第2章 物流需求预测

17
（1）移动平均法有两种极端情况


在移动平均值的计算中包括的过去观察值 的实际个数N=1，这时利用最新的观察值作 为下一期的预测值； N=n，这时利用全部n个观察值的算术平均 值作为预测值。
18
当数据的随机因素较大时，宜选
用较大的N，这样有利于较大限 度地平滑由随机性所带来的严重 偏差；反之，当数据的随机因素 较小时，宜选用较小的N，这有 利于跟踪数据的变化，并且预测 值滞后的期数也少。
32

由上表可见：
α=0.3，α=0.5，α=0.7时，均方差分别为： MSE=287.1 MSE=297.43 MSE=233.36 因此可选α=0.7作为预测时的平滑常数。 1981年1月的平板玻璃月产量的预测值为：
0 .7 259 .5 0 .3 240 .1 253 .68
22
例题分析
• 例 1 分析预测我国平板玻璃月产量。 下表是我国1980-1981年平板玻璃月产量，试 选用N=3和N=5用一次移动平均法进行预测。 计算结果列入表中。
23
我国1980-1981年平板玻璃月产量
时间 1980.1 1980.2 1980.3 1980.4 1980.5 1980.6 1980.7 1980.8 1980.9 1980.10 1980.11 1980.12 序号 1 2 3 4 5 6 7 8 9 10 11 12 实际观测值 203.8 214.1 229.9 223.7 220.7 198.4 207.8 228.5 206.5 226.8 247.8 259.5 三个月移动平均值 五个月移动平均值 -
15
一次移动平均法和一次指数平滑法

一、一次移动平均法 一次移动平均方法是收集一组观察值， 计算这组观察值的均值，利用这一均值 作为下一期的预测值。
16

在移动平均值的计算中包括的过去观察值 的实际个数，必须一开始就明确规定。每 出现一个新观察值，就要从移动平均中减 去一个最早观察值，再加上一个最新观察 值，计算移动平均值，这一新的移动平均 值就作为下一期的预测值。
' t ' t '' t ' t
'' t
35
三、三次指数平滑法

三次指数平滑法又称三重指数平滑。
与二次指数平滑法一样，三次指数平滑并 不直接用平滑值作为预测值，而用平滑值 建立预测模型，再用预测模型进行预测。 三次指数平滑一般用于非线形时间序列的 预测 。

36
布朗三次指数平滑预测
Ft m at bt m ct m2
24
预测值
时间 1980.1 1980.2 1980.3 1980.4 1980.5 1980.6 1980.7 1980.8 1980.9 1980.10 1980.11 1980.12 序号 1 2 3 4 5 6 7 8 9 10 11 12 实际观测值 203.8 214.1 229.9 223.7 220.7 198.4 207.8 228.5 206.5 226.8 247.8 259.5 三个月移动平均值 215.9 222.6 224.8 214.6 209.0 211.6 214.3 220.6 227.0 五个月移动平均值 218.4 217.4 216.1 215.8 212.4 213.6 223.5

按预测的方法分类
定性预测和定量预测
13
定性预测和定量预测

定性法
市场调研 小组共识 历史类比 德尔菲法

时间序列法

因果分析法
回归分析 经济模型 投入产出模型 先行指标
简单移动平均法 加权移动平均法 指数平滑法 回归分析
14
时间序列平滑预测法


一次移动平均法和一次指数平滑法 线性二次移动平均法 线性二次指数平滑法 布朗二次多项式（三次）指数平滑法
at 3St' 3St'' St'''
' '' '' bt 6 5 S ( 10 8 ) S ( 4 3 ) S t t t 2 2(1 )
2 ' '' ''' ct ( S 2 S S t t t ) 2 2(1 )

