【文章內(nèi)容簡介】 。即儲存上期對本期的預測值就行了。②對不斷延伸的固定平均數(shù)中，進行了合理加權。即對近期值給予比遠期值更大的權數(shù)，符合外推預測的要求。③通過對平滑系數(shù)的控制和正確確定初始值，可以適當控制預測結果的準確性。它的主要缺點有：①只局限于一個時間數(shù)列本身的外推預測，而沒有考慮其他因素的影響。②只適宜于近期預測，不能作遠期預測。③未充分考慮數(shù)列中的長期趨勢和變動。(4)趨勢外推法趨勢外推法是指決定事物過去發(fā)展的因素，在很大程度上也決定該事物未來的發(fā)展，其變化不會太大。事物發(fā)展過程一般都是漸進式的變化，而不是跳躍式的變化，掌握事物的發(fā)展規(guī)律，依據(jù)這種規(guī)律推導，就可以預測出它的未來趨勢和狀態(tài)。它是根據(jù)過去和現(xiàn)在的發(fā)展趨勢推斷未來的一類方法的總稱，用于科技、經(jīng)濟和社會發(fā)展的預測，是情報研究法體系的重要部分。它的基本假設是未來系過去和現(xiàn)在連續(xù)發(fā)展的結果。它包括線性外推法、生長曲線法、指數(shù)曲線法和包絡曲線法四種。趨勢外推法主要包括以下6個步驟：①選擇預測參數(shù)；②收集必要的數(shù)據(jù)；③擬合曲線；④趨勢外推；⑤預測說明；⑥研究預測結果在制訂規(guī)劃和決策中的應用。趨勢外推法的主要優(yōu)點是可以揭示事物發(fā)展的未來，并定量地估計其功能特性。它通常是利用變量的散點圖來擬合建立模型，并進行殘差分析，選擇標準誤差最小的模型作為預測模型。缺點是工作量過大，太費時。(5)德爾菲法德爾菲法依據(jù)系統(tǒng)的程序，采用匿名發(fā)表意見的方式，即專家之間不得互相討論，不發(fā)生橫向聯(lián)系，只能與調(diào)查人員發(fā)生關系，通過多輪次調(diào)查專家對問卷所提問題的看法，經(jīng)過反復征詢、歸納、修改，最后匯總成專家基本一致的看法，作為預測的結果。這種方法具有廣泛的代表性，較為可靠。而且德爾罪法作為一種主觀、定性的方法，不僅可以用于預測領域，而且可以廣泛應用于各種評價指標體系的建立和具體指標的確定過程。德爾非法的具體實施步驟如下：①組成專家小組。按照課題所需要的知識范圍，確定專家。專家人數(shù)的多少，可根據(jù)預測課題的大小和涉及面的寬窄而定，一般不超過20人。②向所有專家提出所要預測的問題及有關要求，并附上有關這個問題的所有背景材料，同時請專家提出還需要什么材料。然后，由專家做書面答復。③各個專家根據(jù)他們所收到的材料，提出自己的預測意見，并說明自己是怎樣利用這些材料并提出預測值的。④將各位專家第一次判斷意見匯總，列成圖表，進行對比，再分發(fā)給各位專家，讓專家比較自己同他人的不同意見，修改自己的意見和判斷。也可以把各位專家的意見加以整理，或請身份更高的其他專家加以評論，然后把這些意見再分送給各位專家，以便他們參考后修改自己的意見。 ⑤將所有專家的修改意見收集起來，匯總，再次分發(fā)給各位專家，以便做第二次修改。逐輪收集意見并為專家反饋信息是德爾菲法的主要環(huán)節(jié)。收集意見和信息反饋一般要經(jīng)過三、四輪。在向?qū)＜疫M行反饋的時候，只給出各種意見，但并不說明發(fā)表各種意見的專家的具體姓名。這一過程重復進行，直到每一個專家不再改變自己的意見為止。⑥對專家的意見進行綜合處理。德爾菲法的優(yōu)點在于：可以加快預測速度和節(jié)約預測費用；可以獲得各種不同但有價值的觀點和意見；適用于長期預測和對新產(chǎn)品的預測，在歷史資料不足或不可測因素較多時尤為適用。