06第04章 物流系统预测与仿真

x t x t 1 ...... x t n 1 n

M
t 1
移动平均法
月份 1 2 3 4 5 6 7 8 9 10 11 12 物流成本 （元） 22,400 21,900 22,600 21,400 23,100 23,100 25,700 23,400 23,800 25,200 25,400 22,300 21,967 22,367 22,533 23,967 24,067 24,300 24,133 24,800 移动平均数Mt n=3 n=4
2）周期
季节变动S
3）随机因素
随机变动 I
Yt = Tt + St t
时间序列法
(一)用趋势值预测——平均值法
平均值消除了所有的周期性变动和随机变动
50000 40000 30000 20000 10000 0 01.2 01. 3 01.4 02.1 02.2 02.3 02.4 03.1 03.2 03.3 03,4 04.1
4
1070 0.15
5
1050 0.2
6
1060
预测值
1056
0.3
3. 移动平均法

移动平均法是通过计算以往若干时期成本的平均数，作 为对未来成本的预测数。将统计资料按时间顺序划分为 若干个数据点相等的组，并依次向前移动一个数据，计 算各组的算术平均数，组成新的时间序列进行预测。
设xt为t时刻的成本数据，Mt为t时刻的简单移动平均数， n为每组数据的个数，则移动平均法公式为：
4. 二次移动平均法

例
观察年份 1991 1992 1993 1994
1995 1996 1997 1998 1999 2000 2001 2002
时序 1 2 3 4
5 6 7 8 9 10 11 12
实际观察值 38 45 35 49
70 43 46 55 45 65 64 43
Mt(1)(n=4)
(二)用趋势值+变动趋势预测——趋势平均法
趋势平均法采用计算移动平均数Mt 的增减 量的移动平均值（即趋势变动量），作为预测 滞后期的增减值，这时，可用如下预测公式：
预测期的值 = 最后一期移动平均数 + 变动趋势移动平均数 × 时间滞后期
(二) 用趋势值+变动趋势预测——趋势平均法
月份 物流成本 M(3)/预测值 变动趋势 变动趋势平 均值
（2）德尔菲法（专家意见法）
二）定量预测法

时间序列法
时间序列预测法也叫历史延伸法或外推法 是把客观事物发展自身的内在动力或惯性趋势，用 不同时期或时间点上的变量的变化表示出来，考察变量 随时间的发展变化规律，用变量以往的时间统计资料建 立数学模型（时序模型）进行外推预测的方法。 也可理解为以成本为因变量（y），以时间为自变量 （t）而建立数学模型 y ∈ f (t) 时间序列预测法的基本特点是： 假定事物的过去趋势会延伸到未来； 预测所依据的数据具有不规则性；
x x w 1 x 1 w 2 x 2 w 3 x 3 ... w n x n 其中 w 1 w 2 w 3 ... w n 1

i 1
n
wi xi
加权算术平均值法

例
观察期
观察值 权重(w)
1
1050 0.1
2
1080 0.1
3
1030 0.15
22075 22250 22550 23325 23825 24000 24525 24450
移动平均法
50000 40000 30000 20000 10000 0 01.2 01. 3 01.4 02.1 02.2 02.3 02.4 03.1 03.2 03.3 03,4 04.1
3期趋势值
第4章 物流系统预测与仿真
8.2 物流系统预测方法
什么是预测？
预测是人们根据事物之间的相互联系，事物发展 的历史及显示资料，利用已经掌握的科学知识和手段， 对客观事物的未来发展状况或趋势进行事前分析和推 断的科学与艺术。
预测的特点：

