第四章 物流系統(tǒng)預測

本講導入供應(yīng)鏈中的經(jīng)典啤酒游戲游戲簡單介紹：該游戲是生產(chǎn)與配銷單一品牌啤酒（情人啤酒）的產(chǎn)銷模擬系統(tǒng)中進行的。參加游戲的學員各自扮演不同的角色：零售商、批發(fā)商和制造商。他們只需每周做一個決定，那便是訂購多少啤酒，唯一的目標是盡量扮演好自己的角色，使利潤最大。游戲結(jié)果：發(fā)生相同的危機,產(chǎn)生類似的結(jié)果第四章物流系統(tǒng)預測本章內(nèi)容：預測的相關(guān)知識

預測目的預測方法預測步驟預測模型介紹

簡單移動平均加權(quán)移動平均指數(shù)平滑法本章重點：各種預測方法的選擇預測模型的應(yīng)用本章難點：

指數(shù)平滑法的實際應(yīng)用預測的相關(guān)知識預測：就是對尚未發(fā)生，目前還不明確的事物進行預先估計，并推測事物未來的發(fā)展趨勢，從而協(xié)助決策者掌握情況，選擇對策。物流需求預測：對某段時間內(nèi)，社會經(jīng)濟活動對物流活動的諸方面在空間、時間和效率上的要求進行預先估計。

為什么要進行物流需求預測？預測的目的（1）預測是編制計劃的基礎(chǔ)。（2）預測是決策的依據(jù)。

預測方法定性預測一般預測專家預測

主觀概率法時間序列分析簡單移動平均加權(quán)移動平均指數(shù)平滑法回歸分析因果聯(lián)系經(jīng)濟模型投入產(chǎn)出模型回歸分析模擬計算機為基礎(chǔ)的動態(tài)模擬預測步驟

確定預測目標收集、分析相關(guān)資料預測方法選擇分析、評價預測方法和結(jié)果修正預測結(jié)果提交預測報告時間序列分析時間序列：指在一個給定的時期內(nèi)按照固定時間間隔（例如，1小時、一周或一月等）把某種變量的數(shù)值依時間先后順序排列而成的序列通常使用的時間序列預測方法：

簡單預測法

移動平均預測法（簡單，加權(quán)）指數(shù)平滑預測法時間序列分析模型I：簡單移動平均法利用過去一系列的實際數(shù)值進行預測，將距離預測期最近幾期的實際數(shù)值的平均值作為預測值。計算公式為：Ft—對下一期的預測值n—移動平均的期數(shù)At-1—前期實際值A(chǔ)t-2、At-3…At-n—分別代表前二期，前三期至前n期的實際值簡單移動平均法優(yōu)點：便于計算，易于理解。缺點：賦予各期相同的權(quán)重，如果在時間序列中發(fā)生了非隨機性變動，移動平均預測法對這種變化的反應(yīng)不敏感。數(shù)例：某商場家電產(chǎn)品在前四周的需求量依次為12、16、15、13，用簡單移動平均法預測下一周的需求量。

F=(12+16+15+13)/4=14時間序列分析模型Ⅱ：加權(quán)移動平均法與簡單移動平均法相似，不同的是賦予時間序列中距離預測期較近數(shù)據(jù)以較大的權(quán)重（一般情況下）。其計算公式為：

Ft=w1At-1+w2At-2+…+wnAt-nAt-n—第t-n期實際值Wn—第t-n期實際銷售值的權(quán)重n—預測的期數(shù)其中w1+w2+…+wn=1加權(quán)移動平均法優(yōu)點：對最近一期的實際情況反應(yīng)靈敏。難點：一個是移動間隔期的確定，另一個是賦予每一期權(quán)重的確定。數(shù)例：某商場家電產(chǎn)品在前四周的需求量依次為12、16、15、13，給最近一期數(shù)據(jù)賦予權(quán)重0.4，上一期數(shù)據(jù)賦予權(quán)重0.3，上上一期數(shù)據(jù)分配權(quán)重0.2，距離預測期最遠一期數(shù)據(jù)分配權(quán)重0.1。則加權(quán)平均值為：

F5＝0.4×13＋0.3×15＋0.2×16＋0.1×12＝15時間序列分析模型Ⅲ：指數(shù)平滑法具體做法：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。即Ft——第t期的預測值；Ft-1——第t-1期的預測值；a——平滑系數(shù)；At-1——第t-1期的實際需求量或銷售量。指數(shù)平滑法優(yōu)點：精度高，建模容易，計算簡單，需要的歷史數(shù)據(jù)少。難點：a值的確定平滑常數(shù)a決定了預測對偏差調(diào)整的快慢。從單一指數(shù)平滑公式中得到：

a→1，F(xiàn)t→At-1a→0，F(xiàn)t→Ft-1→…→F1一般情況，若需求相對穩(wěn)定，a∈[0.05—0.1]

若需求變化較大，a∈[0.15—0.3]指數(shù)平滑法平滑系數(shù)的物理意義：描述對過程變化的反應(yīng)速度：越大（接近1），表示重視近期數(shù)據(jù)的作用，對過程變化反應(yīng)越快；也描述預測系統(tǒng)對隨機誤差的修勻能力：越?。ń咏?），表示重視離現(xiàn)時更遠的歷史數(shù)據(jù)的作用，修勻（濾波）能力越強，但對過程變化的反映越遲鈍。指數(shù)平滑法平滑系數(shù)的選擇：如對初始值有疑問，準確性差，宜取較大值，以體現(xiàn)近期數(shù)據(jù)作用，降低初值影響；如外部環(huán)境變化較快，則數(shù)據(jù)可能變化較大，值宜取大一些，以跟蹤過程變化（如取0.3~0.5）；如原始資料較缺乏，或歷史資料的參考價值小，值宜取大一些；如時序雖然具有不規(guī)則變動，但長期趨勢較穩(wěn)定（如接近某一穩(wěn)定常數(shù)）或變化甚小，值應(yīng)較?。?.05~0.2）。預測方法的選擇對于大批量的標準庫存品種，可以使用的方法有簡單移動平均，加權(quán)移動平均或指數(shù)平滑法如何對上述三種方法進行選擇？

分別應(yīng)用這三種方法，然后測量其各自誤差主觀概率法是一種以個人經(jīng)驗為主，對專家的意見進行分析評定而預測的方法。分別征求一些專家的意見，然后根據(jù)個人的經(jīng)驗，對專家的不同意見的可靠性進行評定（可以用百分比表示，也就是“主觀概率”），然后對專家的意見加以綜合，以使預測值更加切合實際。

數(shù)例例如，請四位專家根據(jù)目前市場情況，來預測某地區(qū)來年對手表的需求量，甲預測為15萬只，乙預測為12萬只，丙預測為8萬只，丁預測為5萬只，一個最有經(jīng)驗的并且最了解目前情況的人認為，各人預測均有一定根據(jù)，評定甲的概率為0.5，乙和丙的概率均為0.2，丁的概率為0.1。按這個概率計算來年該地區(qū)手表的預測需求量為：

15×0.5＋12×0.2＋8×0.2＋5×0.1

＝12（萬只）返回簡單預測法任何一個時期的簡單預測值均等于前一個時期的實際值，需求穩(wěn)定的產(chǎn)品可以使用這一預測方法。

優(yōu)點：成本低；不需分析數(shù)據(jù)，因而既快捷又容易。

缺點：預測精度不高。用途：也可用于預測呈現(xiàn)季節(jié)性變動的時間序列。