拟选用α=0.3，α=0.5，α=0.7
30
指数平滑法
时间 1980.01 1980.02 1980.03 1980.04 1980.05 1980.06 1980.07 1980.08 1980.09 1980.10 1980.11 1980.12 1981.01 序号 1 2 3 4 5 6 7 8 9 10 11 12 实际观测值 α=0.3 203.8 214.1 229.9 223.7 220.7 198.4 207.8 228.5 206.5 226.8 247.8 259.5 α=0.5 α=0.7
20
（2）移动平均法的优点
计算量少；
较好地反映时间序列趋势及其变化 。
21
移动平均法的两个限制条件

限制一：计算移动平均必须具有N个过去观 察值，当需要预测大量的数值时，就必须 存储大量数据；

限制二：N个过去观察值中每一个权数都相 等，而早于（t-N+1）期的观察值的权数等 于0，而实际上往往是最新观察值包含更多 信息，应具有更大权重。
11
物流需求预测原理3

相关原理 任何事物的变化都不是孤立的，而是在与其 他事物的相互影响下发展的，事物之间的 相互影响表现为因果关系。 相关事物的联系又分为同步相关和不同步 相关。
12
第三节 预测的方法

按预测时间长短分类
短期预测、近期预测、中期预测和长期预测

按预测的空间范围分类
宏观预测、中观预测和微观预测
均方差定义为各测量值误差的平方和的 平均值的平方根，故又称为标准误差。
33
二、二次指数平滑法


二次指数平滑法又称为双重指数平滑法， 它是以相同的平滑常数α ，在一次指数平滑 的基础上再进行一次平滑。在二次指数平 滑制的基础上建立模型，进行预测。 用St 表示一次指数平滑值，用 St表示二次指 数平滑值S ' y (1 ) S'
4
5
物流需求特点2

无规律需求和规律性需求
需求模式分为趋势、季节性和随机性等因素。 无规律需求：刚进入产品线和退出产品线的需求模式。
6
物流需求特点3

相关需求和独立需求 相关需求Dependent demand指与其他需求有内在 相关性的需求，根据这种相关性，企业可以精确 地计算出它的需求量和需求时间，它是一种确定 型需求。（生产计划） 独立需求Indepedent Demand来自用户对企业产品 和服务的需求称为独立需求。例如对成品或维修 件的需求就是独立需求。
Байду номын сангаас
3
需求的特点1

需求的时间和空间特征（空间维度和时间维度）
例如我国禽蛋资源丰富，品种多样，是生产和消 费大国。自1985年我国禽蛋产量跃居世界第一位 以来，已连续20年保持世界了第一产蛋大国的地 位。 2008年十个主要省份的禽蛋生产总量占全国禽蛋总 产量的81.16%，水禽蛋生产主要在我国大江大河 流域、湖区和水网地带，其产量占全国总产量的 90%以上。 禽蛋产量如表2一1所示
28
一次指数平滑法的初值的确定方法

取第一期的实际值为初值 取最初几期的平均值为初值 取最初几期的平均值为初值 最佳的α值的确定，以使均方差最小，这 需要通过反复试验确定。

29
• 例2 利用下表数据运用一次指数平滑法对1981年1 月我国平板玻璃月产量进行预测（取α=0.3， 0.5 ，0.7）。并计算均方差选择使其最小的α进 行预测。
31
时间 1980.01 1980.02 1980.03 1980.04 1980.05 1980.06 1980.07 1980.08 1980.09 1980.10 1980.11 1980.12 1981.01
序号 1 2 3 4 5 6 7 8 9 10 11 12
实际观测值 203.8 214.1 229.9 223.7 220.7 198.4 207.8 228.5 206.5 226.8 247.8 259.5
指数平滑法
α=0.3 — 203.8 206.9 213.8 216.8 218.0 212.1 210.8 216.1 213.2 217.3 226.5 α=0.5 — 203.8 209.0 230.0 226.9 223.8 211.1 209.5 219.0 212.8 219.8 233.8 α=0.7 — 203.8 211.0 224.2 223.9 221.7 205.4 207.1 222.1 211.2 222.1 240.1
第二章 物流需求预测
1
主要内容

