物流系統(tǒng)預測講義(編輯修改稿)
2025-03-19 12:04 本頁面
【文章內(nèi)容簡介】 來。（ 慣性原理、連續(xù)性原理 ）q 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。v歷史數(shù)據(jù)同時又受多種隨機因素的影響而呈現(xiàn)出一定程度的波動性和不規(guī)則性； （ 不能直接從歷史數(shù)據(jù)得到未來的趨勢 ）q 預測的基本思想 ——從歷史數(shù)據(jù)中揭示發(fā)展規(guī)律通過對歷史數(shù)據(jù)進行 平均或平滑 ，消除歷史數(shù)據(jù)中的部分隨機波動因素的影響，指示出隱含在事物中的某種基本規(guī)律，并以此預測未來。36二 . 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 2023 2023 2023 2023 2023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 96~2023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）。37時間序列預測 ， 根據(jù)預測對象的歷史數(shù)據(jù)資料，按時間進程組成動態(tài)數(shù)列，進行分析，預測的方法。三 . 時間序列預測技術(shù)及分類時間序列預測的分類 38四 . 常見時間序列銷售量（ 1） 水平變動趨勢時間39404142銷售量時間（ 5） 周期變動趨勢四 . 常見時間序列43預測指標時間（ 6） 不規(guī)則變動趨勢四 . 常見時間序列44q準確、完整的歷史數(shù)據(jù)資料q時間序列所代表的時間周期必須一致q時間序列中的各項數(shù)字的計算方法、計量單位、數(shù)據(jù)內(nèi)容必須一致。五 . 時間序列預測應(yīng)注意的問題45六 . 簡單平均法1. 算術(shù)平均法 把時間序列中的歷史數(shù)據(jù)進行算術(shù)平均，以平均數(shù)作為預測值。 增量算術(shù)平均法。2. 加權(quán)平均法 對歷史數(shù)據(jù)給予不同的權(quán)數(shù)進行加權(quán)平均，以加權(quán)平均值作為預測值。3. 幾何平均 以歷史數(shù)據(jù)的幾何平均值作為預測值。46七 . 移動平均預測法q 以預測對象最近一組歷史數(shù)據(jù)的平均值直接或間接地作為預測值。q “平均 ”是取預測對象的時間序列中由遠而近，按一定跨期的數(shù)據(jù)進行平均；q “移動 ”是指參與平均值計算的實際數(shù)據(jù)隨預測期的推進而不斷更新。增加一個新值，同時剔除掉已參與平均計算的最陳舊的一個實際值，保證每次參與計算的實際值個數(shù)相同。時間（月） 1 2 3 4 5 6 7 8 9運 輸 量（噸） 645 650 670 660 675 678 685 686 ?某公司 2023年 1~8月的貨物運輸量471. 一次移動平均預測法 以本期（ t期）移動平均值作為下期（ t+1期）的預測值。式中： Mt(1)____t時刻的移動平均 值 ，上標 （ 1）代表一次移動平均；xi____時間序列代表的實際值；n____參與平均值計算的實際值個數(shù) (跨期 )時間（月） 1 2 3 4 5 6 7 8 9運 輸 量 (xi)（噸） 645 650 670 660 675 678 685 686 ?某公司 2023年 1~8月的貨物運輸量七 . 移動平均預測法48 例題 2 某物資企業(yè)統(tǒng)計了某年度 1月至 11月的鋼材實際銷售量，統(tǒng)計結(jié)果見表 4—2 ，請用移動平均預測法預測其 12月的鋼材銷售量。月份 實際銷量(噸 )移動平均數(shù) Mt(1)n=3 n=61 224002 219003 226004 21400 223005 23100 219676 23100 223677 25700 22533 224178 23400 23967 229679 23800 24067 2321610 25200 24300 2341611 25400 24133 2404912 24800 24433七 . 移動平均預測法49計算結(jié)果圖表顯示從圖上可以看出 ：（ 1）用移動平均法計算出的新數(shù)列的變化趨勢與實際變化情況基本一致；（ 2）新數(shù)列數(shù)據(jù)波動的范圍變小了，并且隨參與平均值計算的 n值的增加，平均值的波動范圍越小。 (修勻能力、抗干擾能力 )（ 3）當 n值增大，移動平均值對時間序列變化的敏感性降低。50移動平均法對時間序列數(shù)據(jù)變化的 抗干擾能力叫 修勻能力 。移動平均法對時間序列數(shù)據(jù)變化的 反應(yīng)速度叫 敏感性 。q 移動平均法的修勻能力與敏感性相互矛盾。v當 n值增大，移動平均值的修勻能力增加，但同時移動平均值對時間序列變化的敏感性降低。v要根據(jù)時間序列的特點來確定 n值的大小。q n值的一般選擇原則是：（ 1）由時間序列的數(shù)據(jù)點的多少而定。數(shù)據(jù)點多， n可以取得大一些；（ 2）由時間序列的趨勢而定。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；七 . 移動平均預測法51期序歷史數(shù)據(jù)一次平均n=3一次平均n=51 102 153 204 25 155 30 206 35 25 207 40 30 258 45 35 309 50 40 351055 45 40（ 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)的預測。主要缺點： 由于對分段內(nèi)部的各數(shù)據(jù)同等對待，而沒有強調(diào)近期數(shù)據(jù)對預測值的影響，如果近期內(nèi)情況變化發(fā)展較快，利用一次移動平均預測會導致較大的誤差。實際上，近期數(shù)據(jù)對預測值的影響一般更大，為了減少這種誤差，可以采取二次移動平均方法。 52期序歷史數(shù)據(jù)一次平均n=3二次平均n=31 102 153 204 25 155 30 206 35 257 40 30 208 45 35 259 50 40 3010 55 45 35從圖上可以看出，一次移動平均值滯后于歷史數(shù)據(jù)，而二次移動平均值又落后于一次移動平均值。啟示 ：根據(jù)歷史數(shù)據(jù)、一次移動平均值、二次移動平均值三者間的滯后關(guān)系，可以先求出一次移動平均值與二次移動平均值之間的差值，然后將此差值加到一次移動平均值上，再考慮其趨勢變動值，得到接近實際情況的預測值。（ 二次移動平均預測法的基本思想） 532. 二次移動平均預測法二次移動平均預測法是在求得一次移動平均數(shù)、二次移動平均數(shù)的基礎(chǔ)上，對有線性趨勢的時間序列所作的預測。步驟如下：（ 1）計算一次移動平均值（ 2）計算二次移動平均值其中： Mt(1)——t 時刻的一次移動平均值Mt(2)——t 時刻的二次移動平均值；n： —— 參與二次平均計算的一次移動平均值的個數(shù)（ 3）對有線性趨勢的時間序列做預測其中：七 . 移動平均預測法54例題 某物資企業(yè)某年度 1月至 11月的鋼材實際銷售量，用二次移動平均預測法預測其 12月的鋼材銷售量。月份實際銷 售量一次平均數(shù)Mt(1)二次平均數(shù)Mt(2) Mt(1)Mt(2) at bt預測值 yt+T取 T=1(1) (
教學課件相關(guān)推薦
鄂ICP備17016276號-1