物流预测方法(总)

物流园区规划中物流需求的预测方法一、引言物流园区作为物流基础设施网络中的节点设施之一，其规划和建设既是物流本身发展的需要，也是城市发展对物流提出的必然要求。

物流园区能有效整合物流资源，带动城市经济发展，成为商品周转、集散、配送和信息处理的中心，同时也可以促进多式联运的发展。

物流园区规划是物流基础设施网络规划中的一个重要方面，它的规划和建设逐渐成为我国现代物流快速发展的必然要求，在物流园区规划中必须解决物流园区的规模、数量、功能以及布局等关键问题；而这几个关键问题的解决都是建立在对物流需求分析的基础之上的。

很多专家和学者从理论和实践的角度对物流需求的分析和预测进行了研究，但目前还没有形成一套行之有效的物流需求预测方法来指导物流园区规划的实践。

为了解决上述问题，本文从物流需求的特性入手，利用物流与经济发展的关系，采用BP神经网络研究物流园区规划中的物流需求预测问题，从而为合理确定物流园区的规模、数量和布局奠定基础，避免出现有场无市、资源浪费等现象。

二、物流园区的概念在世界物流业的发展过程中，德国、日本等不少国家出现了物流园区这一概念，但叫法不一，或称物流园区，或称物流团地，或称物流中心。

我国物流标准化技术委员会、物流信息管理标准化技术委员会和中国物流与采购联合会等单位在GB/T18354-2006《物流术语》的基础上，对物流园区的概念进行了界定。

物流园区（Logistics Park）是指为了实现物流设施集约化和物流运作共同化，或者出于城市物流设施空间布局合理化的目的而在城市周边等各区域，集中建设的物流设施群与众多物流业者在地域上的物理集结地。

可以从以下三个方面理解物流园区的内涵[1]：（1）从性质上看：一方面物流园区是构成物流基础设施的重要组成部分，是一种社会公共基础设施；另一方面物流园区是地域的空间布局与综合服务功能融合在一起的物流节点或物流平台。

（2）从市场定位上看：一方面物流园区是物流企业与相关企业如运输、仓储企业和中介服务机构的积聚区；另一方面物流园区是有效整合物流资源、实施物流现代化作业、建立一体化运输体系、实现设施共享与高度信息化的物流市场载体。

物流系统的预测与控制 LG GROUP system office room 【LGA16H-LGYY-LGUA8Q8-LGA162】物流系统预测与控制7．1物流系统预测概述预测就是要对复杂变化的事物进行大量调查研究．应用系统分析的方法，从中找出使事物发生变化的固有规律，去揭示事物未来的状况和面貌。

在规划设计一个物流系统之前，需要对其物资的流向、流量、资金周转及供求情况进行调查研究，取得各种资料和信息，应用科学的方法进行预计和推测，才能使规划设计的物流系统符合实际，运行正常，获得效益。

一个运行中的物流系统、一个第三方物流企业都需要进行市场预测，因为预测是编制计划的基础，一个物流系统的计划运输量、计划存储量、计划搬运量等都需要在预测的基础上制定计划，可见预测的准确与否直接影响到计划的可行性，决定企业的生存和发展。

由于一个物流系统是一个多环节的系统，它和资源、销售、交通的变化，和人、财、物的流通，国家的有关方针政策，国际国内经济发展形势，甚至和气候状况等自然条件的变化都有关，这些内容都应该是预测所考虑的。

比如一个空调生产厂家在制定第二年的生产计划时预测了第二年我国北方会有一段连暗高温气候，会出现一段时间的空调采购热，并在生产计划中给予了考虑，且还应有一个调运及时，运作迅速可靠的物流系统的支持，故在1981年、1998年，北京、石家庄、东北出现40℃的持续高温时，能迅速调运空调就不会出现“空调”脱销和供不应求的现象，厂家也会从中获得巨大的效益。

据资料介绍，美国市场需求预测的偏差目前已可控制在10％左右。

随着科技的进步，预测方法的研究和改进，预测准确度的提高，物流系统预测将会获得更好效果。

一、物流系统预测的基本原则和预测程序物流系统预测是指根据物流系统的过去和现在的发展规律，借助科学的方法和手段，对物流管理发展趋势和现状进行描述、分析、形成科学的假设和判断的一种科学理论。

