第六章_物流系统预测

第六章 物流系统预测 主要内容 §61 系统预测概述 §62 物流系统需求预测的特征 §63 物流系统需求预测的方法 §64 基于神经网络的物流系统预测法 §61 系统预测概述 一系统预测的概念及实质 二系统预测方法的分类 三系统预测的一般程序 一预测的概念 预测就是对未来一些不确定的或未知事件的推断或估计 如社会预测经济预测科学预测技术预测军事预测 物流预测是根据客观事物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状况进行分析描述形成科学的假设和判断的一种科学理论 凡是影响物流系统活动的因素都是预测对象例如物流系统的人力物力财力以及资源销售交通国家的政策方针经济发展的形势和自然条件等都是预测的内容 系统预测的实质 系统预测的实质 分析使系统变化的原因 探究系统发展变化的规律 从量的变化中找出因果关系 根据系统的过去和现在对未来进行判断 预测就是要从变化中找出使事物发生变化的固有规律寻找和研究各种变化的背景及其演变的逻辑关系去揭示事物未来的面貌对事物的未来做出判断 系统预测的作用

系统预测是编制系统计划的基础 物流系统的存储运输等各项业务计划都是以预测资料为基础制定的 系统预测是系统决策的依据

决策的前提是预测正确的决策取决于可靠的预测 系统预测的概念模型 输入需要处理的信息如市场的调研和收集的数据资料 扰动各种主客观因素的影响随机因素与偶然因素的影响 输出预测的结果即对未来目标的判断该判断要经过主观努力的争取并接受客观实践的检验如此不断循环不断逼近 系统预测的理论基础 1惯性原理连续性原理 惯性 指事物发展变化主要受内因的作用事物的过去现在的状态会持续到将来 事物的发展变化具有某种程度的持续性连贯性 利用这一原则掌握事物变化的内在原因就能根据已知推测未知根据过去现在推测未来 惯性原理 事物在其发展变化过程中总有维持或延续原状态的趋向事物的某些基本特征和性质将随时间的延续而维持下去 事物惯性的大小取决于事物本身的动力和外界因素的作用

系统预测的理论基础 2．类推原理因果关系原则 根据事物发展变化的因果关系推测事物未来的发展变化规律 事物的存在发展和变化都受有关因素的影响和制约事物的存在和变化都有定的模式 特性相近的事物在其变化发展过程中常常有相似之处于是可以假设在有些情况下事物之间的发展变化具有类似的地方依此进行类比可以由先发事物的变化进程与状况推测后发类似事物的发展变化 二系统预测方法的分类 预测技术的种类繁多据统计有150多种 所有的预测技术可以分为三类 判断预测技术 定性预测 时间序列预测技术定量预测 因果预测技术定量预测 预测方法分类图示 三系统预测的步骤

三系统预测的步骤 2 各步骤说明 1确定预测目标 预测目的对象和预测期间 预测目的明确为什么要预测 预测对象对什么事物进行预测 预测期间对哪个时期进行预测1年内为短期25年为中期510年为长期 2收集分析有关资料 包括影响预测对象的各种资料如预测对象本身发展的历史资料对预测对象发展变化起作用的各种因素的资料形成这些资料的历史背景以及各种影响因素在未来可能出现的情况 预测必须占有大量的系统的适用于预测目标的资料 预测资料可以分为两类 纵向资料预测对象的历史数据资料 横向资料作用于预测对象的各种影响因素的数据资料 三系统预测的步骤 3选择预测方法进行预测 选择预测方法建立预测模型模型评估和利用模型进行预测 选择预测方法要考虑以下几个因素 预测对象的特点 预测范围 预测期限的长短 预测要求精度 占有数据资料的多寡适应性 企业愿为预测支付的费用的大小 企业要求得到预测结果所花时间的长短等 三系统预测的步骤 4分析评价预测方法及预测结果 分析预测误差对结果进行评估 5修正预测结果 在误差计算的基础上通过定性定量分析以及预测人员的知识和经验对结果进行修正使之更加适用于实际情况 6提交预测报告 预测报告的内容包括 预测的主要过程 预测目标预测对象及预测要求 预测资料的收集方式方法及其分析结果 阐述选择预测方法的原因及建立模型的过程 对预测结果进行评价与修正的过程及结论 预测结论 §62 物流系统需求预测的特征 一物流系统需求的特征 §62 物流系统需求预测的特征 二物流系统需求预测的特殊问题 §63 物流系统需求预测的方法 一定性预测方法 1 德尔菲法Delphi 德尔菲法Delphi简介 德尔菲法是由美国兰德公司最先提出的一种预测方法 德尔菲法也叫专家调查法 该方法的主要思想依靠专家小组背靠背的独立判断来代替面对面的会议使不同专家意见分歧的幅度和理由都能够表达出来经过客观的分析达到符合客观规律的一致意见 预测过程 确定预测课题并编制咨询表 选择参与预测的专家一般以10-50人为宜

