物流系統(tǒng)與物流工程-預(yù)覽頁(yè)
【正文】 分暢銷 基本暢銷 一般 較差 3 2 1 0 9 28 5 1 2 . 05 0 . 416 4 如某家具廠對(duì)某種新家具的銷售狀況采用德?tīng)柗品ㄟM(jìn)行預(yù)測(cè)，第一輪預(yù)測(cè)資料整理結(jié)果見(jiàn)表 11 11 如果要預(yù)測(cè)某一事件發(fā)生的可能性，先調(diào)查一組專家的主觀概率，然后加權(quán)平均即得某事件發(fā)生的概率，即： ???j jj jjBBPP 式中： P —— 事件發(fā)生概率的預(yù)測(cè)值； P j —— 第 j 種概率分級(jí)； B j—— 選第 j 種概率分級(jí)為主觀概率的專家數(shù)。 這些因素之間的關(guān)系見(jiàn)表 9 2 ： 表 9 2 相互影響矩陣表 對(duì)其他諸事件的影響 事件 事件發(fā)生概率 E 1 E 2 E 3 E 1 0 . 3 — ↑ ↑ E 2 0 . 4 ↓ — — E 3 0 . 3 ↓ ↓ — 表中向上的箭頭表示正方向的交叉影響，它表明該事件的發(fā)生將促進(jìn)另一事件發(fā)生之概率。 根據(jù)上表列出的矩陣，可求出其中各因素相互影響程度數(shù)值，用以修正發(fā)生概率， 做出 預(yù)測(cè)。 1 . 0 0 . 8 S = + 1 0 . 6 S = 0 0 . 4 S = 1 0 . 2 0 0 . 2 0 . 4 0 . 6 0 . 8 1 . 0 圖 事件iE發(fā)生后，jE發(fā)生概率的調(diào)整 jP?( 調(diào)整后概率 ) jP( 調(diào)整前概率 ) 15 15 內(nèi)容概要 第 9章 物流系統(tǒng)預(yù)測(cè) 預(yù)測(cè)系統(tǒng)的定性預(yù)測(cè)技術(shù) 回歸分析 物流系統(tǒng)的時(shí)間序列預(yù)測(cè)技術(shù) 預(yù)測(cè)概念 16 16 回歸預(yù)測(cè)模型的一般形式是： Y = f ( X ) 如果 f ( X ) 為一元線性函數(shù)形式時(shí)，模型變?yōu)椋? Y = a + b X 1 . 一元線性回歸模型的近似求法 預(yù)測(cè)方程為： XbaY ??? ?? ( 1 ) 求該方程參數(shù)的簡(jiǎn)易方法是： ① 將 n 組數(shù)據(jù) ( x i， y i) 平均地分為兩組 ( 分組數(shù)決定于需確定的參數(shù)個(gè)數(shù) ) ，并分別代入方程 1 ； ② 把各組方程相加，得到二個(gè)以 a? 、 b? 為變量的線性方程； ③ 解此線性方程組可求出 a? 、 b? 的值，代入方程 1 ，即是所求預(yù)測(cè)方程 17 17 2 . 最小二乘法 對(duì)于回歸方程 XbaY ??? ?? ，將所占有的數(shù)據(jù) xj ( j = 1 ， 2 ， ? ， n ) 代入后得： ii XbaY ??? ?? 令 iii eYY ?? ? 其中： e i 是所占有數(shù)據(jù) Y i 與預(yù)測(cè)值iY?的誤差。 180002022022022240002600028000300003202210 12 14 16 18 20派車次數(shù)( 萬(wàn)輛)周轉(zhuǎn)量(萬(wàn)噸.公里) 圖 1 派車次數(shù)與周轉(zhuǎn)量的散點(diǎn)圖 圖中可以看出，派車次數(shù) X 與 周轉(zhuǎn)量 Y 的關(guān)系，能夠近似地用一條直線 L 表示，這條直線稱之為擬合線，也即回歸線，這樣又得到第二個(gè)結(jié)論 ：派車的次數(shù) X 與 周轉(zhuǎn)量 Y 之間存 在著線性關(guān)系。 21 21 例 某企業(yè)為了制定企業(yè)的采購(gòu)計(jì)劃，對(duì)企業(yè)的歷年采購(gòu)總值進(jìn)行一番統(tǒng)計(jì)，其結(jié)果見(jiàn)表 1 。處理方法如表 2 所示。其幾何意義如圖 1 、 2 所示 當(dāng) 1 r 1 時(shí)， X 與 Y 之間存在著一定的線性相關(guān)關(guān)系。 0 x 0 x 圖 3 正相關(guān) 圖 4 負(fù)相關(guān) 26 26 ? (2)顯著性檢驗(yàn) 常用的顯著性檢驗(yàn)有三種： 27 27 ? t 的計(jì)算公式為： XXLsbt ?? 