【正文】 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。 月份 實際 銷售量 一次平均數(shù) Mt(1) 二次平均數(shù) Mt(2) at bt 預(yù)測值 yt+T 取 T=1 (1) (2) (3) (4) (5)= 2(3)(4) (6)= (3)(4) (7)= (5)+(6)*T 1 22400 2 21900 3 22600 4 21400 22300 5 23100 21967 6 23100 22367 7 25700 22533 22211 22856 322 8 23400 23967 22289 25645 1678 23178 9 23800 24067 22956 25178 1111 27322 10 25200 24300 23522 25078 778 26289 11 25400 24133 24111 24155 22 25856 12 24800 24167 25433 633 24177 一 次 與 二 次 移 動 平 均 預(yù) 測 結(jié) 果2 0 0 0 02 1 0 0 02 2 0 0 02 3 0 0 02 4 0 0 02 5 0 0 02 6 0 0 02 7 0 0 02 8 0 0 01 2 3 4 5 6 7 8 9 1 0 1 1 1 2歷 史 數(shù) 據(jù) 一 次 平 均 預(yù) 測 值 二 次 平 均 數(shù) 二 次 平 均 預(yù) 測 值 移動平均預(yù)測法 ? 移動平均預(yù)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(yù)測方法； ? （ 2）短期預(yù)測效果很好。 移動平均預(yù)測法 移動平均法的修勻能力與敏感性相互矛盾。經(jīng)過兩到三次同樣的處理，歷史數(shù)據(jù)系列的變化模式將會被揭示出來。 三、時間序列預(yù)測 ? 預(yù)測依據(jù) 事物發(fā)展變化主要受內(nèi)因的作用，事物過去、現(xiàn)在的狀態(tài)會持續(xù)到將來。 ? 把新的參考資料和修改后的預(yù)測問卷提供給專家做新一輪的分析和預(yù)測。 ? 選擇參與預(yù)測的專家。 （二） 銷售人員估計法 ? 特點 ? 簡單易行，能對市場變化迅速做出反應(yīng)。 ? 常用方法 德爾菲法、主觀概率法、市場調(diào)查、歷史類比法等。 一 .理論知識 —— 預(yù)測技術(shù)分類 ? 預(yù)測技術(shù)的種類繁多，據(jù)統(tǒng)計有 150多種。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。（該判斷要經(jīng)過主觀努力的爭取并接受客觀實踐的檢驗，如此不斷循環(huán)，不斷逼近） 預(yù)測概念模型 一 .理論知識 —— 預(yù)測的理論基礎(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。例如，物流系統(tǒng)的人力、物力、財力、以及資源、銷售、交通，國家的政策方針，經(jīng)濟(jì)發(fā)展的形勢和自然條件等，都是預(yù)測的內(nèi)容。 一 .理論知識 —— 預(yù)測的作用 ? 預(yù)測的作用 ? 預(yù)測是編制計劃的基礎(chǔ) 物流系統(tǒng)的存儲、運輸?shù)雀黜棙I(yè)務(wù)計劃都是以預(yù)測資料為基礎(chǔ)制定的。 一 .理論知識 —— 預(yù)測的理論基礎(chǔ) ? 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。 ? 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： ? 縱向資料（預(yù)測對象的歷史數(shù)據(jù)資料） ? 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） 一 .理論知識 —— 預(yù)測的步驟 一 .理論知識 —— 預(yù)測的步驟 （ 3）選擇預(yù)測方法進(jìn)行預(yù)測 選擇預(yù)測方法，建立預(yù)測模型、模型評估和利用模型進(jìn)行預(yù)測。 ? 特點 ? 適用于數(shù)據(jù)奇缺，或難于作定量分析時使用。 ? 特點 ? 簡便迅速。 銷售員 甲 銷售額 概率 銷售額 概率 最高 1000 300 最可能 700 350 最低 400 80 期望 730 銷售員 乙 銷售額 概率 銷售額 概率 最高 1200 240 最可能 900 540 最低 600 120 期望 900 銷售員 丙 銷售額 概率 銷售額 概率 最高 900 180 最可能 600 300 最低 300 90 期望 570 （二） 銷售人員估計法 2. 