进行四轮次左右的函询与反馈 处理专家们的意见并给出预测结果 德尔菲法的关键步骤 挑选专家聘请企业内外若干专家对所需预测的问题组成技术专家小组但组内成员一般没有人是整个问题的专家 进行函询向选定的专家组成员发放预测问卷和预测资料要求专家们根据预测资料针对预测目标独立作出自己的回答提出个人独立的预测结果 函询修正 将专家预测结果进行综合编辑将不同的专家预测结果整理成新一轮预测的参考资料 把新的参考资料和修改后的预测问卷提供给专家做新一轮的分析和预测 经过多次的重复直至问题能得到相对集中意见能相对统一为止 得出预测结果根据专家们提供的预测结果作出最终的预测结果 德尔菲法的特点 匿名性反馈性统计性

2 主观概率法 主观概率的概念 主观概率加权平均法 时间序列的概念 时间序列指观测或记录到的一组按时间顺序排列的历史数据 时间序列预测 时间序列预测根据预测对象的历史数据资料按时间进程组成动态数列进行分析预测的方法 1 移动平均预测法 以预测对象最近一组历史数据的平均值直接或间接地作为预测值 平均

是取预测对象的时间序列中由远而近按一定跨期的数据进行平均 移动 是指参与平均值计算的实际数据随预测期的推进而不断更新增加一个新值同时剔除掉已参与平均计算的最陈旧的一个实际值保证每次参与计算的实际值个数相同 1 一次移动平均预测法

以本期t期移动平均值作为下期t1期的预测值 移动平均法对时间序列数据变化的抗干扰能力叫修匀能力 移动平均法对时间序列数据变化的反应速度叫敏感性 移动平均法的修匀能力与敏感性相互矛盾 当n值增大移动平均值的修匀能力增加但同时移动平均值对时间序列变化的敏感性降低 要根据时间序列的特点来确定n值的大小

n值的一般选择原则是 1由时间序列的数据点的多少而定数据点多n可以取得大一些 2由时间序列的趋势而定趋势平稳并基本保持水平状态的n可以取得大一些 3趋势平稳并保持阶梯性或周期性增长的n应该取得小一些 2二次移动平均预测法 二次移动平均预测法是在求得一次移动平均数二次移动平均数的基础上对有线性趋势的时间序列所作的预测步骤如下 1计算一次移动平均值 2计算二次移动平均值 例题 某物资企业某年度1月至11月的钢材实际销售量用二次移动平均预测法预测其12月的钢材销售量 移动平均预测小结

1在外界环境变化较少的情况下移动平均法是一种有效的预测方法

2短期预测效果很好适用于需求销售预测库存管理预测等 3需要较多的历史数据并且计算量较大 2 指数平滑法 指数平滑预测法是在移动平均预测法的基础上发展起来的一种特殊的加权平均预测法

