù)列，進行分析，預測的方法。（ 慣性原理、連續(xù)性原理 ）歷史數(shù)據(jù)的特征v歷史數(shù)據(jù)中隱含著事物發(fā)展的基本規(guī)律。這類需求的時間序列波動幅度較大，很難用數(shù)學方法進行準確預測。預測可以采用的方法有：一：最初的預測任務(wù)由營銷人員來做，積累一定的需求歷史數(shù)據(jù)，再用現(xiàn)有預測方法。需求的派生性 :物流需求是由某一特定的生產(chǎn)計劃要求派生出來的，是一種從屬需求。導致需求模式規(guī)則性變動的因素有 長期趨勢 、 季節(jié)性因素 和 隨機因素 ?？臻g特性 ： 選擇的預測技術(shù)必須能反映影響需求模式的地理性差異。167。提交預測報告，內(nèi)容包括：v預測的主要過程；v預測目標、預測對象及預測要求；v預測資料的收集方式、方法及其分析結(jié)果；v闡述選擇預測方法的原因及建立模型的過程；v對預測結(jié)果進行評價與修正的過程及結(jié)論；v預測結(jié)論。61 系統(tǒng)預測概述四、系統(tǒng)預測的一般程序確定預測目的資料收集和數(shù)據(jù)分析選定預測方法建立預測模型誤差太大預測實施與結(jié)果分析模型檢驗與修正 誤差較大預測目的、對象和預測期間。61 系統(tǒng)預測概述5167。v事物的存在、發(fā)展和變化都受有關(guān)因素的影響和制約，事物的存在和變化都有 —定的模式。v利用這一原則掌握事物變化的內(nèi)在原因，就能根據(jù)已知推測未知，根據(jù)過去、現(xiàn)在推測未來。預測的實質(zhì)v掌握變化的原因；v了解變化的狀態(tài)；v從量的變化中找出因果關(guān)系；v從變化中找出規(guī)律性的東西對未來進行判斷。64 基于神 經(jīng) 網(wǎng) 絡(luò) 的物流系 統(tǒng) 預測 法1167。第六章 物流系 統(tǒng) 需求 預測167。63 物流系 統(tǒng) 需求 預測 的 方法167。 就是要從變化中，找出使事物發(fā)生變化的 固有規(guī)律 ，尋找和研究各種 變化的背景及其演變的邏輯關(guān)系 ，去 揭示事物未來的面貌 ，對事物的未來做出判斷。v事物的發(fā)展變化具有某種程度的持續(xù)性、連貫性。 (生產(chǎn)資料、消費資料 ) 42．類推原理（因果關(guān)系原則）根據(jù)事物發(fā)展變化的因果關(guān)系，推測事物未來的發(fā)展變化規(guī)律。167。61 系統(tǒng)預測概述常用的預測技術(shù)分類圖預測方法定性預測頭腦風暴法 調(diào)查預測法 集合意見法 德爾菲（ Delphi）法定量預測時間序列分析因果關(guān)系分析移動平均法指數(shù)平滑法博克斯 詹金斯法線 性回歸分析投入 產(chǎn)出分析馬爾科夫模型狀態(tài)空間分析灰色系統(tǒng)模型系統(tǒng)動力學仿真7167。在誤差計算的基礎(chǔ)上，通過定性、定量分析，以及預測人員的知識和經(jīng)驗對結(jié)果進行修正，使之更加適用于實際情況。本節(jié)針對物流需求特征，概括介紹物流計劃和控制中可能直接使用的 預測技術(shù) 。 這種預測一般屬于短期預測，常用時間序列預測法。需求的變動可能是規(guī)則的，也可能是不規(guī)則的。適合