物流需求預測課件(參考版)
2025-01-08 05:43本頁面
【正文】 根據(jù) EOQ模型，最佳訂貨批量應該是多少箱？ 思考題 。 。 EOQ在庫存控制過程中的應用。 （ 4）預測期限、時間和費用。 （ 2）數(shù)據(jù)資料的數(shù)量和質(zhì)量。 （ 4）預測期限、時間和費用。 （ 2）數(shù)據(jù)資料的數(shù)量和質(zhì)量。 （ 5）穩(wěn)定性能好。 （ 3） 解釋能力強 。 ST=[Σ （ yt － yt ） 2/ （ T3 － T ） ]1/2 t=T， T3 第四節(jié) 預測方法選擇與評價 二 、 預測方法的選擇與評價 預測方法選擇與評價的幾項原則 （ 1） 理論上合理 。 S－ T=[Σ （ yt－ yt） 2/（ T－ T2） ]1/2 t=T2， T 事后預測標準誤差也是用于檢驗預測模型再現(xiàn)實際能力和檢驗預測模型有效性 ， 進行精度分析的一個重要指標 。 S=[Σ （ yt－ yt） 2/（ T2－ T1） ]1/2 t=T1， T2 預測標準誤差是用于檢驗預測模型再現(xiàn)實際能力的指標 ， 也是檢驗預測模型有效性 ， 進行精度分析的重要指標 。 （ 4）隨機誤差。 （ 2） 預測模型方法選擇不當 。 另外假定 vj=xj－ x（ tj） ,是服從正態(tài)分布的隨機誤差 ， 根據(jù)最小二乘法原理可以導出 ， 對應于 tn+r時刻的最佳估值可以表示為 X（ tn+r） =Σw kxk k=0， 1， 2， … ， n（ 935） 式中 w0,w1, … ,wn稱為預報權(quán)系數(shù) ， 它與采樣點數(shù) n+1,擬合多項式次數(shù) m,預報點數(shù) r有關 。 這里 r為整數(shù) ， 當 r＞ 0時 ， 估值就是預測值 ， 當r≤ 0時 ， 估值就是經(jīng)濾波的平滑值 。 第一種方法 解正規(guī)方程組，得出擬合多項式系數(shù)，從而 求出多項式的表達式。 時間序列預測技術可分為確定型和隨機型兩 大類。 第三節(jié) 定量預測方法 六 、 多項式及指數(shù)曲線模型 時間序列是指一組按時間位序排列的數(shù)據(jù)。 當數(shù)據(jù) x0采集后 ， 用前幾個數(shù)據(jù)求一個擬合多項式 ，再計算出當前點的擬合預報值 x（ 0） ,當殘值絕對值 ︳ x0－ x（ 0） ︳ ≤ 3S時 ， 認為數(shù)據(jù)合理 ， 否則認為不合理 ， 用擬合值代替之 。 簡單的檢驗方法是直觀檢驗 ， 既以時間為橫坐標 ， 產(chǎn)量為縱坐標 ， 把數(shù)據(jù)標在坐標圖上 ， 用手工做一條擬合直線 ， 若發(fā)現(xiàn)偏差絕對值太大（ 大于平均值的 3倍 ） 的觀測值既認為是 “ 野值 ” 。S可用下式求出 S2=Q/(n1) （ 9— 32） 舉一個例子說明最小二乘法的求解過程 。 把解出的系數(shù)值代入 （ 9— 27） 式 ，便得出擬合多項曲線 。 假設有 n個觀測數(shù)據(jù) x1， x2， … ， xn， 我們建立數(shù)學模型 xj=x(tj)+vj j=1 ， 2 ， … ， n (9— 26) 其中： x(tj)=a0+a1tj+a2tj2+… +amtjm （ 9— 27） xj是 tj點的觀測值 ， x(tj)是函數(shù)在 tj點的取值 ，這里用多項式近似表示 ， vj是隨機誤差 ， 也可統(tǒng)稱為殘差 。 為了保證預測的準確性 ， 應至少收集 3年的歷史數(shù)據(jù) 。 第三節(jié) 定量預測方法 溫特斯預測公式 在此基礎上 ， 重新從 t=13開始 ， 并令 S12=x12；T12=0， 由式 （ 9— 22） 至式 （ 9— 24） 遞推計算 St、Tt和 It。 第三節(jié) 定量預測方法 溫特斯預測公式 基于溫特斯指數(shù)平滑模型的預測公式如下： Ft+m=（ St+mTt） It－ L+m （ 9— 25） 式中 ， m：要預測時刻距現(xiàn)在的時間間隔數(shù) 。 第三節(jié) 定量預測方法 a0和 a1的估算公式 a0=2St1（ x） － St2（ x） （ 9— 7） a1=α/β[S t1（ x） － St2
教學課件相關推薦
鄂ICP備17016276號-1