【正文】 40 ％的人將改用中華牙膏； 一般的管理者，只要根據(jù)實(shí)際問(wèn)題 確定神經(jīng)網(wǎng)絡(luò)的輸入、輸出層數(shù)目，給出訓(xùn)練樣本集 ，就可借助分析工具完成預(yù)測(cè)。 97灰色系統(tǒng)的模型圖 2 圖 1 可 見(jiàn)圖 1上的曲 線 有明 顯 的 擺動(dòng) ， 圖 2呈 現(xiàn) 逐漸遞 增的形式， 說(shuō) 明原始數(shù)據(jù)的起伏已 顯 著弱化。92灰色預(yù)測(cè)二、灰色系統(tǒng)的特點(diǎn)灰色系統(tǒng)理論以 “部分信息已知、部分信息未知 ”的 “小樣本 ”、 “貧信息 ”不確定型系統(tǒng)的研究對(duì)象。因此，該問(wèn)題基本滿足一階馬爾柯夫模型的假設(shè)條件，故可用一階馬爾柯夫模型進(jìn)行分析。 通過(guò)現(xiàn)有的市場(chǎng)占有率和轉(zhuǎn)移概率去預(yù)測(cè)企業(yè)在其后時(shí)期的占有率。高階馬爾柯夫鏈 有些現(xiàn)象后一事件的概率不僅與前一次事件有關(guān)，而且與前二次、前三次乃至與前 n次事件有關(guān)，而與更前各次事件無(wú)關(guān)，這樣的馬爾柯夫鏈則分別稱為二階、三階和 n階馬爾柯夫鏈?；貧w模型是根據(jù)統(tǒng)計(jì)學(xué)原理推導(dǎo)得出的，具有嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)基礎(chǔ)，并且可以對(duì)預(yù)測(cè)模型進(jìn)行統(tǒng)計(jì)檢驗(yàn)分析。只有一個(gè)自變量時(shí)相關(guān)系數(shù)計(jì)算公式：r的變化范圍： [1， 1]r=0，表示零相關(guān)（不相關(guān)）； r=+1或 r=1表示完全相關(guān)r越接近于正負(fù) 1表示相關(guān)程度越強(qiáng)：y與 x微弱線性相關(guān)；y與 x低度線性相關(guān)；y與 x顯著線性相關(guān)；y與 x高度線性相關(guān)；50167。序號(hào) 年度 汽車(chē)產(chǎn)量 x（萬(wàn)輛） 薄鋼板消耗量 y（千噸）1 1995 2 1996 3 1997 4 1998 5 1999 6 2023 7 2023 40. 24544167。這兩類預(yù)測(cè)法所用的數(shù)據(jù)量不多，對(duì)時(shí)間序列有較好的適用性，被廣泛應(yīng)用于市場(chǎng)資源量、采購(gòu)量、需求量、銷售量及價(jià)格的預(yù)測(cè)中。63 物流系統(tǒng)需求預(yù)測(cè)的方法 —指數(shù)平滑法當(dāng)時(shí)間序列的趨勢(shì)和季節(jié)性波動(dòng)都很明顯時(shí)，需要在預(yù)測(cè)模型中對(duì)這兩種因素進(jìn)行校正。?越小 ，歷史數(shù)據(jù)在預(yù)測(cè)中占的比重就越大，這就越能反映預(yù)測(cè)對(duì)象的歷史演變趨勢(shì)而忽視了當(dāng)前的變化。63 物流系統(tǒng)需求預(yù)測(cè)的方法24例 62 某物資企業(yè)某年度 1月至 11月的鋼材實(shí)際銷售量，用二次移動(dòng)平均預(yù)測(cè)法預(yù)測(cè)其 12月的鋼材銷售量。 (修勻能力、抗干擾能力 )（ 3）當(dāng) n值增大，移動(dòng)平均值對(duì)時(shí)間序列變化的敏感性降低。63 物流系統(tǒng)需求預(yù)測(cè)的方法時(shí)間序列預(yù)測(cè)的理論分析預(yù)測(cè)依據(jù) 事物發(fā)展變化主要受內(nèi)因的作用，事物過(guò)去、現(xiàn)在的狀態(tài)會(huì)持續(xù)到將來(lái)。需求的變動(dòng)可能是規(guī)則的，也可能是不規(guī)則的。61 系統(tǒng)預(yù)測(cè)概述常用的預(yù)測(cè)技術(shù)分類圖預(yù)測(cè)方法定性預(yù)測(cè)頭腦風(fēng)暴法 調(diào)查預(yù)測(cè)法 集合意見(jiàn)法 德?tīng)柗疲?Delphi）法定量預(yù)測(cè)時(shí)間序列分析因果關(guān)系分析移動(dòng)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(dòng)力學(xué)仿真7167。 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(lái)的面貌 ，對(duì)事物的未來(lái)做出判斷。