物流需求预测的概念
物流需求预测的原理与步骤 物流需求预测基本方法


2
第一节 物流需求预测概念


预测是指对未来不确定事件的预见和推测。 物流需求，是指 各类企、事业单位和消费 者在社会经济活动过程中，伴随产生的运 输、仓储、装卸搬运、配送等物流活动的 需求情况。 物流需求预测，是利用历史的资料和市场 信息，对未来的物流需求状况进行科学地 分析、估算和推断。
25
指数平滑法

指数平滑法由美国经济学家布朗（Robert. G. Brown）1959年在《库存管理的统计预测》 首先提出。
基本思想：实际值与预测值分别以不同权 数，计算加权平均数作为下期的预测值。

26
二、一次指数平滑法

一次指数平滑法是根据前期的实测数和预测数，以加权 因子为权数，进行加权平均，来预测未来时间趋势的方 法。
t t t 1
S S (1 )S
'' t ' t
'' t 1
34
布朗（Brown）单一参数线形指数平滑
Ft m at bt m



m——预测超前期数； at , bt ——待定参数。 其中：
at S (S S ) 2S S
bt ( S t' S t'' ) 1
得到预测的通式，即 ：
St 1 yt (1 )St
27

一次指数平滑法是一种加权预测，权数为α。 它既不需要存储全部历史数据，也不需要 存储一组数据，从而可以大大减少数据存 储问题，甚至有时只需一个最新观察值、 最新预测值和α值，就可以进行预测。它提 供的预测值是前一期预测值加上前期预测 值中产生的误差的修正值。
37
实例分析

深圳市航空物流园区在规划建设阶段需要对园区总货运量 进行科学预测，已知深圳机场1992~2000年9年的航空货运 量历史资料，利用指数平滑预测法，对深圳机场2001年～ 2005年航空总货运量进行预测。 航空总货运量历史数据表 单位：万吨
1997 1998 1999 2000
年 份 货 运 量
19
设时间序列为
移动平均法可以表示为：
x1, x2 ,..., t
1 Ft 1 xt xt 1 ... xt N 1 / N N
t N 1

xi
式中：
xt
Ft 1
为最新观察值； 为下一期预测值；
由移动平均法计算公式可以看出，每一新 预测值是对前一移动平均预测值的修正，N 越大平滑效果愈好。
7
物流需求预测的作用

物流决策的重要手段
制定物流发展战略目标的依据 物流管理的重要环节


8
第二节 物流需求预测的原理和步骤

原理

步骤
9
物流需求预测原理1

惯性原理 客观事物的发展变化过程常常表现出它的 延续性。
10
物流需求预测原理2

类推原理 类推预测的应用前提，是寻找类似事物，通 过分析类似事物间相互联系的规律，根据 已知的某事物的变化特征，推断具有近似 特征的预测对象的未来状态----类推预测。
1992 11512
1993 26590
1994 38973
1995
1996
50965 62260 72977 85789 125202 169064
38


采用三次指数平滑的方法 经过多次试算得到，当a=0.63时相对误差较小，计算情况 如下表
三次指数平滑法（α =0.63） yt 11512 26590 38973 50965 62260 72977 85789 125202 169064 11512.0 21011.1 32327.1 44069.0 55529.3 66521.4 78659.9 107981.5 146463.5 11512.0 17496.5 26839.8 37694.2 48930.3 60012.7 71760.5 94579.7 127266 11512.0 15282.2 22563.5 32095.8 42701.5 53607.6 65043.9 83651.4 111128.1 a 11512.0 25826.3 39025.5 51220.2 62498.6 73133.6 85742.4 123856.7 168568.4 12298.1 15222.90 14624.1 13033.7 11585.2 12635.9 34828.2 46845.5 1885.1 1755.5 1125.5 536.7 150.1 265.2 3585.6 4233.7 40009.4 56004.0 66969.8 76068.9 84868.9 98643.5 162270.5 b c Ft+m