供應鏈管理實務任務四供應鏈需求預測-資料下載頁
2025-01-23 23:30本頁面
【正文】 平均法 設時間序列為 X1， X2， … ， Xt， … ，簡單移動平均公式為 Mt＝ 上式中： M為 t期移動平均數； N為移動平均的項數。該公式表明當 t向前移動一個時期，就增加一個新數據，去掉一個遠期數據，得到一個新的平均數。由于它不斷的“吐故納新”，逐期向前移動，所以稱為移動平均法。 二、相關知識 這是它的遞推公式。當 N較大時，利用遞推公式可以大大減少計算量。 由于移動平均可以平滑數據，消除周期變動和不規(guī)則變動的影響，使長期趨勢顯示出來，因而可以用于預測。 即以第 t期移動平均數作為第 t+l期的預測值。 值得注意的是，簡單移動平均法只適合做近期預測，而且是預測目標的發(fā)展趨勢變化不大的情況。 三、任務實施 任務一、 因果預測方法的應用。借助回歸分析構建出銷量與氣溫關系模型，就可以進行啤酒的需求預測。從圖 4～ 1中的散點分布分析，很容易得出線性模型是較為匹配的。據此，數據回歸分析的結果見表 4～4： 表 44 啤酒銷量的線性回歸分析結果 從 EXCEL回歸分析數據以及因果預測中線性關系的方程，即變量 X為氣溫，變量 Y為需求，計算如下： Y＝ a+bX＝ + 當氣溫為 80華氏度時，預測的啤酒需求量為 Y＝ + 80＝ （箱）。 系數 值 a b 三、任務實施 任務二、 由數據可以看出，實際銷售量的隨機波動較大，經過移動平均法計算后，隨機波動顯著減少，即消除了隨機干擾，而且求取平均值所用的月數越多，即 N越大，修勻的程度也越大，因此，波動也越小。但是，在這種情況下，對實際銷售量真實的變化趨勢反應也會越遲鈍。反之，如果 N取得越小，對銷售量真實變化趨勢反應越靈敏，但修勻性越差，容易把隨機干擾作為趨勢反映出來。因此，N的選擇甚為重要， N應取多大，應該根據具體情況做出抉擇。當 N足夠大時，則可消除隨機變化的影響。 在實用上，一個有效的方法是取幾個 N值進行試算，比較他們的預測誤差，從中選擇最優(yōu)值。 三、任務實施 如本任務中，對化油器銷售量進行預測，可通過計算以下兩個預測公式的均方誤差 S，選取使 S較小的那個 N。 計算結果表明： N=5時， S較小，所以選取 N=5。預測下年 1月的化油器銷售量為 452只。 演講完畢，謝謝觀看！
法律信息相關推薦
鄂ICP備17016276號-1