物流預測方法(總)-在線瀏覽
2024-10-28 19:59本頁面
【正文】 驗法和試算法是選擇權重的最簡單的方法。例如，根據(jù)前一個月的利潤和生產(chǎn)能力比起根據(jù)前幾個月能更好的估測下個月的利潤和生產(chǎn)能力。,?,2.2指數(shù)平滑法,最適合的預測期：短期。 特點：（1）短期預測中最有效的方法 （2）只需要得到很小的數(shù)據(jù)量就可以連續(xù)使用 （3）在同類預測法中被認為是最精確的 （4）當預測數(shù)據(jù)發(fā)生根本性變化時還可以進行自我調(diào)整 （5）是加權移動平均法的一種，較近期觀測值的權重比較遠期觀測值的權重要大. 具體做法：上一期預測值加上時間序列該期實際與預測值差額的一定百分數(shù)即得新的預測值。 上式可變形為： 平滑常數(shù)a決定了預測對偏差調(diào)整的快慢。反之，a的值越趨于1，預測對偏差的調(diào)整就越迅速，同時平滑效果就越差。 采用的系統(tǒng)需求公式為： 系統(tǒng)需求=需求水平+需求趨勢 Holt模型只是在指數(shù)平滑法的基本模型基礎上進行簡單的修改，在觀察完t期的實際需求后，整個預測模型作如下修正： 式中： α為需求水平的平滑系數(shù)，0 α 1； β為需求趨勢的平滑系數(shù)，0 β 1； At為第t期的實際需求量； St 為第t期的需求水平預測值； St+1為第t+1期的需求水平預測值； Tt為第t期的趨勢預測值； Tt+1為第t+1期趨勢校正后的預測值。在這里，使用如下等式來校正預測： 系統(tǒng)需求=（需求水平+需求趨勢）╳季節(jié)性需求 在應用此模型之前，又兩個條件要滿足: 一、需求模型的季節(jié)性波動的高峰與低谷產(chǎn)生的原因必須已知，這些峰谷值必須在每個周期的同一時間出現(xiàn)。 如果季節(jié)性需求不平穩(wěn)、不明顯，無法與隨機變化區(qū)分開來，那么很難開發(fā)出準確預測下一期需求走勢的模型。,?,2.4 帶有需求趨勢和季節(jié)性需求校正的指數(shù)平滑法（Winter模型）,現(xiàn)假定需求的周期數(shù)為L，在t期，已給定實際值At 、初始需求水平 St、初始需求趨勢Tt 以及一個周期的初始季節(jié)性需求 ， ，… ， 的預測，則第t+1期的對需求水平、需求趨勢、季節(jié)性需求以及總的需求預測做如下校正： 式中，L：季節(jié)性需求的周期； ：第t期的季節(jié)性需求預測值； ：季節(jié)性需求的平滑系數(shù)，0 1； ：第t+1期趨勢與季節(jié)性需求校正后的預測值。,?,3.1一元線性回歸預測法,一元線性回歸分析預測法，是根據(jù)自變量x和因變量Y的相關關系，建立x與Y的線性回歸方程進行預測的方法。所以應用一元線性回歸分析預測法，必須對影響市場現(xiàn)象的多種因素做全面分析。,一元線性回歸分析法的預測模型為：,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)。,?,線性相關示意圖,,x,y,y,x,a,a,0,0,?,3.1一元線性回歸預測法,a、b參數(shù)由下列公式求得（用 代表 ）：,為簡便計算，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：,?,3.1一元線性回歸預測法,將a、b代入一元線性回歸方程Yt = a + bXt，就可以建立預測模型，那么，只要給定Xt值，即可求出預測值 。 ②r與b符合相同。當r0.7，為高度線性相關；0.3|r|≤0.7，為中度線性相關；|r|≤0.3，為低度線性相關。當多個自變量與因變量之間是線性關系時，所進行的回歸分析就是多元性回歸。,b1為
規(guī)章制度相關推薦
鄂ICP備17016276號-1