物流需求預(yù)測(cè)方法介紹-在線瀏覽
2025-02-08 23:08本頁(yè)面
【正文】 數(shù) a決定了預(yù)測(cè)對(duì)偏差調(diào)整的快慢。反之， a的值越趨于 1，預(yù)測(cè)對(duì)偏差的調(diào)整就越迅速，同時(shí)平滑效果就越差。 采用的系統(tǒng)需求公式為： 系統(tǒng)需求 =需求水平 +需求趨勢(shì) Holt模型只是在指數(shù)平滑法的基本模型基礎(chǔ)上進(jìn)行簡(jiǎn)單的修改，在觀察完 t期的實(shí)際需求后，整個(gè)預(yù)測(cè)模型作如下修正： 式中： α為需求水平的平滑系數(shù)， 0 α 1； β為需求趨勢(shì)的平滑系數(shù)， 0 β 1； At為第 t期的實(shí)際需求量； St 為第 t期的需求水平預(yù)測(cè)值； St+1為第 t+1期的需求水平預(yù)測(cè)值； Tt為第 t期的趨勢(shì)預(yù)測(cè)值； Tt+1為第 t+1期趨勢(shì)校正后的預(yù)測(cè)值。在這里，使用如下等式來校正預(yù)測(cè)： 系統(tǒng)需求 =（需求水平 +需求趨勢(shì)） ╳ 季節(jié)性需求 在應(yīng)用此模型之前，又兩個(gè)條件要滿足 : ? 一、需求模型的季節(jié)性波動(dòng)的高峰與低谷產(chǎn)生的原因必須已知，這些峰谷值必須在每個(gè)周期的同一時(shí)間出現(xiàn)。 如果季節(jié)性需求不平穩(wěn)、不明顯，無法與隨機(jī)變化區(qū)分開來，那么很難開發(fā)出準(zhǔn)確預(yù)測(cè)下一期需求走勢(shì)的模型。 ntntttt AWAWAWAWF ???? ????? ...332211 ))(1(1 TtStaaAtS t ????? 帶有需求趨勢(shì)和季節(jié)性需求校正的指數(shù)平滑法（ Winter模型） TTTTT TSIAS ????? )(1()/(1 ?? TSSTttt )1()( 11 ?? ???? ?? ISAI ttLt )1()/( ?? ???? 現(xiàn)假定需求的周期數(shù)為 L，在 t期，已給定實(shí)際值 At 、初始需求水平 St、初始需求趨勢(shì) Tt 以及一個(gè)周期的初始季節(jié)性需求 ， ， … ， 的預(yù)測(cè)，則第 t+1期的對(duì)需求水平、需求趨勢(shì)、季節(jié)性需求以及總的需求預(yù)測(cè)做如下校正： 式中， L：季節(jié)性需求的周期； ：第 t期的季節(jié)性需求預(yù)測(cè)值； ：季節(jié)性需求的平滑系數(shù)， 0 1； ：第 t+1期趨勢(shì)與季節(jié)性需求校正后的預(yù)測(cè)值。 一元線性回歸分析預(yù)測(cè)法，是根據(jù)自變量 x和因變量 Y的相關(guān)關(guān)系，建立 x與 Y的線性回歸方程進(jìn)行預(yù)測(cè)的方法。所以應(yīng)用一元線性回歸分析預(yù)測(cè)法，必須對(duì)影響市場(chǎng)現(xiàn)象的多種因素做全面分析。 一元線性回歸分析法的預(yù)測(cè)模型為： 式中， Xt代表 t期自變量的值； 代表 t期因變量的值； a、 b代表一元線性回歸方程的參數(shù)。 線性相關(guān)示意圖 ?y a bx???y a bx??x y y x a a 0 0 ? a、 b參數(shù)由下列公式求得（用 代表 ）： 為簡(jiǎn)便計(jì)算，我們作以下定義： 式中： 這樣定義 a、 b后，參數(shù)由下列公式求得： ? 將 a、 b代入一元線性回歸方程 Yt = a + bXt，就可以建立預(yù)測(cè)模型，那么，只要給定 Xt值，即可求出預(yù)測(cè)值 。 ② r與 b符合相同 。 當(dāng) r0， 稱負(fù)線性相關(guān) ， Xi上升 ， Yi呈線性減少 。 (R檢驗(yàn)）（ F檢驗(yàn)） 多元線性回歸的計(jì)算模型
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1