物流需求預(yù)測

物流需求預(yù)測第1頁，共28頁，2023年，2月20日，星期日預(yù)測的概念預(yù)測是對未來可能發(fā)生的事情的估計與推測。一般有短期預(yù)測、中期預(yù)測、長期預(yù)測。產(chǎn)品生命周期對預(yù)測的影響。購貨、工作安排、所需員工、工作指定、生產(chǎn)水平的計劃工作銷售計劃、生產(chǎn)計劃和預(yù)算、現(xiàn)金預(yù)算和分析不同作業(yè)方案規(guī)劃新產(chǎn)品、資本支出、生產(chǎn)設(shè)備安裝與添置、發(fā)展與研究第2頁，共28頁，2023年，2月20日，星期日預(yù)測的類型1、經(jīng)濟預(yù)測：通過預(yù)計通貨膨脹率、貨幣供給、房屋開工率及其他指標(biāo)來預(yù)測經(jīng)濟周期2、技術(shù)預(yù)測：預(yù)測會導(dǎo)致產(chǎn)生重要的新產(chǎn)品，從而帶動新工廠和設(shè)備需求的技術(shù)進步3、需求預(yù)測：預(yù)測是為下一步計劃做準(zhǔn)備預(yù)測是制定營銷、生產(chǎn)和庫存、采購、人力資源等計劃的基礎(chǔ)。預(yù)測對生產(chǎn)運作產(chǎn)生影響，所以，它是生產(chǎn)運作管理的一個組成部分。第3頁，共28頁，2023年，2月20日，星期日預(yù)測方法定性預(yù)測方法qualitativemethod定量預(yù)測方法quantitativemethod3德爾菲法1部門主管集體討論法

2銷售人員意見匯總法消費者市場調(diào)查法

1時間序列預(yù)測模型

（1）

時間序列平滑模型-樸素法-移動平均法-指數(shù)平滑法（1）時間序列分解模型

-乘法模型

-加法模型2因果模型4線性回歸因果模型趨勢外推法--***需要說明的是，為使預(yù)測更符合實際，經(jīng)驗、判斷和數(shù)學(xué)模型都起一定的作用，但沒有哪一種方法一直都能奏效。第4頁，共28頁，2023年，2月20日，星期日預(yù)測方法預(yù)測的主要步驟確定預(yù)測的用途——我們想達到什么目的；選擇預(yù)測對象；決定預(yù)測的時間跨度；選擇預(yù)測方法與模型；收集預(yù)測所需的數(shù)據(jù)；驗證預(yù)測模型；做出預(yù)測；將預(yù)測結(jié)果付諸應(yīng)用。第5頁，共28頁，2023年，2月20日，星期日時間序列預(yù)測表5-1時間序列

月份實際銷量(百臺)12345678910111220.0021.0023.0024.0025.0027.0026.0025.0026.0028.0027.0029.00時間序列（TimeSeries）：按一定的時間間隔和事件發(fā)生的先后順序?qū)⑺占臄?shù)據(jù)排列起來所得到的序列。第6頁，共28頁，2023年，2月20日，星期日時間序列分解時間序列的構(gòu)成：趨勢成分：隨時間的推移而表現(xiàn)出的一種傾向（上升、下降、平穩(wěn)）。季節(jié)成分：特定周期時間里有規(guī)則的波動。如：每天有二次交通高峰；每周周末，影院的客流量較大；某些產(chǎn)品的季節(jié)性需求變化等。周期成分：較長時間里（一般為數(shù)十年）有規(guī)則的波動。隨機成分：沒有規(guī)則的上下波動。第7頁，共28頁，2023年，2月20日，星期日時間序列分解趨勢成分季節(jié)成分周期成分隨機成分第8頁，共28頁，2023年，2月20日，星期日時間序列分解時間序列分解模型：1、加法模型需求=趨勢+季節(jié)+周期+隨機波動（適用于四種變動因素呈現(xiàn)出相互獨立的關(guān)系）2、乘法模型需求=趨勢×季節(jié)×周期×隨機波動（適用于四種變動因素呈現(xiàn)出相互影響的關(guān)系）第9頁，共28頁，2023年，2月20日，星期日時間序列預(yù)測之移動平均法1）簡單移動平均(SimpleMovingAverage)Ft+1=(At+At-1+…+At-N+1)/N

