物流需求與預(yù)測(cè)概論(編輯修改稿)
2024-10-28 19:56 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 變化規(guī)律，并推斷事物的未來(lái)發(fā)展趨勢(shì)，稱為 時(shí)間序列預(yù)測(cè)法。 1）增長(zhǎng)率法 2）移動(dòng)平均法 3）指數(shù)平滑預(yù)測(cè)法 4）生長(zhǎng)曲線法 5）灰色預(yù)測(cè)方法 6）馬爾柯夫預(yù)測(cè)法 7）自回歸預(yù)測(cè)法 8）神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法,?,1）增長(zhǎng)率法,增長(zhǎng)率法，指根據(jù)預(yù)測(cè)對(duì)象在過(guò)去的統(tǒng)計(jì)期內(nèi)的平均增長(zhǎng)率，類推未來(lái)某期預(yù)測(cè)值的一種簡(jiǎn)便算法。 該預(yù)測(cè)方法一般用于增長(zhǎng)率變化不大，或預(yù)計(jì)過(guò)去的增長(zhǎng)趨勢(shì)在預(yù)測(cè)期內(nèi)仍將繼續(xù)的場(chǎng)合。,?,2）移動(dòng)平均法,一次移動(dòng)平均值的計(jì)算公式是： 二次移動(dòng)平均值的計(jì)算公式為： 二次移動(dòng)平均預(yù)測(cè)模型的形式為：,?,3）指數(shù)平滑預(yù)測(cè)法,一次指數(shù)平滑值的遞推計(jì)算公式為： 式中：α為平滑常數(shù)，0≤α≤1，一般取0.10.3。 二次指數(shù)平滑值的遞推計(jì)算公式為： 二次指數(shù)平滑預(yù)測(cè)模型的形式為：,?,4）生長(zhǎng)曲線法,最著名的費(fèi)爾哈斯模型。費(fèi)爾哈斯模型的表達(dá)式為： 費(fèi)爾哈斯模型的圖像是一條s型曲線，大體可分為三段，即緩慢增長(zhǎng)階段、快速增長(zhǎng)階段和平穩(wěn)階段，其中，平穩(wěn)階段的p=a/b可視為“飽和值”。,?,5）灰色預(yù)測(cè)方法,灰色預(yù)測(cè)方法一般利用時(shí)序列數(shù)據(jù)，通過(guò)建立GM（1，1）模型進(jìn)行預(yù)測(cè)。該預(yù)測(cè)方法具有以下特點(diǎn)： ①不需用大量樣本； ②預(yù)測(cè)精度較高； ③用累加生成擬合微分方程，符合能量系統(tǒng)的變化規(guī)律； ④可以進(jìn)行長(zhǎng)期預(yù)測(cè)。 用GM（1,1）模型進(jìn)行灰色預(yù)測(cè)的步驟是： ①對(duì)原始時(shí)序列數(shù)據(jù)x(0)（t），t=1，2，．．．做一次累加生成，得新的數(shù)列x(1)（t），t=1，2，．．．，其中：,?,5）灰色預(yù)測(cè)方法,②利用一次累加生成數(shù)列擬合微分方程，得參數(shù)a和u； ③解上述微分方程得時(shí)間響應(yīng)函數(shù)：,?,5）灰色預(yù)測(cè)方法,④對(duì)時(shí)間響應(yīng)函數(shù)求導(dǎo)還原得預(yù)測(cè)方程： ⑤利用歷史數(shù)據(jù)對(duì)預(yù)測(cè)模型進(jìn)行精度檢驗(yàn)； ⑥通過(guò)預(yù)測(cè)方程進(jìn)行預(yù)測(cè)。,?,6）馬爾柯夫預(yù)測(cè)法,馬爾柯夫主要研究事物狀態(tài)轉(zhuǎn)移，他經(jīng)過(guò)多次試驗(yàn)發(fā)現(xiàn)，一個(gè)系統(tǒng)的某些因素在轉(zhuǎn)移中第n次結(jié)果只受第n1次的結(jié)果的影響，只與當(dāng)前所處狀態(tài)有關(guān)，與其他無(wú)關(guān)。其遞推公式為： 經(jīng)常使用馬爾柯夫預(yù)測(cè)法對(duì)市場(chǎng)占有率進(jìn)行預(yù)測(cè)。馬爾柯夫市場(chǎng)占有率預(yù)測(cè)的一般步驟為：調(diào)查目前的市場(chǎng)占有率情況；調(diào)查消費(fèi)者的變動(dòng)情況；建立數(shù)學(xué)模型；預(yù)測(cè)未來(lái)市場(chǎng)的占有率。