科学性：有科学基础，理论方法资料，认识掌握规律 艺术性：依赖于预测者的应用技巧和判别能力 根据过去和现在预测未来；根据已知预测未知；重 点在于认识掌握事物发展的规律性 ；
2
t 1
}
t 1
指数平滑法的实质是既考虑时间序列里的所有历史 数据，但又不是同等对待，而是予以不同的权重。
例：用移动平均法和指数平滑法进行预测
月份 1 2 3 4 5 6 7 8 9 10 11 12 物流成本 3期移动平均/预测值 22400 21900 22600 21400 23100 23100 25700 23400 23800 25200 25400 22300 21967 22367 22533 23967 24067 24300 24133 24800 22300 21967 22367 22533 23967 24067 24300 24133 24800 指数平滑 指数平滑 法a=0.4 法a=0.2 22400 22400 22400 22200 22360 21976 22426 22695 23897 23698 23739 24323 24754 22400 22300 22360 22168 22354 22504 23143 23194 23315 23692 24034
2 54 . 25 52 . 88 55 . 62
(2) 12
b12
2 n 1
(M
M
)
2 4 1
( 54 . 25 52 . 88 ) 0 . 913
所以有 x 12 T 55 . 62 0 . 913 T
预测 2003 年1 月 x 12 1 55 . 62 0 . 913 1 56 . 53
Mt(2)(n=4)
41.75
49.75 49.25 52.00 53.50 47.25 52.75 57.25 54.25 48.19 51.13 50.50 51.38 52.69 52.88
4. 二次移动平均法

根据模型计算得到
a 12 2 M
(1 ) 12
M
(1 ) 12
(2) 12
4. 二次移动平均法


二次移动平均法是对一次移动平均数再次进行移动平均， 并在两次移动平均的基础上建立预测模型对预测对象进行 预测。 二次移动平均法的预测模型如下：
at 2 M bt 2
(1 ) t
M
(1 ) t
(2) t
n 1
(M
M
(2) t
)
x t T a t bt T

定性预测是通过对现象的调查和了解，凭预测者个 人的实践经验、理论水平和分析能力，对物流预测 对象未来的变动与发展所做出的判断。定性预测的 结果只是对事物的发展变化做出一个大致的估计。

定量预测是根据过去和现在的资料数据，运用一定 的数学方法，建立预测模型，找出预测对象与影响 变量之间的函数关系，对未来的变化数值做出预测。
一）定性预测法
产品销售成本预测
（1）集合意见法 （主观概率法）
程度 最高 负责人甲 最可能 最低 期望 最高 负责人乙 最可能 最低 期望 最高 负责人丙 最可能 最低 期望
预测额 1,000 700 400
概率 0.3 0.5 0.2
730
1,200 900 600 0.2 0.6 0.2
900
时间序列法

请同学们考虑：
1）有哪些具有时间序列特点的例子？
2）时间序列的数据受到哪些因素的影响？
时间序列Y(t)：包含多种影响因素
1）长期趋势
成本趋势值 T
50000 40000 30000 20000 10000 0 01.2 01. 3 01.4 02.1 02.2 02.3 02.4 03.1 03.2 03.3 03,4 04.1
x 1 x 2 x 3 ... x n x x n

i 1
n
xi
n
简单算术平均值法

例
观察期 预测值
1
2
3
4
5
6
观察值
1050 1080 1030 1070 1050 1060
1057
2. 加权算术平均值法


加权算术平均数法是简单算术平均数法的改进。 它根据观察期各个时间序列数据的重要程度，分 别对各个数据进行加权，以加权平均数作为下期 的预测值。 对于离预测期越近的数据，可以赋予越大的权重。 加权算术平均数法的预测模型是：
900 600 300 0.2 0.5 0.3
570
一)定性预测法
（2）德尔菲法（专家意见法）
步骤通常如下： 1. 仔细设计问卷，采用函询方式就所要预测的成本内 容向有关领域内的专家提出问题； 2. 每一个专家匿名地、独立地完成问卷，提出各自的 意见； 3. 将各个专家的意见收集起来进行综合整理； 4. 将综合结果反馈给所有专家； 5. 专家根据综合结果，在慎重考虑其他专家的意见后 ，或保留原先预测意见，或提出修正的预测意见； 6. 重复3、4、5步骤直到取得大体上一致的意见。
T
(一)用趋势值预测—平均值法

平均数预测是最简单的定量预测方法。平均数预测法 的运算过程简单，常在市场的近期、短期预测中使用。 最常用的平均数预测法有： 简单算术平均数法 加权算术平均数法

1 . 简单算术平均值法



简单平均数法是用一定观察期内预测目标的时间序列 的各期数据的简单平均数作为预测期的预测值的预测 方法。 在简单平均数法中，极差越小、方差越小，简单平均 数作为预测值的代表性越好。 简单平均数法的预测模型是：