預(yù)測值=(前N次實測值的平均值)表5-2簡單移動平均法預(yù)測月份實際銷量(百臺)n=3(百臺)n=4(百臺)12345678910111220.0021.0023.0024.0025.0027.0026.0025.0026.0028.0027.0029.0021.3322.6724.0025.3326.0026.0025.6726.3327.0021.7523.3324.7525.5025.7526.0026.2526.50第10頁，共28頁，2023年，2月20日，星期日時間序列預(yù)測之移動平均法2）加權(quán)移動平均(WeightedMovingAverage)Ft+1=(tAt+

t-1At-1…+At-N+1

At-N+1)/N預(yù)測值=(前N次實測值的加權(quán)平均值)t、

t-1、

、

t-N+1稱為加權(quán)因子，且（t

+

t-1++

t-N+1）/N=1第11頁，共28頁，2023年，2月20日，星期日時間序列預(yù)測之移動平均法第12頁，共28頁，2023年，2月20日，星期日時間序列預(yù)測之指數(shù)平滑法3）指數(shù)平滑法Ft

=Ft-1+(At-1-Ft-1)

或者，F(xiàn)t

=

At-1+(1-)

Ft-1預(yù)測值=(上次實測值)+(1-)上次預(yù)測值稱為平滑系數(shù)（01）第13頁，共28頁，2023年，2月20日，星期日時間序列預(yù)測之指數(shù)平滑法第14頁，共28頁，2023年，2月20日，星期日時間序列預(yù)測之指數(shù)平滑法第15頁，共28頁，2023年，2月20日，星期日時間序列預(yù)測之指數(shù)平滑法結(jié)果：一次指數(shù)平滑預(yù)測值依賴于平滑常數(shù)的選擇，一般來言，越大，它給以前數(shù)據(jù)以較高權(quán)數(shù)，預(yù)測值的響應(yīng)性越大，選得小些，它給過去數(shù)據(jù)以較高權(quán)數(shù)，則穩(wěn)定性較大。Ft=At-1+(1-)

Ft-1Ft-1=At-2+(1-)

Ft-2Ft=At-1+(1-)[At-2+(1-)

Ft-2]Ft=At-1+(1-)

At-2+(1-)

Ft-2]……

Ft=At-1+(1-)

At-2+(1-)2At-2+(1-)3At-3+…+(1-)nAt-n]第16頁，共28頁，2023年，2月20日，星期日時間序列預(yù)測之指數(shù)平滑法的取值：選擇使平均絕對偏差MAD（meanabsolutedeviation）或平均平方誤差MSE（meansquarederror）最小的值MAD=∑|預(yù)測誤差|

nMAD=∑(預(yù)測誤差)2

n預(yù)測誤差=需求-預(yù)測第17頁，共28頁，2023年，2月20日，星期日的取值在此分析基礎(chǔ)上可看到，α=0.1要優(yōu)于α=0.5，因為前者MAD更小季度實際裝卸量α=0.1的預(yù)測整數(shù)值α=0.1的絕對偏差α=0.5的預(yù)測整數(shù)值α=0.5的絕對偏差11801755175521681768178103159175161731441751732166951901731717020620517530180257180178219313818217841864

絕對偏差和84

100

MAD=∑|偏差|/n10.5

12.5例：巴爾蒂摩港在過去8個季度里，裝卸了大量谷物，港口作業(yè)經(jīng)理想試一下用不同α值的指數(shù)平滑法預(yù)測裝卸量為175噸。取兩個α進行測試。α=0.1和α=0.5。第18頁，共28頁，2023年，2月20日，星期日時間序列預(yù)測之趨勢調(diào)整指數(shù)平滑法調(diào)整方法：先用指數(shù)平滑法求出預(yù)測值Ft，然后用正或負(fù)的趨勢值Tt進行調(diào)整包含趨勢預(yù)測（FITt）=新預(yù)測（Ft）+趨勢校正（Tt）Ft=At-1+(1-)

