计算题讲解
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第一章：物流供需调查与分析
一、简单平均法：（P13）
公式：()N t N
x x x y N t t t t ≥∧++=
+--+1
11
y:预测值 x:发生值
字母含义： t ：当期发生值 t+1：下一期预测值
t-1：上一期发生值
例：已经调查得出某商场今年前8个月用户的配送车次见表，现在需要预测估
分析：根据题意，就是要求9月份的预测值，可用9月份之前N 个月进行平均求得。 解：如果N ＝3，则3.103
9
101236789=++=++=
x x x y 如果N ＝4，则75.94
8
91012456789=+++=+++=x x x x y
如果N ＝5，则8.95
10
8910125456789=++++=++++=x x x x x y
结论：可见，组距N 的取值不同，预测的结果也是不同的即误差不同。但结果都是合理
的，最后确定预测结果，要进行误差分析，因为考虑到最后几个月是上升的趋势，9月份的预测结果应当取大为好，可取,3.109=y 或10，或11皆可。
二、加权平均法：（P14）
权：相同发生值出现的次数；加权：有目的分配权重（加大发生值影响成分）
公式：()N t w w w x w x w x w y N
N t N t t t ≥+∧++∧++=
+--+211
1211
字母含义： t ：当期发生值（配送车次） t+1：下一月预测期发生值
t-1：上一期发生值 ∧：表示求总和 W ：加权值
例：已经调查得出某商场今年前8个月用户的配送车次见表，现在需要预测估
计该商场9月的配送车次。(采用加权平均法预测)
分析：
解：如果N ＝3，权数=i w { 3，2，1 }，越靠近9月份的序列值，权数越高，则：
83.101
239
11021233216372819=++⨯+⨯+⨯=++++=
w w w x w x w x w y
如果N ＝4，权数=i w { 4，3，2，1 }，则：
4.101
2348
1921031244321546372819=+++⨯+⨯+⨯+⨯=++++++=
w w w w x w x w x w x w y
如果N ＝5，权数=i w { 5，4，3，2，1 }，则：
2
.101
234510
182931041255432145546372819=++++⨯+⨯+⨯+⨯+⨯=++++++++=
w w w w w x w x w x w x w x w y 结论：与简单平均法相比，这里的预测值分别都有所升高，更靠近8月份的发生值12，
这是增加了权数的结果。
三·移动平均法：（P15）略 四·指数平滑法：（P18）
➢ 公式：()t t t y x y αα-+=+11
➢ 字母含义： t ：当期发生值
t+1：下一月预测期值
α ：指数平滑系数,.10≤≤α
初始化： 11x y =
例：数据资料见下表1、2列，现在用指数平滑法预测9月份的预测值。]
解：（1）10.0 0.1011==x y （即一月t x 值等于一月1+t y 值），因为指数平滑预测
值()3.0=α,所以1+t y 数值精确到小数点后一位即可。
（2）10.0 ()0.100.107.0103.03.013.0112=⨯+⨯=-+=y x y （3）10.6 ()6.100.107.0123.03.013.0223=⨯+⨯=-+=y x y
依此类推……
（9）10.4 ()4.1039.107.97.0123.03.013.0889≈=⨯+⨯=-+=y x y
结论：
五·季节指数法：（P20）
公式：（1）12
12
1
∑-=
i i
x
X ;x:计算全年的平均值（全年各月发生值加总除以12）
（2）%100⨯=
X
x i
i α ; ai:计算每个月的月季节指数（每月发生值分别除以x ）
（3）∑-=
12
1
1200
i i
k α
; k:计算修正系数（月季节指数之和大于1200，k<1,反之亦然）
（4）i i
j
j x y ⨯=
αα ➢ 字母含义：i x : 当月发生值 i α：当月月季节指数
j y ＝预测月份预测值 j α＝预测月份季节指数
例：某物流公司调查了武汉市场去年空调器的购进物流量，数据资料如下表1、
2列所示，已经知道今年4月份已经购进空调的购进物流量是40车次，现在想
分析：表中第3列数值为计算结果，第4列数值为调整结果，计算步骤如下：
解：1. 4412
528
12
12
1
==
=
∑-i i
x
X 2. （1）11%100113636.0%100445
%10011≈⨯=⨯=⨯=
ΛX x α （2）9%100909090.0%100444
%10022≈⨯=⨯=⨯=ΛX x α 依此类推……
（12）23%1002272727.0%10044
10
%1001212≈⨯=⨯=⨯=ΛX x α