本篇主要介紹物流運輸與配送中常用的定量管理理論

本篇主要介紹物流運輸與配送中常用的定量管理分析理論和決策方法。包括預(yù)測技術(shù)，庫存優(yōu)化問題，運輸問題，車輛路徑問題，連續(xù)點的選址等。第3篇數(shù)學(xué)方法篇（MAHTEMETICMETHODS）第11章預(yù)測技術(shù)（TechniqueforForecasting）第12章庫存優(yōu)化問題（InventoryProblem）第13章運輸問題（TransportationProblem）第3篇數(shù)學(xué)方法篇（MAHTEMETICMETHODS）第11章預(yù)測技術(shù)（TechniqueforForecasting）預(yù)測作為一門新興學(xué)科，愈來愈廣地廣泛的應(yīng)用于社會各個領(lǐng)域，如社會預(yù)測、經(jīng)濟預(yù)測、科學(xué)預(yù)測、技術(shù)預(yù)測和軍事預(yù)測等。所謂預(yù)測，是指對生產(chǎn)、裝運或銷售等方面有可能產(chǎn)生的流量或單位數(shù)的一種預(yù)示或估計。在物流運輸與配送實踐當(dāng)中，許多決策問題能否有效地開展，都依賴于預(yù)測質(zhì)量的好壞。如配送網(wǎng)絡(luò)設(shè)計，運能規(guī)劃，庫存計劃等。第11章預(yù)測技術(shù)（TechniqueforForecasting）11.1概述（Introduction）11.1.1預(yù)測概述（SummaryonForecast）11.1.2預(yù)測程序（Procedureofforecast）11.1.3物流預(yù)測方法的分類（ClassificationofMethodforForecastLogistics）11.1.4預(yù)測方法的選擇（SelectionofMethods）11.2時間序列預(yù)測技術(shù)（TechniqueforTimeSequenceForecast）11.2.1移動平均預(yù)測法（MovingAverageForecast）11.2.2指數(shù)平滑預(yù)測法（ExponentialSmoothingForecast）11.3回歸分析預(yù)測技術(shù)（TechniqueforRegressionAnalysisForecast）11.3.1一元線性回歸預(yù)測法（SingleRegressionForecast）11.3.2多元線性回歸預(yù)測分析（MultipleRegressionForecast）11.1.1預(yù)測概述

物流預(yù)測就是根據(jù)客觀事物的過去和現(xiàn)在的發(fā)展規(guī)律，借助科學(xué)的方法和手段，對物流管理發(fā)展趨勢和狀況進行描述、分析，形成科學(xué)的假設(shè)和判斷的一種科學(xué)理論。物流預(yù)測技術(shù)可以推動物流信息系統(tǒng)的計劃并加以協(xié)調(diào)，通?？深A(yù)測未來出現(xiàn)的事件，也可以是定期對配送中心裝運的某一產(chǎn)品進行預(yù)測，也可以對幾個星期的資料進行匯總，做出分析和報告。11.1概述11.1.2預(yù)測程序11.1概述11.1.3物流預(yù)測方法的分類1.判斷預(yù)測(定性)技術(shù)在一種有組織的形式下，搜集各個人對分析過程所作的判斷，然后進行預(yù)測。2.時間序列預(yù)測基于事物發(fā)展具有歷史繼承性這一規(guī)律而進行。3.因果預(yù)測技術(shù)從預(yù)測對象同其制約因素之間的因果關(guān)系著手進行預(yù)測。這類方法注重研究外因?qū)κ挛锇l(fā)展變化的影響。