預(yù)測(cè)的實(shí)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(duì)未來(lái)進(jìn)行判斷。61 系統(tǒng)預(yù)測(cè)概述四、系統(tǒng)預(yù)測(cè)的一般程序確定預(yù)測(cè)目的資料收集和數(shù)據(jù)分析選定預(yù)測(cè)方法建立預(yù)測(cè)模型誤差太大預(yù)測(cè)實(shí)施與結(jié)果分析模型檢驗(yàn)與修正 誤差較大預(yù)測(cè)目的、對(duì)象和預(yù)測(cè)期間。導(dǎo)致需求模式規(guī)則性變動(dòng)的因素有 長(zhǎng)期趨勢(shì) 、 季節(jié)性因素 和 隨機(jī)因素 。（ 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。20移動(dòng)平均法對(duì)時(shí)間序列數(shù)據(jù)變化的 抗干擾能力叫 修勻能力 。260666332543363324167248001224177222415522241112413325400112585677825078778235222430025202302628911112517811112295624067238009273221678256451678222892396723400823178322228563222221122533257007223672310062196723100522300214004226003219002224001(8)=(6)+(7)*T(7)= (5)(6)=(3)+(5)(5)=(3)(4)(4)(3)(2)(1)預(yù)測(cè)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(shí)際銷 售量月份25移動(dòng)平均預(yù)測(cè)小結(jié) （ 1）在外界環(huán)境變化較少的情況下，移動(dòng)平均法是一種有效的預(yù)測(cè)方法； （ 2）短期預(yù)測(cè)效果很好。?的一般取值原則 ： (1)初始值的準(zhǔn)確性小時(shí)， ? 宜取大些，以強(qiáng)調(diào)重視現(xiàn)實(shí)狀態(tài)； (2)初始數(shù)據(jù)中，只有一部分與預(yù)測(cè)值擬合較好而大部分不好時(shí)，說(shuō)明歷史狀況不能較好地反映現(xiàn)實(shí)， ?宜取較大的數(shù)值。校正有兩個(gè)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(shí)間出現(xiàn)。39167。63 物流系統(tǒng)需求預(yù)測(cè)的方法 ——一元線性回歸分析法解： 薄鋼板消耗量 y與汽車(chē)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(jì)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(yù)測(cè)的方法 ——多元線性回歸2. 預(yù)測(cè)值的顯著性檢驗(yàn)用顯著性檢驗(yàn)來(lái)考察回歸方程能否揭示變量間的數(shù)量規(guī)律。而平滑模型則不能進(jìn)行檢驗(yàn)。55馬爾柯夫過(guò)程 若事件或時(shí)間參數(shù)為 連續(xù)變量 時(shí)，則稱為馬爾柯夫過(guò)程。 馬爾柯夫法預(yù)測(cè)市場(chǎng)占有率64馬爾柯夫預(yù)測(cè)決策法作為一種數(shù)學(xué)模型，在運(yùn)用這種模型時(shí)均有一定的假設(shè)條件。697071727374757677787948081這時(shí)我們稱市場(chǎng)占有率經(jīng)過(guò) n次（本例 n=23）轉(zhuǎn)移后達(dá)到平衡狀態(tài)。（ 1）用灰色數(shù)學(xué)來(lái)處理不確定量，使之量化 不確定量 量化（用確定量的方法研究） 概率論與數(shù)理統(tǒng)計(jì)； 模糊數(shù)學(xué)； 灰色數(shù)學(xué)（灰色系統(tǒng)理論）（ 2）充分利用已知信息尋求系統(tǒng)的運(yùn)動(dòng)規(guī)律。 可以 設(shè) 想用一條指數(shù)曲 線 乃至一條直 線 來(lái)逼近累加生成數(shù)列 98灰色系統(tǒng)的模型為了把累加數(shù)據(jù)列還原為原始數(shù)列，需進(jìn)行后減運(yùn)算或稱相減生成，它是指后前兩個(gè)數(shù)據(jù)之差，如上例中歸納上面的式子得到如下結(jié)果：一次后減其中99灰色系統(tǒng)的模型2. 