德爾菲法的缺點在于：對于分地區(qū)的顧客群或產(chǎn)品的預測可能不可靠；責任比較分散；專家的意見有時可能不完整或不切合實際。(6)情景預測法情景預測法是一種新興的預測法，由于它不受任何條件限制，應用起來靈活，能充分調(diào)動預測人員的想象力，考慮較全面，有利于決策者更客觀地進行決策，在制定經(jīng)濟政策、公司戰(zhàn)略等方面有很好的應用。但在應用過程中一定要注意具體問題具體分析，同一個預測主題，遇有其所處環(huán)境不同，最終的情景可能會有很大的差異。一般方法是：①未來分析法；②目標展開法；③間隙分析法(7)主觀概率法主觀概率法是根據(jù)薩維里原理，對無法用數(shù)據(jù)直接進行統(tǒng)計的教育現(xiàn)象和事物，按其有關條目的操作定義，主觀地對教育現(xiàn)象和事物的程度進行等級評價，然后將等級折算為數(shù)值，再進行一定程序統(tǒng)計的方法。進行主觀概率統(tǒng)計時可分三級與四級程度評價，其方法是一樣的，而數(shù)值略有區(qū)別。三級程度評價一般分A、B、C三等，四級程度評價則為A、B、C、D 四等。如學生對教師教學整體滿意程度，在三級程度評價時可分為非常滿意、滿意、不滿意三等，其賦值就是4 、1分；在四級程度評價時可分為非常滿意、滿意、基本滿意、不滿意四等，其賦值就是1分[5]。用主觀概率法有如下的步驟：①準備相關資料；②編制主觀概率調(diào)查表；③匯總整理；④判斷預測。其優(yōu)點是把大量原來不可直接測量的教育現(xiàn)象和事物，轉(zhuǎn)化為可測量與統(tǒng)計；而缺點是測出的數(shù)據(jù)沒有數(shù)理統(tǒng)計的數(shù)據(jù)準確。 本章小結 本章主要介紹了物流需求預測的相關概念、需求預測總體概述以及幾種常用的預測方法：回歸預測法、博克斯一詹金斯法、指數(shù)平滑法、德爾菲法等，并進行一定的優(yōu)缺點比較，得到對于物流預測的基本認識。3 物流需求灰色預測法研究分析通過第二章的研究我們可以看到，物流需求預測是一個復雜的過程，它首先要求我們在預測前要對預測的事物有明確的認識，也就是不僅要了解預測事物的需求，而且要考慮其它很多的外部因素。同時物流系統(tǒng)是一個復雜的經(jīng)濟系統(tǒng)，在沒有對物流市場需求特點和各種預測方法進行有效分析的前提下，盲目的采用一種或多種預測方法進行預測，其結果只能是預測精度不高或根本無法預測。這不僅要我們對預測的事件有一個整體的把握和研究，而且對各種方法的運用要熟練掌握。本章將在以上研究的基礎上，重點研究灰色預測法在物流需求預測中的應用。 灰色預測法概述顧名思義，灰色預測法是一種對含有不確定因素的系統(tǒng)進行預測的方法。這里又涉及到灰色系統(tǒng)的概念?；疑到y(tǒng)是介于白色系統(tǒng)和黑色系統(tǒng)之間的一種系統(tǒng)。白色系統(tǒng)是指一個系統(tǒng)的內(nèi)部特征是完全已知的，即系統(tǒng)的信息是完全充分的。而黑色系統(tǒng)是指一個系統(tǒng)的內(nèi)部信息對外界來說是一無所知的，只能通過它與外界的聯(lián)系來加以觀測研究?；疑到y(tǒng)內(nèi)的一部分信息時未知的，另一部分信息是已知的，系統(tǒng)內(nèi)各因素間具有不確定的關系?；疑到y(tǒng)是由華中理工大學的鄧聚龍教授首先提出的。他提出灰色預測是一種對含有不確定因素的系統(tǒng)進行預測的方法，是根據(jù)過去的及現(xiàn)在已知的或非確定的信息，建立一個從過去延伸到將來的灰色模型（GREY MODEL簡稱GM），從而確定系統(tǒng)未來發(fā)展變化的趨勢，并為規(guī)劃、決策提供依據(jù)[6]。