预测的基本原则：1、惯性原则：所谓惯性是指由于事物发展变化主要受内因的作用，因而一个事物的过去，现在的状态会持续到将来。

物流需求预测方法探析引言在当今全球化的背景下，物流行业起着举足轻重的作用。

准确预测物流需求对于提高物流运营效率、降低成本、满足客户需求至关重要。

因此，物流需求预测成为物流企业重要的研究课题。

本文将探析物流需求预测的方法，包括定量预测方法和定性预测方法，并分析各种方法的优缺点。

定量预测方法定量预测方法是通过数理统计的手段，基于历史数据对未来物流需求进行预测。

以下是当前常用的定量预测方法：时间序列分析时间序列分析是一种广泛应用的定量预测方法，它基于历史数据的时间模式和趋势，通过数学统计方法来进行预测。

常用的时间序列分析方法包括移动平均法、指数平滑法、季节性分解法等。

时间序列分析方法简单易行，适用于稳定的需求模式，但对于非线性和高度波动的需求很难进行较准确的预测。

回归分析回归分析是建立因变量和自变量之间的关系模型，并通过模型对未来的自变量做预测。

在物流需求预测中，可以将需求量作为因变量，时间、季节、经济指标等作为自变量。

回归分析方法能够综合考虑各种因素对需求的影响，但前提是需要有足够的历史数据和有效的自变量。

Grey模型Grey模型是由灰色系统理论发展而来的一种预测方法，它适用于缺乏数据或数据不完备的情况。

Grey模型通过建立灰色微分方程，对数据进行处理和分析，并利用已有数据预测未来的需求量。

相比于传统的定量预测方法，Grey模型具有更强的适应性，但对数据的质量要求较高。

定性预测方法定性预测方法是基于专家经验和主观判断的预测方法，它不依赖于历史数据，而是通过专家意见和市场调研等方式进行预测。

Delphi法Delphi法是一种通过多轮专家调查和意见征询的方法，通过反复的集体讨论和修改，达成一致的预测结论。

Delphi法能够通过专家的知识和经验，对物流需求的未来趋势进行预测。

然而，Delphi法存在依赖于专家个体的主观判断，结果可能受到个体因素的影响。

场景分析场景分析是一种通过构建不同的预测场景，对物流需求进行预测的方法。

(5)物流市场预测的定性预测方法包括(时间序列分析预测
法集中
物流预测的方法主要包括：定性预测方法、定量预测方法。

一、定性预测方法
1.直接归纳法
2.集体意见法
3.头脑风暴法
4.德尔菲法
5.情景分析法
二、定量预测方法
1．时间序列预测法
2．因果预测法
3. 产销平衡法
4. 细分预测法与集成预测法
5. 组合预测法
二、预测的方法：定性预测、时间序列分析、因果联系法和模拟。

1、定性预测属于主观判断，包括情景分析法和德尔菲法等两类。

情景分析法：在推测的基础上，对可能的未来情景加以描述，同时将一些有
关联的单独预测集形成一个总体的综合预测。

德尔菲法：依据系统的程序，采用匿名发表意见的方式，即专家之间不得互相讨论，不发生横向联系，通过多轮次调查专家对问卷所提问题的看法，经过反复征询、归纳、修改，最后汇总成专家基本一致的看法。

这种方法具有广泛的代表性，较为可靠。

2、时间序列分析：是需求历史数据进行分析而对未来进行预测。

有简单移动平均、加权移动平均、指数平滑等。

加权平均通用公式：新预测= 权系数×销售量+(1-权系数)×老预测; 一阶平滑方程：新预测值=老预测值+权系数×(销售量-老预测)。

(事实上，需求预测必须将短期需求预测或生产进度安排与长期战略性需求预测有机结合起来，才会真正地起作用。

短期预测是根据存储单位(SKU)水平做出的，它与销售、客户关系，以及依据预订库存或安排运输来实施计划的系统和软件等相互作用。

相比之下，长期预测则是在更为集中的基础上作出的。

在月度或季度时间段内，对一系列产品的生产做出预测，作为财务和产能计划的输入数据。

长期预测必) 成本的改进是这个时代的目标。

时至今日，需求管理已经成为企业持续成功的必要条件，拥有好的需求预测的公司的抗风险性明显较高。

年，电子企业承受了由严重反差的需求预测而带2001来的库存压力，这让我们不得不反思一个问题：为什么在．2000年的下半年，电子行业的预测会如此看走眼呢？事实上，从执行主管到营销经理以及供应链计划者，每个人都对其它制造行业几个月前已经发出的销售急速下滑的警报视而不见，即使是高级的软件工具也没能对过高的需求预计给予警告。

为什么会这样呢？的是--改进短期生产进度安排和长期需求预测所需的服务平台。

1、需求预测平台改进需求预测工具1.12000年时，很少有公司购买成套的供应链管理工具以有效地改进需求预测，许多公司还处于定单管理或运输管理自动化的早期阶段，供应链计划者常常使用已过时几个月的信息。

这些公司都觉得可以将制造的东西统统卖出去，或是他们产品的生命周期比他们做预测的时间段还短。

他们只是简单地将短期预测进行外推，即使有调整也是少量这只是一厢情愿的作法。

另一方面，许多供应链计划软件并不能进行需求预测。

许多供应商只是开始将战略性预测所需的因果分析技术合并起来，这与短期的、详细的生产预测是不同的。

而且，因果分析个月的销售时，6~12尽管在分析最近或预测未来．预测是需要的，公司可以借此准备投资资金和产能预测，但这通常是营销或财务部门的事，并没有引起生产计划者和采购者的很多注意。

需求计划者侧重于近阶段的预测，因为那是今天需要解决的问题，而且即刻可以减少库存。