包括一次指数平滑预测法二次指数平滑预测法和高次指数平滑法

特点计算简单需要的历史数据较少 思路对离预测期较近的历史数据给予较大的权数离预测期较远的历史数据给予较小的权数 一次指数平滑法计算公式 式中Ft1 1 在t1时刻的一次指数平滑值

t时刻的下期预测值 Ft 1 在t时刻的一次指数平滑值

t时刻预测值 xt 在t时刻的实际值 平滑常数规定0 1 例题 某企业对某年度l11月某种物资的价格情况进行了统计用一次指数平滑法对该年12月份该物资的市场价格进行预测 解设＝09F1 1 ＝x1 200 假定 依次代入公式得到 1初始值F1 1 的确定方法 由历史数据得到算术平均值加权平均等 定性预测估计 2合理选取平滑系数 取值大小体现了不同时期数据在预测中所占的比例 下期预测值 ＝ 本期实际值的一部分 十 本期预测值的一部分 平滑系数的大小则表明了新老数据在下期预测计算中的比重 越大实际值在预测中占的比重就越大这就越能体现预测对象当前的变化趋势而忽视它的历史趋势 越小历史数据在预测中占的比重就越大这就越能反映预测对象的历史演变趋势而忽视了当前的变化 的一般取值原则 1 初始值的准确性小时 宜取大些以强调重视现实状态 2 初始数据中只有一部分与预测值拟合较好而大部分不好时说明历史状况不能较好地反映现实宜取较大的数值

3 时间序列虽有不规则波动但其长期趋势较为平稳时 宜取小些以强调重视总的演变趋势 4 时间序列波动的频率和振幅都较大取值要大一些以强调重视近期实际的变化状态 5 时间序列波动的频率和振幅较小取值要小一些以强调用历史发展趋势预测 3回归分析预测法 事物之间或事物的各因素之间只处于两种状态有关系或无关系 如果把事物或事物的各因素用最能反映其本质特征的变量来表示那么这些变量之间也只能存在两种状态有关系或无关系 变量间非确定性的相关关系不能用精确的函数关系式唯一地表达但在统计学意义上它们之间的相关关系可以通过统计的方法给出某种函数表达方式这种用统计方法处理变量间相关关系的方法就是回归分析方法 回归分析预测法是通过收集统计数据在分析变量间非确定性关系的基础上找出变量间的统计规律性并用数学方法把变量间的统计规律表现出来并在此基础上进行预测 1 一元线性回归预测法 例为了预测汽车薄钢板的年需求量有关物资企业研究并收集了发达国家汽车制造业近几年间的汽车产量与薄钢板消耗量的数据见表 例某公司预备购入钢材根据统计资料估计钢材在途运输时间 一元线性回归预测法预测流程 判断变量间是否成线性趋势对n对观察点数据XiYi选取直角坐标系绘制散点图 分析变量间是否存在线性相关关系

求回归方程y＝abx并进行预测 检验相关性 散点图只能表示两个变量之间是否线性相关而不能表示变量的线性相关程度到底有多大 对两个变量的线性相关性的检验可以通过数理统计中的F检验和R检验来进行 例题某公司预备购入钢材下表是一些供货点的路程及运输时间的统计资料要求根据提供的统计资料估计供货点位于1500公里时钢材的在途运输时间 解1判断统计数据是否有线性关系作散点图 2计算回归系数 3代入运输距离1500KM得到运输时间的预测值为 Y 40190008971500 17474 小时 4相关性检验及预测误差计算略 2多元线性回归预测法 多元线性回归预测法是一元线性回归预测法的延伸 多元线性回归预测法研究一个因变量和两个或两个以上的自变量间的关系 因变量和每一个自变量之间为线性关系 回归方程 回归系数的计算略 ３ 回归效果分析 1 相关性检验 用相关系数r来描述变量间相互关系的密切程度 总结 平滑预测与回归预测的比较 平滑预测与回归预测都是常用的预测技术其区别如下 适用范围不同 平滑预测模型适用于时间序列 回归模型既适用于时间序列也适用于具有因果关系的非时间序列 预测期间不同 平滑预测是一种对现有资料的外推只适用于短期预测 回归模型反映变量间的因果关系适用于中短期预测 功能不同 平滑模型通常只用于进行预测 回归模型既用于预测也可以用于结构分析政策评价等