式中： S 為 Y 的均方差，XX XYYYXXi Ln LLLnYYS )2(2 )( 22 ? ????? ? t 檢驗(yàn)的意義是檢驗(yàn)回歸方程中參數(shù) b 的估計(jì)值 b? ，在某一顯著性水平下 ( 通常選為 0 . 05 ) 是否為零。 將1)2,1(211???? nFna 編成表，即是檢驗(yàn)相關(guān)系數(shù)的臨界值 r α 表 30 30 ? (3)方差分析 應(yīng)用預(yù)測(cè)模型XbaY ??? ??，當(dāng) X = X 0 時(shí)，求出的預(yù)測(cè)值0?Y只是實(shí)際 Y 0 的期望值，且該估計(jì)是無(wú)偏估計(jì)。由此可得出提高線性回歸預(yù)測(cè)精度的方法為： ① 增加數(shù)據(jù)組數(shù)； ② 使預(yù)測(cè)期限盡量接近 X 。 33 33 ? 確定曲線類型的方法一般為： ①根據(jù)理論分析以及過(guò)去所積累的經(jīng)驗(yàn)，確定 X、Y之間的函數(shù)類型； ②在數(shù)據(jù)量不大的情況下，做出散點(diǎn)圖，觀察散點(diǎn)的分布，確定函數(shù)類型； ③采用多種曲線模型進(jìn)行回歸分析后，進(jìn)行相對(duì)比較分析，從中選擇一個(gè)較好形式的模型作為預(yù)測(cè)模型。 1 6 ?a? ， ?? A ， ?A 0 4 ?? bb 故預(yù)測(cè)模型為：xeY 0 4 ?。 由 9 40 解出1?b、2?b后，代入式 9 39 即求出0?b。 48 48 ? (2)回歸顯著性檢驗(yàn) (用 F檢驗(yàn) ) 其檢驗(yàn)采用 t 檢驗(yàn)法： ykkkk SCbt??? ( 9 51 ) 其中：kkC為正規(guī)方程系數(shù)矩陣 L 的逆矩陣1?L中對(duì)角線上的元素。 當(dāng)因素剔除后，回歸方程變成了新形式，回歸平方和也發(fā)生了變化。 其計(jì)算公式為： ykkak SCmntd ???? ? )1(21 ( 9 54 ) 區(qū)間為：)?,?( kkkk dbdb ?? ( 9 55 ) 在mXXX , 21 ?給出確定值之后，根據(jù)mm XbXbXbbY ????? 22110 ????? ?可預(yù)測(cè)出 Y 值，但尚需估計(jì)誤差范圍。 表 高層建筑造價(jià)比例 工程編號(hào) 機(jī)械化施工 比重 ( % ) 主體結(jié)構(gòu)工程量 比重 ( % ) 基礎(chǔ)工程量 比重 ( % ) 裝飾工程量 比重 ( % ) 平均造價(jià) ( 萬(wàn)元 ) 1 10 68 8 12 109 . 4 2 11 66 9 12 1 13 . 3 3 21 47 4 26 1 15 . 9 4 1 40 23 34 83 . 8 5 1 31 22 44 72 . 5 6 3 71 17 6 102 . 7 7 2 54 18 22 93 . 1 8 7 26 6 60 78 . 5 9 1 29 15 52 74 . 3 10 11 56 8 20 104 . 3 11 11 31 8 47 87 . 6 12 7 52 6 33 95 . 9 13 11 55 9 22 109 . 2 平均值 7 . 462 48 . 15 4 1 17 . 69 30 . 00 0 95 . 42 3 52 52 解答： 設(shè)每千平方米的平均造價(jià)為 Y ，影響平均造價(jià)的因素為：機(jī)械化施工量的比重1X，主體結(jié)構(gòu)工程量的比重2X，基礎(chǔ)工程量的比重3X，裝飾工程量的比重4X。 L 1矩陣對(duì)角線上元素 C kk 為： C 11 = 0 . 09276 ， C 22 = 0 . 08761 ， C 33 = 0 . 09526 ， C 44 = 0 . 084 08 。如此可一直進(jìn)行到所有因素均顯著為止。 以tx作為下一期預(yù)測(cè)值，即tt xy ?1 ?? 則預(yù)測(cè)模型為：111101 ????? ???? NtNttt xxxy ??? ? 62 62 ? ttt bNxy21??? ttkt kbyy ??? 其中：ty—— 第 t 期預(yù)測(cè)值，tx—— 第 t 期移動(dòng)平均數(shù) tb—— 第 t 期平均增長(zhǎng)量，應(yīng)取移動(dòng)平均數(shù)計(jì)算期內(nèi)的平
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1