【正文】 展規(guī)律的分析，來進(jìn)行相關(guān)的預(yù)測。 （三）時(shí)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(shí)的預(yù)測數(shù)， n是在移動平均值時(shí)所使用的歷史數(shù)據(jù)的數(shù)目，即 移動時(shí)段的長度 。 當(dāng) n值增大，移動平均值的修勻能力增加，但同時(shí)移動平均值對時(shí)間序列變化的敏感性降低。 （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(shí)間序列所作的預(yù)測。 月份 市場價(jià)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(jià) 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(jià)格市 場 價(jià) 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(jì)。 （ 2）指數(shù)平滑法預(yù)測 2022年六安市物流業(yè)增加值。 （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(diǎn)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(jì)資料估計(jì)鋼材在途運(yùn)輸時(shí)間 供貨工廠 鐵路運(yùn)輸距離 x （公里） 在途運(yùn)輸時(shí)間 y （小時(shí)） 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(yùn)輸時(shí)間與運(yùn)輸距離的關(guān)系02468101214160 200 400 600 800 1000 1200運(yùn)輸距離x運(yùn)輸時(shí)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。 ? 回歸系數(shù)的顯著性檢驗(yàn)用 t檢驗(yàn)。 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。相對于目標(biāo)層：選擇旅游地， 兩兩比較打分。 （ 4）一致性檢驗(yàn) 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(jì)算 1000次得到的平均隨機(jī)一致性指標(biāo) （ 4）一致性檢驗(yàn) 為了檢驗(yàn)矩陣的一致性，需要計(jì)算它的一致性指標(biāo) CI，定義 1m a x???nnCI ?（ 4）一致性檢驗(yàn) 階數(shù) n 1 2 3 4 5 6 7 8 9 10 11 RI RI??表 平均隨機(jī)一致性指標(biāo) Table Index of average random coherence 當(dāng) 時(shí)，我們認(rèn)為判斷矩陣有滿意的一致性，否則判斷矩陣偏離一致性程度過大，需要調(diào)整判斷矩陣，使之具有滿意的一致性 （ 4）一致性檢驗(yàn) ?????????????????1135/13/11125/13/13/12/117/14/1557123342/11Am a x 73 5 18 251 5 1nCIn? ? ?? ? ???（ 4）一致性檢驗(yàn) 0 .0 1 8 2 5 0 .0 1 6 2 9 5 0 .11 .1 2CICRRI? ? ? ?同理，對于第二層次的景色、費(fèi)用、居住、飲食、旅途五個(gè)判斷矩陣的一致性檢驗(yàn)均通過。 ? 層次分析法與線性規(guī)劃相比，同樣是決策模型，存在著什么不同點(diǎn)。具體計(jì)算是： 對于判斷矩陣 B，計(jì)算滿足 WBW m a x??的特征根于特征向量，式中 為 的最大最大特征根， 為對應(yīng)于 的正規(guī)化的特征向量， 的分量 即是相應(yīng)元 素單排序的權(quán)值。 二 AHP的步驟 用 AHP分析問題大體要經(jīng)過以下五個(gè)步驟： ⑴ 建立層次結(jié)構(gòu)模型； ⑵ 構(gòu)造判斷矩陣； ⑶ 層次單排序； ⑷ 層次總排序； ⑸ 一致性檢驗(yàn)。 線性規(guī)劃數(shù)學(xué)模型的特征： 線性規(guī)劃概念 線性規(guī)劃數(shù)學(xué)模型的三要素： 決策變量 ( Decision variables)。 ?分析變量間是否存在線性相關(guān)關(guān)系 （二） 一元線性回歸預(yù)測法 ?求回歸方程： y＝ a+bx，并進(jìn)行預(yù)測 ???????????iiiiiynyxnxxnxyxnyxbxbya1122式中 （二） 一元線性回歸預(yù)測法 ? 例題： 某公司預(yù)備購入鋼材，下表是一些供貨點(diǎn)的路程及運(yùn)輸時(shí)間的統(tǒng)計(jì)資料，要求根據(jù)提供的統(tǒng)計(jì)資料估計(jì)供貨點(diǎn)位于1500公里時(shí)鋼材的在途運(yùn)輸時(shí)間 供貨工廠 鐵路運(yùn)輸距離 x （公里） 在途運(yùn)輸時(shí)間 y （小時(shí)） 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 解：（ 1）判斷統(tǒng)計(jì)數(shù)據(jù)是否有線性關(guān)系，作散點(diǎn)圖 運(yùn)輸時(shí)間與運(yùn)輸距離的關(guān)系02468101214160 200 400 600 800 1000 1200運(yùn)輸距離x運(yùn)輸時(shí)間y由散點(diǎn)圖得出運(yùn)輸距離與運(yùn)輸時(shí)間基本成線性關(guān)系 （二） 一元線性回歸預(yù)測法 （ 2）計(jì)算回歸系數(shù) 供貨工廠 運(yùn)輸距離Xi(KM) 運(yùn)輸時(shí)間Yi(Hour) XiYi Xi2 Yi2 1 210 5 1050 44100 25 2 290 7 2030 84100 49 3 350 6 2100 122500 36 4 480 11 5280 230400 121 5 490 8 3920 240100 64 6 730 11 8030 532900 121 7 780 12 9360 608400 144 8 850 8 6800 722500 64 9 920 15 13800 846400 225 10 1010 12 12120 1020220 144 求和 6110 95 64490 4451500 993 （二） 一元線性回歸預(yù)測法 x..yXbYaXnxYXnyxbniiniii00 8 9700194: 8 00 8 6111044 5 15 00)(64 4 90)(21221???????????????????????????回歸方程為 1 10 ?????? ?? n yYn xX ii（二） 一元線性回歸預(yù)測法 （ 3）代入運(yùn)輸距離 1500KM，得到運(yùn)輸時(shí)間的預(yù)測值為： Y=+*1500=(小時(shí) ) （ 4）相關(guān)性檢驗(yàn)及預(yù)測誤差計(jì)算（略） （三） 多元線性回歸預(yù)測法 ? 多元線性回歸預(yù)測法是一元線性回歸預(yù)測法的延伸。 季節(jié)指數(shù)＝季節(jié)歷史平均量 /所有季節(jié)平均量 用季節(jié)指數(shù)平滑歷史數(shù)據(jù) 預(yù)測平滑后的數(shù)值 用季節(jié)指數(shù)換算成相應(yīng)的預(yù)測值 二、回歸預(yù)測 ? 變量間非確定性的相關(guān)關(guān)系不能用精確的函數(shù)關(guān)系式唯一地表達(dá)，但在統(tǒng)計(jì)學(xué)意義上，它們之間的相關(guān)關(guān)系可以通過統(tǒng)計(jì)的方法給出某種函數(shù)表達(dá)方式，這種用統(tǒng)計(jì)方法處理變量間相關(guān)關(guān)系的方法就是 回歸分析方法 。 ?越大，現(xiàn)實(shí)測定值在預(yù)測中占的