Ft-1Tt=（1-β）Tt-1+β（Ft-Ft-1

）Tt：第t期經(jīng)過平滑的趨勢Tt-1：第t期上期經(jīng)過平滑的趨勢β：我們選擇的趨勢平滑系數(shù)Ft：第t期簡單指數(shù)平滑預(yù)測值Ft-1：第t期上期簡單指數(shù)平滑預(yù)測值第19頁，共28頁，2023年，2月20日，星期日例：一家位于波特蘭的大公司用指數(shù)平滑法預(yù)測對污染控制設(shè)備的需求。很明顯它有一個上升的趨勢。指定平滑系數(shù)=0.2和β=0.4。假定1月份的預(yù)測值為11件。月份需求月份需求112626217731320832419936524F2=11+0.2（12-11）=11+0.2=11.2件步驟1：對2月份的預(yù)測（F2）等于對1月份預(yù)測（F1）+（1月份需求-1月份預(yù)測：步驟2：計算當(dāng)前趨勢，假定初始趨勢調(diào)整為0，即T1=0。T2=（1-β）T1+β（F2-F1

）=0+0.4（11.2-11）=0.08步驟3：計算包含趨勢的預(yù)測（FITt）。（FIT2）=F2+T2=11.2+0.08=11.28對3月份也做同樣計算。步驟1：F3=F2+（2月份需求-F2）=11.2+0.2（17-11.2）=12.36步驟2：T3=（1-β）T2+β（F3-F2

）=（1-0.4）（0.08）=0.4（12.36-11.2）=0.51步驟3：FIT3=F3+T3=12.36+0.51=12.87其他月份以此類推第20頁，共28頁，2023年，2月20日，星期日時間序列預(yù)測之趨勢外推法基本思想：找出歷史數(shù)據(jù)中的趨勢線，以此預(yù)測將來時間的值。？時間因變量值趨勢線

b=∑xy—nxy∑x2—nx2

a=y-bxy=a+bx第21頁，共28頁，2023年，2月20日，星期日例：紐約愛迪生電力公司1989~1995年間電力需求見下表，以兆瓦為單位。讓我們找出這些數(shù)據(jù)的趨勢直線并預(yù)測1996年的需求年份電力需求年份電力需求年份電力需求年份電力需求198974199180199310519951221990791992901994142年份時期電力需求x2xy19891741741990279415819913809240199249016360199351052552519946142368521995712249854∑xy=3063∑x=28∑y=692∑x2=140x===7∑xn284y===98.86∑yn6927

b===10.54∑xy—nxy∑x2—nx2

3063-(7)(4)(98.86)140-(7)(42)

a=y-bx=98.86-10.54(4)=56.7因此y=56.7+10.54x

1996年在編號體系中x=8，因此，1996年的需求=56.7+10.54（8）=141.02第22頁，共28頁，2023年，2月20日，星期日數(shù)據(jù)的季節(jié)波動按月平均法求季節(jié)比率：1）列表。將各年同月（季）的數(shù)值列在同一欄內(nèi)2）將各年同月（季）數(shù)值加總，并求月（季）平均數(shù)3）將所以月（季）數(shù)值加總，求總的月（季）平均數(shù)4）求季節(jié)比率（或季節(jié)指數(shù)）S.I.，計算公式為：S.I.=各月平均數(shù)全期各月平均數(shù)×100%第23頁，共28頁，2023年，2月20日，星期日例：康柏公司的筆記本電腦在雷瓦計算機商店1993~1994年每月銷量見下表：月份銷量1993~1994平均銷量平均月銷量季節(jié)指數(shù)1993199418010090940.9572758580940.8513809085940.904490110100941.0645115131123941.3096110120115941.2237100110105941.117890110100941.0649859590940.95710758580940.85111758080940.85112808080940.851總平均銷量=1128平均月銷量==94

112812個月季節(jié)指數(shù)=1993~1994當(dāng)月平均銷量平均月銷量第24頁，共28頁，2023年，2月20日，星期日利用這些季節(jié)指數(shù)，如果預(yù)計1995年需求為1200臺，則以如下方式預(yù)測月需求1200121

×0.957=961200122

×0.851=851200125

×1.309=1311200123

×0.904=901200124

×1.064=1061200128

×1.064=106