（計量經(jīng)濟模型、投入產(chǎn)出法、回歸模型）11.1概述11.1.4預(yù)測方法的選擇名稱范圍適用情況需做工作定性預(yù)測法短、中、長期對缺乏歷史統(tǒng)計資料或趨勢面臨轉(zhuǎn)折的事件進行預(yù)測需做大量的調(diào)查研究工作時間序列預(yù)測法短、中期只適于進行短期預(yù)測只需要時間序列歷史數(shù)據(jù)一元線性回歸預(yù)測法短、中期自變量與因變量之間存在線性關(guān)系需費大量時間為兩個變量收集數(shù)據(jù)多元線性回歸預(yù)測法短、中期因變量與兩個或兩個以上的自變量之間存在線性關(guān)系需費大量時間為所有變量收集歷史數(shù)據(jù)，需借助于計算機計算非線性回歸預(yù)測法短、中期因變量與一個或多個自變量之間存在某種非線性關(guān)系需收集歷史數(shù)據(jù)，并用幾個非線性模型試驗，需借助于計算機計算11.1概述11.2時間序列預(yù)測技術(shù)時間序列法又稱時間數(shù)列方法，是一種利用包含相對清楚而又穩(wěn)定關(guān)系和趨勢的數(shù)據(jù)統(tǒng)計方法，展示了事物在一定的時期內(nèi)的發(fā)展變化過程，考慮到事物發(fā)展的歷史繼承性，可以通過選擇適當(dāng)?shù)哪Ｐ托问胶湍Ｐ蛥?shù)，運用慣性原理對事物未來的發(fā)展趨勢進行預(yù)測，稱為時間序列預(yù)測。時間序列被用于識別：產(chǎn)生季節(jié)因素的數(shù)據(jù)系統(tǒng)變量；周期變化模式；趨勢值；趨勢增長率。11.2.1移動平均預(yù)測法移動平均法的基本思想是，每次取一定周期長度的觀察值的平均值，并按時間次序逐次推進，每增加一個時段時，就去掉前一時段的數(shù)值，再計算平均值。移動平均法用最近幾期的平均數(shù)來預(yù)測下一期的可能值，既可以消除或減少隨機變動的影響，又能發(fā)現(xiàn)數(shù)據(jù)的演變趨勢。若資料數(shù)據(jù)單純圍繞某一水平作隨機跳動，宜采用一次移動平均數(shù)法；若資料具有持續(xù)的線性增長（或下降）趨勢時，宜采用二次移動平均數(shù)法。11.2時間序列預(yù)測技術(shù)已知數(shù)據(jù)據(jù)時間序序列為：：x0，x1，x2，……，，xn，以M(t）(1)表示第t時刻的的時間序序列的一一次移動動平均值值，以N表示參參與“平平均”的的實際值值個數(shù)，，也稱數(shù)數(shù)據(jù)的間間距或移移動的步步長，則則有：1.一一次移動動平均法法11.2時間序列預(yù)測技術(shù)預(yù)測某企企業(yè)產(chǎn)品品的銷售售量。取取N=5。計算算一次移移動平均均數(shù):月12345678910銷售量Xt45526048525558626467一次移動平均值━━━━51.453.454.65558.261.2計算出的的移動平平均數(shù)也也構(gòu)成了了時間序序列。一一般情況況下，如如果時間間序列沒沒有明顯顯的傾向向變動和和周期變變動，可可用。。11.2時間序列預(yù)測技術(shù)由表中所所列的結(jié)結(jié)果看來來，由移移動平均均計算后后所得到到的新數(shù)數(shù)列，其其數(shù)據(jù)起起伏波動動的范圍圍變小了了，異常常大和異異常小的的數(shù)據(jù)值值被修勻勻了。從從而異常常數(shù)據(jù)對對移動平平均值的的影響不不大。因因此移動動平均預(yù)預(yù)測有較較好的抗抗干擾能能力，可可以在一一定程度度上描述述時間序序列變化化的趨勢勢。11.2時間序列預(yù)測技術(shù)移動平均均預(yù)測法法對時間間序列中中數(shù)據(jù)變變化的反反映速度度及對干干擾的修修均能力力，取決決于N的的值。隨隨著N的的減小，，移動平平均對時時間序列列數(shù)據(jù)變變化的反反映敏感感性增加加，但修修勻能力力下降；；而N增增大，移移動平均均對時間間序列數(shù)數(shù)據(jù)變化化的反映映敏感性性減小，，但對時時間序列列的修勻勻能力卻卻上升，，所以移移動平均均法的修修勻能力力與時間間序列數(shù)數(shù)據(jù)變化化的敏感感性是矛矛盾的，，兩者不不可兼得得，因此此在確定定N的時時候，一一定要根根據(jù)時間間序列的的特點來來確定。。11.2時間序列預(yù)測技術(shù)一般，N的選擇擇原則是是：（1）由由所需處處理的時時間序列列的數(shù)據(jù)據(jù)點的多多少而定定。數(shù)據(jù)據(jù)點多，，可以取取得大一一些；（2）要要由已有有的時間間序列的的趨勢而而定，趨趨勢平穩(wěn)穩(wěn)并基本本保持水水平狀態(tài)態(tài)的，可可以取得得大一些些；趨勢勢平穩(wěn)并并保持階階梯性或或周期性性增長的的，應(yīng)該該取得小小一些；；趨勢不不穩(wěn)并有有脈沖式式增減的的，應(yīng)取取得大一一些。