物流系統(tǒng)規(guī)劃與設(shè)計的理論和方法概述-資料下載頁
2025-02-26 11:33本頁面
【正文】 只需保有一個數(shù)字就代表了需求的歷史情況。 Ft+1=αD t+（ 1－ α ） F t Ft+1=Ft +α （ Dt－ Ft） α 趨近于 1，新預(yù)測值將包含一個相當(dāng)大的調(diào)整，即用前期預(yù)測中產(chǎn)生的誤差進行調(diào)整； α 趨近于 0，新預(yù)測值就沒有用前次預(yù)測的誤差作多大調(diào)整。月銷售額一次指數(shù)平滑預(yù)測表 單位：千元F2＝ αA1＋ （ 1－ α） F1＝ ＋（ 1－ ） ＝ ?與上面的問題的類似， 預(yù)測的關(guān)鍵是選擇 ?的大小。?如管理者追求穩(wěn)定性， ?的值應(yīng)該選擇小一些 。?如果管理者的目標(biāo)是體現(xiàn)響應(yīng)性，則應(yīng)選擇大一點的 ?99例 2：一次指數(shù)平滑法p 某產(chǎn)品月銷售量見表，預(yù)測 12月份銷售量月份 需求量 觀測值 指數(shù)平滑 值 Stα＝ α＝ α＝ 1 20232 1350 2023 20233 1950 1935 16754 1975 1937 18135 3100 1940 18946 1750 2056 24977 1550 2026 21238 1300 1978 18379 2200 1910 156810 2775 1939 188411 2350 2023 233012 2056 234020231415189719672987187415821328211327092386100例 2：一次指數(shù)平滑法誤 差比 較權(quán) 數(shù)誤 差 絕對誤 差 誤 差平方總 平均 總 平均 總 平均α＝ 551 55 4771 477 3431255 343126α＝ 674 67 5688 569 4338332 433833α＝ － 423 － 42 6127 613 5034081 503408通 過檢 核，我 們 看出 α取較小的值比取較大的值更能給出較好的結(jié)果，也就是說在該數(shù)列中平滑值比近期值對預(yù)測起更大的作用。101二次指數(shù)平滑法p 定義： 二次指數(shù)平滑法 又稱線性指數(shù)平滑法，它適用于具線性趨勢的時間數(shù)列 。p 布朗單一參數(shù)線性指數(shù)平滑法 ： 其中式中 St(2)－第 t期的二次平滑值 。 l預(yù)測超前期數(shù)（預(yù)測年到基年的期數(shù)）； at， bt—— 待定參數(shù)注意： 二次指數(shù)平滑法不直接用平滑值作為預(yù)測值，而是用平滑值建立預(yù)測模型102三、時間序列法 —— 自然增長率法定義： 根據(jù)預(yù)測對象歷史年內(nèi)的增長率來推求未來年的量值。 平均增長率模型（適用于數(shù)列增值率基本穩(wěn)定的需求）i:預(yù)測對象歷史年的平均增長率；增長率趨勢模型（適用于數(shù)列增長率具有趨勢性的需求）103四、因果法p 因果法：系統(tǒng)變量之間存在某種因果關(guān)系，找出影響某種結(jié)果的一個或幾個因素，建立起他們之間的數(shù)學(xué)模型，根據(jù)自變量的變化推求預(yù)測目標(biāo)的結(jié)果。p 應(yīng)用前提：預(yù)測變量的變化取決于其他相關(guān)變量的變化水平。p 預(yù)測期限：一般適用中、短期預(yù)測104四、因果法 —— 彈性系數(shù)法彈性系數(shù)法是通過預(yù)測目標(biāo)與類比變量的比例來進行預(yù)測。p 方法模型：式中 Ft+l未來第 L期的預(yù)測值；Ft—— 預(yù)測對象第 T時期的統(tǒng)計值（基年）；iˊ 、 i—— 分別為預(yù)測對象在過去和未來時間的平均增長率Es—— 彈性系數(shù)；qˊ 、 q—— 分別為類比變量在過去和未來的平均增長率。