物流系统预测的文献综述

《物流系统建模与仿真》

课程论文

题目：物流系统预测的文献综述

专业：物流管理

班级：

学生姓名：

学号：

湖北汽车工业学院

经济管理学院物流管理教研室

物流系统预测的文献综述

物流需求预测是根据物流市场过去和现在的需求状况，以及影响物流市场需求变化的因素之间的关系，利用一定的判断、技术方法和模型，对物流需求的变化及发展趋势进行预测。国内外许多专家和学者都对物流需求的预测进行了研究，提出不同的预测方法和手段。物流预测方法可以分为定性预测方法（如德尔菲法和业务人员评估法等）和定量预测方法，但多数是定量预测方法。因此，我在网上浏览了十几篇物流系统预测的论文和专题，也在百度下载了数篇文章，并在图书馆借阅书籍。概括起来，现代物流系统预测技术主要可分三类：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）。

一、预测分析判断预测技术 (定性预测)

1、判断预测

就是在一种有组织的形式下，搜集个人对预测对象所作的判断，进行综合分析，得出预测结论的方法。

2、特点

适用于数据奇缺，或难于作定量分析时使用，预测简单，容易实施，预测准确度不高，容易受主观因素的影响，一般用于中长期预测。比如，新产品的销售量预测；新技术的应用前景等。

3、常用方法

德尔菲法、主观概率法、市场调查、历史类比法等

（1）销售人员意见汇总法

基本观点：预测是基于来自低层经验的逐步累加。

假设前提：处于最低层的销售人员，那些离顾客最近的、最了解产品最终用途的人，最清楚产品未来的的需求。

做法：由他们收集情报，然后逐级上报的做法。

（2）顾客期望法

通常是聘请第三方专业市场调研公司进行预测。市场调研主要用于新产品研发，了解对现有产品的评价。了解顾客对现有产品的好恶，了解特定层次的顾客

偏好。以确定哪些商品具有竞争性。数据收集方法有问卷调查和上门访谈两种。（3）部门主管集体意见讨论法

由不同层次的人员在会上自由讨论。这种方法缺点在于低层人员往往易受当前市场营销的左右，不敢与领导相背。对于重要决策，如引进流水线等，由高层人员讨论

（4）历史类比法

预测某些新产品的需求时，如果有同类型产品可用来作为类比模型，将是最理想的情况。类比法可用于很多产品类型——互补产品，替代产品等竞争性产品等。（５）德尔菲法

Rand公司首创于50年代末，步骤如下：a 选择具有代表性的专家（不同背景的人）为调查对象； b通过问卷（或E-mail），向专家处了解信息；c汇总专家结果，修改问卷，再度发给专家；d再次汇总，提炼预测结果和条件，再度发给所有专家；e归纳专家意见，形成需求报告；f如有必要，再重复d；

二、时间序列预测方法综述

1、预测依据

事物发展变化主要受内因的作用，事物过去、现在的状态会持续到将来。（惯性原理、连续性原理）历史数据的特征，历史数据中隐含着事物发展的基本规律。历史数据同时又受多种随机因素的影响而呈现出一定程度的波动性和不规则性；

2、预测的基本思想——从历史数据中揭示发展规律

通过对历史数据进行平均或平滑，消除历史数据中的部分随机波动因素的影响，指示出隐含在事物中的某种基本规律，并以此预测未来。

时间序列预测技术及分类

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。

3、时间序列预测方法：是依据从历史数据组成的时间序列中找出预测对象的发展变化规律，以此作为预测依据。常用的时间序列预测模型有增长率法、移动平均法、指数平滑法、随机时间序列模型、灰色模型、以及在经济领域已经被广泛应用的混沌与分形等。

(1)增长率法：指根据预测对象在过去的统计期内的平均增长率，类推未来某期预

测值的一种简便算法。该预测方法一般用于增长率变化不大，或预计过去的增长趋势在预测期内仍将继续的场合。刘劲等[3]（2002）在利用增长率系数法对百色地区港口货运量进行了逐一分析。

(2)移动平均法：是用一组最近的实际数据值来预测未来一期或几期内产品的需求量的一种常用方法。当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动。根据预测时使用的各元素的权重不同，移动平均法可以分为：简单移动平均和加权移动平均。杨荣英等[4]（2001）在讨论移动平均值的基础上，提出了移动平均线方法，并介绍了运用移动平均线进行物流预测的方法。李海建等[5]（2003）利用二次移动平均线模型对芜湖市物流业发展的规模进行了预测。

(3)指数平滑法：是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。移动平均法则不考虑较远期的数据，并在加权移动平均法中给予近期资料更大的权重；而指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。韦司滢等[6]（1999）将指数平滑法等其他多种方法应用在三峡移民工程建材配送决策支持系统中。黄荣富等[7]（2003）、张云康等[8]（2008）在进行指数平滑法预测的基础上进行了物流需求多种方法组合预测。

(4)随机时间序列模型：就是指在所研究对象的一组实测时间序列的基础上，通过各种数学的分析处理手段，寻找序列变化特征、发展趋势与规律，进而对未来某时刻研究对象的状态做出估计。常用模型有：自回归(AR)模型、移动平均(MA)模型、自回归移动平均(ARMA)模型、求和自回归移动平均(ARIMA)模型等。黄丽[9]（2004）利用随机时间序列模型对物流需求预测进行了专题研究。

(5)灰色模型(Grey Model，简称GM)：是一种以对时间序列进行研究分析，并建立方程，将无规律的原始数列经过转换，使之成为较有规律的生成数列后再建模用于预测的预测方法。赖一飞等[10]（2000）建立灰色系统预测模型，并对金沙江货类的流量流向及过坝货运量进行分析预测。

三、因果关系预测方法综述