11.2時間序列預(yù)測技術(shù)當(dāng)時間序序列有明明顯線性性變化趨趨勢時，，上述方方法存在在滯后偏偏差，使使預(yù)測值值偏低。。為解決決這一問問題，采采用二次次移動平平均法。。上面介介紹的一一次移動動平均數(shù)數(shù)本身也也構(gòu)成一一個時間間序列，，在此基基礎(chǔ)上再再作一次次移動平平均，之之后建立立線性預(yù)預(yù)測模型型進行預(yù)預(yù)測，就就是二次次移動平平均法。。2.二二次移動動平均法法11.2時間序列預(yù)測技術(shù)二次移動動平均法法的線性性預(yù)測模模型為：：式中t——當(dāng)前前的時間間序號；；T——由當(dāng)當(dāng)前時間間到預(yù)測測時間的的時間間間隔數(shù)，，即超前前時間間間隔；——線性性模型的的截距；；——線性性模型的的斜率；；——第時時間間的預(yù)測測值。11.2時間序列預(yù)測技術(shù)其中，仍舉上例例。取N=5。。計算二二次移動動平均數(shù)數(shù):月12345678910運輸量Xt45526048525558626467二次移動平均值━━━━━━━━54.5256.48月12345678910銷售量Xt45526048525558626467一次移動平均值━━━━51.453.454.65558.261.2一次移動動平均數(shù)數(shù)：11.2.2指指數(shù)數(shù)平滑預(yù)預(yù)測法指數(shù)平滑滑預(yù)測法法，是與與以前需需求水平平和預(yù)測測水平加加權(quán)平均均數(shù)數(shù)所所估計的的未來年年銷量為為基礎(chǔ)的的，是在在移動平平均預(yù)測測法的基基礎(chǔ)上發(fā)發(fā)展起來來的一種種預(yù)測方方法。新新的預(yù)測測函數(shù)引引入?yún)?shù)數(shù)α。它它包括一一次指數(shù)數(shù)平滑預(yù)預(yù)測法、、二次指指數(shù)平滑滑預(yù)測法法和高次次指數(shù)平平滑法。。一次指數(shù)數(shù)平滑預(yù)預(yù)測法，，利用時時間序列列中本期期的實際際值與本本期的預(yù)預(yù)測值加加權(quán)平均均作為下下一期的的預(yù)測值值。式中,————在t+1時刻刻的一次次指數(shù)平平滑值(t時刻刻預(yù)測值值)；——平滑滑常數(shù)，，規(guī)定。?！趖時刻的的實際值值。；例11-1某某企業(yè)對對某年度度l~11月某某種物資資的價格格情況進進行了統(tǒng)統(tǒng)計，見見表，試試用一次次指數(shù)平平滑法對對該年12月份份該物資資的市場場價格進進行預(yù)測測。月份期數(shù)市場價格（元/噸）預(yù)測值月份期數(shù)市場價格（元/噸）預(yù)測值1120077155187.42213520088130158.233195141.599220132.844197189.71010277211.355310196.71111235270.966175298.71212238.6解:應(yīng)應(yīng)用指指數(shù)平滑滑公式進進行預(yù)測測，首先先應(yīng)選取取，，并確確定。。設(shè)＝＝0.9，，＝＝xt。應(yīng)用指數(shù)數(shù)平滑公公式進行行預(yù)測，，就應(yīng)首首先確定定，，被被稱為為初始值值。初始始值是不不能直接接得到的的，應(yīng)該該通過其其他方法法選取或或直接選選用當(dāng)期期實際值值。稱稱為平滑滑系數(shù)，，其值為為，取值大大小體現(xiàn)現(xiàn)了不同同時期數(shù)數(shù)據(jù)在預(yù)預(yù)測中所所起的作作用，值值越越大，越越反映近近期數(shù)據(jù)據(jù)變化趨趨勢，模模型靈敏敏度越高高；值值越小，，越反映映長期的的大致發(fā)發(fā)展趨勢勢。掌握握值值，，是用好好指數(shù)平平滑模型型的一個個重要技技巧，一一般采用用多方案案比較方方法，從從中選出出最能反反映實際際值變化化規(guī)律的的值值。