灰色系統(tǒng)理論的研究在近幾年獲得迅猛的發(fā)展，其關聯(lián)分析與灰色預測思想與方法已廣泛應用于經(jīng)濟、農(nóng)業(yè)、工業(yè)、能源、交通、石油、地質(zhì)、氣象、水文、生態(tài)、環(huán)境、醫(yī)學、軍事、社會等領域，成功地解決了生產(chǎn)、生活和科學研究中的大量實際問題。作為一種獨具特色的新理論，灰色系統(tǒng)理論已為國內(nèi)外學術界公認為對科學發(fā)展產(chǎn)生了巨大作用。同時，灰色系統(tǒng)理論還得到國際學者的認同，目前，英國、美國、德國、日本、澳大利亞、加拿大、奧地利、俄羅斯、新加坡、臺灣、香港等國家和地區(qū)許多知名學者從事灰色系統(tǒng)理論的研究和應用，并且涌現(xiàn)了一大批新的研究成果。海內(nèi)外84所高校開設了灰色系統(tǒng)理論方面的課程，數(shù)百名博士、碩士研究生運用灰色系統(tǒng)理論的思想方法開展科學研究，撰寫學位論文，國內(nèi)應用灰色系統(tǒng)理論完成重大科研課題160多項，142項灰色系統(tǒng)理論及應用成果獲得國家和省、部級獎勵，國際、國內(nèi)201種學術期刊發(fā)表灰色系統(tǒng)論文，許多國際會議把灰色系統(tǒng)列為討論專題。據(jù)不完全統(tǒng)計，近年來，SC工、EISTP以及MR(美國數(shù)學評論)、SA(英國科學文摘)、MA(德國數(shù)學文摘)等國際權威性檢索雜志跟蹤我國學者的灰色系統(tǒng)論著500多次。德國還成立了灰色系統(tǒng)公司，專門搜集、翻譯灰色系統(tǒng)文獻，進行咨詢服務。短短幾年中，灰色系統(tǒng)理論以其強大的生命力自立于科學之林，奠定了其作為一門新型橫斷學科的學術地位。在灰色系統(tǒng)理論的帶動下，相繼產(chǎn)生了“灰色水文學”、“灰色地質(zhì)學”、“灰色育種學”、“灰色醫(yī)學”、“灰色控制理論”、“灰色混沌理論”、“區(qū)域經(jīng)濟灰色系統(tǒng)分析”等一批新型交叉學科[7]。從現(xiàn)在發(fā)展的眼光看的話，灰色預測法也可以有其他的定義，但基本內(nèi)涵其實是萬變不離其宗，大致是一樣的。比如說以下兩個定義：(1)它是通過鑒別系統(tǒng)因素之間發(fā)展趨勢的相異程度，即進行關聯(lián)分析，并對原始數(shù)據(jù)進行生成處理來尋找系統(tǒng)變動的規(guī)律，生成有較強規(guī)律性的數(shù)據(jù)序列，然后建立相應的微分方程模型，從而預測事物未來發(fā)展趨勢的狀況。其用等時距觀測到的反應預測對象特征的一系列數(shù)量值構造灰色預測模型，預測未來某一時刻的特征量，或達到某一特征量的時間。(2)灰色預測是用等時距觀測到的反映預測對象特征的一系列數(shù)量值構造灰色預測模型，預測未來某一時刻的特征量，或達到某一特征量的時間。灰色建模通過處理灰信息來揭示系統(tǒng)內(nèi)部的運動規(guī)律，它利用系統(tǒng)信息，使概念量化，再進行模型優(yōu)化，從而充分利用系統(tǒng)信息，使雜亂無章的無序數(shù)據(jù)轉(zhuǎn)化為適于微分方程建模的有序數(shù)列?；疑到y(tǒng)具有對各種現(xiàn)象進行分析判斷的能力，對宏觀系統(tǒng)進行規(guī)劃與決策的功能?；疑到y(tǒng)理論的立足點是對系統(tǒng)的輸出序列進行研究，而不過多地涉及系統(tǒng)的輸入序列進行研究。