銷售人員估計值處理 假設(shè) 三個銷售人員預(yù)測的權(quán)重相同，取三者的平均值作為預(yù)測值（算術(shù)平均值），即： 銷售人員預(yù)測值 =（ 730+900+570） /3=2200/3=（單位） 3. 兩位銷售經(jīng)理的預(yù)測及處理 （ 1）估計值：經(jīng)理甲： 1000； 經(jīng)理乙： 800 （ 2） 假設(shè) 估計結(jié)果的權(quán)重相同。 （三） 德爾菲法（ Delphi） ? 德爾菲法的具體步驟 ?挑選專家 。 ? 根據(jù)專家們提供的預(yù)測結(jié)果作出最終的預(yù)測結(jié)果。 （一）時間序列的概念 時間 (月份 ) 1月 2月 3月 4月 5月 6月 7月 8月 9月 銷量 (萬臺 ) 22 23 25 27 26 23 24 21 ? 時間 (年度 ) 1996 1997 1998 1999 2022 2022 2022 2022 2022 運輸量 (噸 ) 645 650 670 660 675 678 685 686 ? 某企業(yè)彩電銷售資料（ 1月 ~8月） 某物流公司 96~2022年的貨物運輸量 按月排列的銷量 按年排列的運輸量 時間序列 ，指觀測或記錄到的一組按時間順序排列的歷史數(shù)據(jù) （又叫時間數(shù)列）。 (修勻能力、抗干擾能力 ) ? （ 3）當(dāng) n值增大，移動平均值對時間序列變化的敏感性降低。趨勢平穩(wěn)并基本保持水平狀態(tài)的， n可以取得大一些； （ 3）趨勢平穩(wěn)并保持階梯性或周期性增長的 n應(yīng)該取得小一些； 移動平均預(yù)測法 期序 歷史 數(shù)據(jù) 一次平均n=3 一次平均n=5 1 10 2 15 3 20 4 25 15 5 30 20 6 35 25 20 7 40 30 25 8 45 35 30 9 50 40 35 10 55 45 40 不 同 n 值 的 移 動 平 均 值 比 較01 02 03 04 05 06 01 2 3 4 5 6 7 8 9 1 0時 間 （ 期 序 ）歷史數(shù)據(jù)歷 史 數(shù) 據(jù) 平 均 值 ( n = 3 ) 平 均 值 （ n = 5 ）特點： （ 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(yù)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(yù)測。 ? 包括一次指數(shù)平滑預(yù)測法，二次指數(shù)平滑預(yù)測法和高次指數(shù)平滑法。 ? 合理確定 ?值，是用指數(shù)平滑模型的進(jìn)行預(yù)測的關(guān)鍵。預(yù)測步驟如下： ? 確定預(yù)測變量可能的相關(guān)因素，并收集這些因素的統(tǒng)計資料； ? 分析這些因素間是否存在相關(guān)關(guān)系； ? 根據(jù)統(tǒng)計資料建立回歸模型，求出回歸方程； ? 用回歸方程進(jìn)行預(yù)測； ? 對回歸方程進(jìn)行統(tǒng)計檢驗，并給出預(yù)測精度估計值。 ? 回歸方程 ? 回歸系數(shù)的計算（略） mm xbxbxbby ???????? 22110四、 回歸效果分析 1. 相關(guān)性檢驗 用相關(guān)系數(shù) r來描述變量間相互關(guān)系的密切程度。 線性規(guī)劃概念 線性規(guī)劃步驟 建立一個問題的線性規(guī)劃模型的一般 步驟： （ 1）確定決策變量； （ 2）確定目標(biāo)函數(shù)； （ 3）確定約束條件； （ 4）確定變量是否有非負(fù)約束。 有 5個行動方案 準(zhǔn)則： 景色、費用、居住、飲食、旅途情況。 例如： ???????????1`2/15/1212/15213211PPPB321 PPP相對于景色 經(jīng)計算 a x ?? 對應(yīng)于 的正規(guī)化的特征向量為 max? a x ?? 對應(yīng)于 的正規(guī)化的特征向量為 max?TW ),()2( ????????????)3(1W同理算出 的最大特征值分別為： 5432 , BBBB,)2m a x ( ?? ,3)3max( ?? ,)4m a x ( ?? .3)5max( ?????????????)3(2W所對應(yīng)的特征向量分別為 ,)3(3???????????W ,)3(4???????????W .6 1 1 )3(5???????????W判斷矩陣一致性指標(biāo) .(Consistency Index) . = ?max n n1 當(dāng) CI，認(rèn)為判斷矩陣的一致性是可以接受的，否則要對判斷矩陣做適當(dāng)?shù)恼{(diào)