11.3回歸歸分析預(yù)預(yù)測技術(shù)術(shù)回歸預(yù)測測技術(shù)就就是根據(jù)據(jù)存在于于現(xiàn)象之之間的內(nèi)內(nèi)在因果果關(guān)系和和函數(shù)關(guān)關(guān)系建立立回歸模模型的方方法，用用來從某某一現(xiàn)象象的變動動，來估估計另一一現(xiàn)象的的變化方方向和程程度，也也就是從從一種現(xiàn)現(xiàn)象變化化的因，，來推測測另一現(xiàn)現(xiàn)象變化化的果。。因此，，回歸預(yù)預(yù)測也叫叫因果預(yù)預(yù)測?；鼗貧w預(yù)測測按所包包含的自自變量的的多少，，可分為為一元回回歸預(yù)測測法和多多元回歸歸預(yù)測法法。11.3.1一一元元線性回回歸預(yù)測測分析假設(shè)變量量x與變變量y是是線性相相關(guān)的，，且有相相關(guān)方程程為：式中：a，b———回歸歸系數(shù)。?；貧w系數(shù)可可用最小二二乘法由觀觀測數(shù)據(jù)計計算得知。。顯然，如果果已知其中中一個變量量的未來值值，那么可可以通過上上述公式預(yù)預(yù)測另一個個變量的未未來值。問問題在于，，假設(shè)中的的線性關(guān)系系是否存在在，或者說說線性相關(guān)關(guān)程度多大大？研究兩兩個變量x與y之間間是否存在在線性相關(guān)關(guān)關(guān)系，通通常的辦法法是將獨立立的n對觀觀測數(shù)據(jù)在在坐標標上畫出散散點圖，由由直觀觀察察進行判斷斷，散點是是否沿直線線排列。但但這是兩個個變量的線線性相關(guān)程程度到底有有多大，還還要借助于于數(shù)理統(tǒng)計計分析。相關(guān)系數(shù)是是描述兩個個變量線性性關(guān)系密切切程度的數(shù)數(shù)量指示（（用γ表示），它它的計算公公式如下：：當(dāng)γ=0時，表表示X，Y沒有線性性關(guān)系；當(dāng)當(dāng)0<γ<1時，表表示X，Y正線性相相關(guān)；-1<γ<0時，表表示X，Y負線性相相關(guān)。一般來講，，只有當(dāng)|γ|較大時，，用線性回回歸模型描描述Y與X的相關(guān)關(guān)關(guān)系，才有有實際價值值。實際檢檢驗時，需需要查相關(guān)關(guān)系數(shù)檢驗驗表。在一元線性性回歸中，，還可以用用F檢驗判判斷模型的的顯著性，，用t檢驗驗判斷回歸歸系數(shù)的顯顯著性，這這幾種檢驗驗是相互等等價的。11.3.2多多元線性回回歸預(yù)測分分析在實際中，，與某一個個變量有關(guān)關(guān)的因素往往往不是一一個，而是是多個。例例如企業(yè)生生產(chǎn)量的影影響因素，，除了原材材料供應(yīng)商商服務(wù)狀況況，還有諸諸如企業(yè)本本身生產(chǎn)能能力以及最最終用戶和和需求等因因素，多元元線性回歸歸法就是研研究對一個個因變量有有兩個或兩兩個以上影影響因素的的相關(guān)關(guān)系系進行預(yù)測測的方法。。多元線性性回歸分析析方法是一一元線性回回歸理論與與技術(shù)在多多變量線性性關(guān)系系統(tǒng)統(tǒng)中的重要要延伸，也也是預(yù)測中中常使用的的方法。多元線性回回歸分析預(yù)預(yù)測法是對對自變量和和因變量的的n組統(tǒng)計計數(shù)據(jù)，，，，進行分分析，明確確因變量y與各個自自變量間存存在線性相相關(guān)關(guān)系的的基礎(chǔ)上，，給出適宜宜的線性回回歸方程。。并據(jù)此做做出關(guān)于因因變量y的的發(fā)展變化化趨勢的預(yù)預(yù)測。類似于一元元線性回歸歸分析，可可以用線性性方程來近似描述述y與之之間間的線性相相關(guān)關(guān)系，，它的參數(shù)數(shù)也可以用用最小二乘乘法進行估估計。設(shè)則參數(shù)為為m元元一次聯(lián)立立方程組的的解：式中用矩陣表示示則例：某企業(yè)業(yè)分析了某某物資的采采購量、資資源量與價價格間的關(guān)關(guān)系，見表表。由此得得知它們是是線性相關(guān)關(guān)的，試求求出回歸方方程并預(yù)測測資源量為為3500噸，價格格為1.90元時的的市場采購購量。采購量（噸）23523825626427127328929830431