另外，它對原始數(shù)據(jù)列長度的要求不高?；疑到y(tǒng)理論以“部分信息已知、部分信息未知”的“小樣本”、“貧信息”不確定性系統(tǒng)作為研究對象。它具有以下三個特點[8]：(1)用灰色數(shù)學來處理不確定量，使之量化?；疑到y(tǒng)理論認為不確定量是灰數(shù)，用灰色數(shù)學來處理不確定量，同樣能使不確定量予以量化。(2)充分利用已知信息尋求系統(tǒng)的運動規(guī)律，研究灰色系統(tǒng)的關鍵是如何使灰色系統(tǒng)白化、模型化、優(yōu)化?；疑到y(tǒng)視不確定量為灰色量，提出了灰色系統(tǒng)建模的具體數(shù)學方法，它能利用時間序列來確定微分方程的參數(shù)?；疑A測不是把觀測到的數(shù)據(jù)序列視為一個隨機過程，而是看作隨時間變化的灰色量或灰色過程，通過累加生成或累減生成逐步使灰色量白化，從而建立相應于微分方程解的模型并做出預報。這樣，對某些大系統(tǒng)和長期預測問題就可以發(fā)揮作用。(3)灰色系統(tǒng)理論能處理貧信息系統(tǒng)?；疑A測模型只要求較短的觀測資料即可，這和時間序列分析、多元分析等概率統(tǒng)計模型要求較長的觀測資料大不一樣。因此，對于某些只有少量觀測數(shù)據(jù)的項目來說，灰色預測是一種有用的工具?；疑A測一般分為四種類型：(1)灰色時間序列預測。用觀察到的反映預測對象特征的時間序列來構造灰色預測模型，預測未來某一時刻的特征量，或者達到某一特征量的時間。(2)畸變預測。通過灰色模型預測異常值出現(xiàn)的時刻。如對地震時間的預測。(3)系統(tǒng)預測。通過對系統(tǒng)行為特征指標建立一組相互關聯(lián)的灰色預測模型，預測系統(tǒng)中眾多變量間的相互協(xié)調(diào)關系的發(fā)展變化。如市場中代用產(chǎn)品、相互關聯(lián)產(chǎn)品銷售量相互制約的預測。(4)拓撲預測。將原始數(shù)據(jù)作曲線，在曲線上按定值尋找該定值發(fā)生的所有時點，并以該定值為框架構成時點序列，然后建立模型預測該定值所發(fā)生的時點。(1，1)模型在此我們先介紹兩種生成方法——累加生成和累減生成。首先我們先介紹累加生成。它是通過數(shù)列間各時刻數(shù)據(jù)的依個累加以得到新的數(shù)據(jù)與數(shù)列。累加前的數(shù)列稱原始數(shù)列，累加后的數(shù)列稱生成數(shù)列。累加生成是使灰色過程由灰變白的一種方法，它在灰色系統(tǒng)理論中占有極其重要的地位。通過累加生成可以看出灰量積累過程的發(fā)展態(tài)勢，使離亂的原始數(shù)據(jù)中蘊含的積分特性或規(guī)律加以顯化。累加生成是對原始數(shù)據(jù)列中各時刻的數(shù)據(jù)依次累加，從而生成新的序列的一種手段。記為原始數(shù)列,記生成數(shù), ,如果兩者之間滿足下述關系，即:。 ()則稱為一次累加生成，一記為lAGO(Accumulating Generation Operator)。r次累加生成有下述關系: ()從(2一2)式，又有次到次的累加為 () ()累加生成在灰色系統(tǒng)理論中有著非常重要的作用，具有特殊的地位。累加生成能使任意非負數(shù)列、擺動的與非擺動的，轉(zhuǎn)化為非減的、遞增的數(shù)列。下面我們介紹累減生成，對原始數(shù)列依次做前后兩數(shù)據(jù)相減的運算過程叫累減生成，即對序列求相鄰兩數(shù)據(jù)的差。累減生成是累加生成的逆運算，常簡記為1AGO(Inve