建模原理給定觀測(cè)數(shù)據(jù)列經(jīng)一次累加得設(shè) 滿足一階常微分方程（公式 1）（公式 2）（公式 3）100灰色系統(tǒng)的模型　 其中 a是常數(shù)，稱為發(fā)展灰數(shù)； u稱為內(nèi)生控制灰數(shù)，是對(duì)系統(tǒng)的常定輸入。神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的應(yīng)用案例 神經(jīng)網(wǎng)絡(luò)的應(yīng)用 .pdf120預(yù)測(cè)結(jié)果分析一. 預(yù)測(cè)誤差二. 預(yù)測(cè)誤差：預(yù)測(cè)結(jié)果與實(shí)際情況的偏差。123三 . 預(yù)測(cè)誤差計(jì)算1. 根據(jù)誤差的定義進(jìn)行計(jì)算式中： xi—— 第 i時(shí)刻的實(shí)際值； x’i —— 第 i時(shí)刻的預(yù)測(cè)值； ei—— 第 i時(shí)刻的預(yù)測(cè)誤差值。 使用中華牙膏的 7000人中， 要減少這種誤差，要求預(yù)測(cè)者具備廣泛的知識(shí)、豐富的經(jīng)驗(yàn)、敏銳的觀察能力和思考能力以及精確的判斷能力。64 基于神經(jīng)網(wǎng)絡(luò)的物流系統(tǒng)預(yù)測(cè)法神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)由實(shí)際問(wèn)題確定，權(quán)重及閾值的確定要通過(guò)一定的學(xué)習(xí)算法對(duì)歷史數(shù)據(jù)進(jìn)行訓(xùn)練、調(diào)整得到，必須借助計(jì)算機(jī)完成。累加前的數(shù)列稱 原始數(shù)列 ,累加后的數(shù)列稱為 生成數(shù)列 . 首先我們從一個(gè)簡(jiǎn)單例子來(lái)考察問(wèn)題 . 【例】 設(shè)原始數(shù)據(jù)序列95灰色系統(tǒng)的模型對(duì)數(shù)據(jù)累加 于是得到一個(gè)新數(shù)據(jù)序列96灰色系統(tǒng)的模型歸納上面的式子可寫(xiě)為 稱此式所表示的數(shù)據(jù)列為原始數(shù)據(jù)列的一次累加生成，簡(jiǎn)稱為一次累加生成 .顯然有 將上述例子中的 分別做成圖 圖 2。世界上沒(méi)有絕對(duì)的白色系統(tǒng)，因?yàn)槿魏蜗到y(tǒng)總有未確知的部分，也沒(méi)有絕對(duì)的黑色系統(tǒng)，因?yàn)榧热灰粺o(wú)所知，也就無(wú)所謂該系統(tǒng)的存在了。 68在這個(gè)問(wèn)題中，顧客下一個(gè)季度購(gòu)買(mǎi)哪家的化肥往往是根據(jù)上一個(gè)季度的購(gòu)買(mǎi)經(jīng)歷來(lái)作出決定的；顧客每隔一個(gè)季度購(gòu)買(mǎi)一次化肥，且每次購(gòu)買(mǎi)的數(shù)量大致相同；每季度購(gòu)買(mǎi)化肥的總量大致相同；每季度各廠的保留率，轉(zhuǎn)出率和轉(zhuǎn)入率大致相同；顧客愿意到哪個(gè)廠購(gòu)買(mǎi)化肥的意愿是隨機(jī)的；該地區(qū)的化肥市場(chǎng)由 3個(gè)廠家占領(lǐng)，估計(jì)今后一段時(shí)間沒(méi)有廠家加入，也沒(méi)有廠家退出。572．轉(zhuǎn)移概率初始概率與轉(zhuǎn)移概率585960616263 市場(chǎng)占有率的概念 市場(chǎng)占有率是指一段時(shí)間內(nèi)企業(yè)某種產(chǎn)品的銷售量占該產(chǎn)品全部銷售量的百分比 . 如全國(guó)某年洗衣機(jī)的銷售量為 100萬(wàn)臺(tái)，某廠生產(chǎn)的洗衣機(jī)該年銷售量為 35 萬(wàn)臺(tái)，則該廠洗衣機(jī)的市場(chǎng)占有率為 35%. 分析和預(yù)測(cè)市場(chǎng)占有率的方法有很多，馬爾柯夫法是最常用的方法之一。對(duì)于一階馬爾柯夫鏈可這樣理解： 首先，一階馬爾柯夫鏈?zhǔn)侵负笠皇录母怕蕛H取決于前一次事件，而與前二次，前三次，乃至更前若干次事件無(wú)關(guān)；其次，一階馬爾柯夫鏈?zhǔn)侵甘录驎r(shí)間參數(shù)為離散變量。回歸模型既用于預(yù)測(cè)，也可以用于結(jié)構(gòu)分析、政策評(píng)價(jià)等v數(shù)學(xué)基礎(chǔ)不同216。63