105比例系數(shù)法（ 2）p產(chǎn)值系數(shù)法 產(chǎn)值系數(shù)法是根據(jù)預(yù)測期國民經(jīng)濟指標(biāo)（如工農(nóng)業(yè)總產(chǎn)值、社會總產(chǎn)值、國民生產(chǎn)總值等）和確定的每單位指標(biāo)所引起的預(yù)測目標(biāo)（物流量）的變化來預(yù)測總數(shù)量的方法。公式為： 式中 MT+L—— 預(yù)測期國民經(jīng)濟所達到的指標(biāo)（萬元）； β—— 產(chǎn)值系數(shù)（ t／萬元）。106產(chǎn)運系數(shù)法（ 3）p 產(chǎn)運系數(shù)法 產(chǎn)運系數(shù)法是根據(jù)某種貨物的物流數(shù)量（如運量）隨其生產(chǎn)總量發(fā)生變化的規(guī)律性，預(yù)測物流數(shù)量的方法。一些大宗貨物，例如煤炭、鋼鐵、金屬礦石、水泥、木材、糧食等的發(fā)送量與其生產(chǎn)總量的比值（即產(chǎn)運系數(shù)）總是相對穩(wěn)定的，這就可以根據(jù)它們未來的產(chǎn)量預(yù)計運量。公式為： 式中 NT+L—— 預(yù)測期某貨種的年產(chǎn)量； α—— 某年的產(chǎn)運系數(shù)。 產(chǎn)業(yè)系數(shù)法較適合國民經(jīng)濟物流的主運量預(yù)測（大宗貨物是國民經(jīng)濟物流中的主貨種），對于局部復(fù)雜貨種和復(fù)雜的貨種來源的物流系統(tǒng)預(yù)測，有較大的局限性。 107因果法 —— 回歸分析p 定義 ：n 要對某種經(jīng)濟現(xiàn)象進行預(yù)測，考慮影響這一現(xiàn)象的有關(guān)因素的數(shù)量變化，通過研究自變量與因變量之間的關(guān)系獲得預(yù)測結(jié)果。n 在物流需求預(yù)測中，物流需求受多種因素影響，可以通過在各種相關(guān)影響因素間建立回歸模型來實現(xiàn)對物流量的預(yù)測。p 方法：n 根據(jù)選擇自變量的個數(shù)可分為一元回歸和多元回歸108回歸分析一元線性回歸式中 A， B回歸系數(shù)，一般用最小二乘法獲得：p 多元線性回歸109回歸分析p回歸模型的檢驗相關(guān)系數(shù) r反映因變量和自變量直接的相關(guān)性其中0|r|≤:y 與 x之間微弱線性相關(guān)；|r|≤:y 與 x之間低度線性相關(guān)；|r|≤:y 與 x之間顯著線性相關(guān)； |r |≤1:y 與 x之間高度線性相關(guān)；一元線性回歸模型?Yt 一元線性回歸預(yù)測值；?a 截距?b 斜率 .Yt=a+bx012345tYb = n (xy) x yn x2 ( x) 2a = y b xn???????? n為變量數(shù)；? x為自變量的取值；? y為因變量的取值；y=+a= 812(15)5 =b= 5(2499)15(812)5(55)225 = 1249512180275225 = 114例題 5（利用 EXCEL 軟件完成）p 某地在其港口建設(shè)物流園區(qū)，規(guī)劃中以 2023年的吞吐量作為設(shè)計標(biāo)準(zhǔn)，已知該地區(qū) 1993—— 2023年的 GDP和港口吞吐量，如表所示，并已預(yù)測該地區(qū) 2023年的 GDP將達到 。p 請用指數(shù)平滑法和回歸分析預(yù)測兩種預(yù)測方法，對該省 2023年的港口吞吐量進行預(yù)測，并比較兩種方法的預(yù)測結(jié)果。p 假設(shè) 2023年 GDP 將達到 9000億元，回歸分析的港口吞吐量是多少？ 115表 4. 某省港口吞吐量及 GDP數(shù)據(jù)年份 GDP 吞吐量1993 1994 1995 1996 1997 1998 1999 2023 2023 2023 2023 2023 116本章小結(jié)p 基礎(chǔ)資料采集調(diào)查流程p 資料采集調(diào)查方法p 影響物流需求的因素p 物流需求預(yù)測方法分類p 時間序列法：指數(shù)平滑法應(yīng)用p 因果法：彈性系數(shù)法、回歸分析應(yīng)用
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1