,?,7）自回歸預(yù)測(cè)法,自回歸預(yù)測(cè)法的原理為：時(shí)間序列的觀察值之間往往是高度相關(guān)的。其一般模型如下： 上式的意義就是通過(guò)回歸分析，建立第t年的值與第t1，t2，…，tp年的值的關(guān)系，通過(guò)這個(gè)關(guān)系來(lái)作前向預(yù)測(cè)，其實(shí)質(zhì)就是對(duì)事物發(fā)展特征曲線的擬合，并進(jìn)一步推知其未來(lái)的發(fā)展軌跡。,?,8）神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法,神經(jīng)網(wǎng)絡(luò)，特別是反向傳播網(wǎng)絡(luò)在許多領(lǐng)域都得到廣泛應(yīng)用。該方法在函數(shù)逼近、模式識(shí)別、數(shù)據(jù)壓縮等領(lǐng)域的應(yīng)用實(shí)踐充分證明，通過(guò)該方法獲得的結(jié)果與實(shí)際結(jié)果非常接近，尤其在曲線擬合方面有很高的精度。 利用神經(jīng)網(wǎng)絡(luò)的方法建立數(shù)學(xué)模型，擬合歷史數(shù)據(jù)的變化曲線，再用擬合結(jié)果對(duì)數(shù)據(jù)未來(lái)的發(fā)展曲線做出預(yù)報(bào)，這是神經(jīng)網(wǎng)絡(luò)方法在預(yù)測(cè)中的應(yīng)用。神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法的應(yīng)用結(jié)果表明，該方法能夠反映事物的變化規(guī)律，預(yù)測(cè)的結(jié)果比較準(zhǔn)確。,?,3.2.2．因果預(yù)測(cè)法,1）比例系數(shù)法 2）回歸分析預(yù)測(cè)法 3）彈性系數(shù)法 4）系統(tǒng)動(dòng)力學(xué)預(yù)測(cè)法,?,3.2.3.產(chǎn)銷平衡法,利用產(chǎn)銷平衡法，可以研究各地區(qū)間的貨物交流問(wèn)題。即通過(guò)適當(dāng)?shù)呢浳镱A(yù)測(cè)方法，確定預(yù)測(cè)期所有各發(fā)到地區(qū)之間的貨物流量，形成預(yù)測(cè)期貨物流量表。,?,3.2.4.細(xì)分與集成預(yù)測(cè)法,1）集成預(yù)測(cè)法 集成預(yù)測(cè)法是分別單獨(dú)地預(yù)測(cè)各個(gè)系統(tǒng)的預(yù)測(cè)值，然后加總求和而得到整體系統(tǒng)預(yù)測(cè)值的一種方法。即：,?,3.2.4.細(xì)分與集成預(yù)測(cè)法,2）細(xì)分預(yù)測(cè)法 細(xì)分預(yù)測(cè)與集成法的預(yù)測(cè)過(guò)程相反，即先預(yù)測(cè)出整體系統(tǒng)的預(yù)測(cè)值，再依據(jù)合理標(biāo)準(zhǔn)求得各子系統(tǒng)預(yù)測(cè)值，如比重法和目標(biāo)比例系數(shù)法等。 比重法是在總物流運(yùn)量已用某種方法預(yù)測(cè)，進(jìn)而估算其中部分物流運(yùn)量的方法。 月度比例系數(shù)法是根據(jù)過(guò)去數(shù)年的月度物流統(tǒng)計(jì)資料，計(jì)算出平均每個(gè)月的物流數(shù)量在年度物流總量中所占的比例，進(jìn)而在未來(lái)年度物流量預(yù)測(cè)出以后，按照月度的分布規(guī)律求出未來(lái)年度各月的預(yù)測(cè)值。,?,3.2.5.組合預(yù)測(cè)法,組合預(yù)測(cè)法是將幾種預(yù)測(cè)方法的預(yù)測(cè)結(jié)果，選取適當(dāng)?shù)臋?quán)重進(jìn)行加權(quán)平均的一種預(yù)測(cè)方法。 1）等權(quán)平均法 設(shè)fi（i=1，2，…K）為第i個(gè)模型預(yù)測(cè)值，如果用fc代表組合預(yù)測(cè)值，則等權(quán)平均預(yù)測(cè)法得到的組合預(yù)測(cè)值為：,?,預(yù)測(cè)模型的評(píng)價(jià) 對(duì)于同一個(gè)目標(biāo),可選用多種預(yù)測(cè)技術(shù)
語(yǔ)文相關(guān)推薦
鄂ICP備17016276號(hào)-1