第四章物流需求预测.pptVIP

计算结果图表显示 从图上可以看出： （1）用移动平均法计算出的新数列的变化趋势与实际变化情况基本一致； （2）新数列数据波动的范围变小了，并且随参与平均值计算的n值的增加，平均值的波动范围越小。(修匀能力、抗干扰能力) （3）当n值增大，移动平均值对时间序列变化的敏感性降低。 移动平均法对时间序列数据变化的抗干扰能力叫修匀能力。 移动平均法对时间序列数据变化的反应速度叫敏感性。 移动平均法的修匀能力与敏感性相互矛盾。 当n值增大，移动平均值的修匀能力增加，但同时移动平均值对时间序列变化的敏感性降低。 要根据时间序列的特点来确定n值的大小。 n值的一般选择原则是： 由时间序列的数据点的多少而定。数据点多，n可以取得大一些； 由时间序列的趋势而定。趋势平稳并基本保持水平状态的，n可以取得大一些； 趋势平稳并保持阶梯性或周期性增长的n应该取得小一些； 1.移动平均预测法 期序 历史 数据 一次平均n=3 一次平均n=5 1 10 2 15 3 20 4 25 15 5 30 20 6 35 25 20 7 40 30 25 8 45 35 30 9 50 40 35 10 55 45 40 （1）简便易于使用； （2）一次移动平均法能较好地适应水平型历史数据的预测，但不适应带有明显上升或下降的斜坡型历史数据的预测。 主要缺点：由于对分段内部的各数据同等对待，而没有强调近期数据对预测值的影响，如果近期内情况变化发展较快，利用一次移动平均预测会导致较大的误差。 实际上，近期数据对预测值的影响一般更大，为了减少这种误差，可以采取二次移动平均方法。 期序 历史 数据 一次平均n=3 二次平均n=3 1 10 2 15 3 20 4 25 15 5 30 20 6 35 25 7 40 30 20 8 45 35 25 9 50 40 30 10 55 45 35 从图上可以看出，一次移动平均值滞后于历史数据，而二次移动平均值又落后于一次移动平均值。 启示：根据历史数据、一次移动平均值、二次移动平均值三者间的滞后关系，可以先求出一次移动平均值与二次移动平均值之间的差值，然后将此差值加到一次移动平均值上，再考虑其趋势变动值，得到接近实际情况的预测值。（二次移动平均预测法的基本思想） （2）二次移动平均预测法 二次移动平均预测法是在求得一次移动平均数、二次移动平均数的基础上，对有线性趋势的时间序列所作的预测。步骤如下： 计算一次移动平均值 计算二次移动平均值 其中：Mt(1)—— t时刻的一次移动平均值 Mt(2)——t时刻的二次移动平均值； n：——参与二次平均计算的一次移动平均值的个数 对有线性趋势的时间序列做预测 其中： 1.移动平均预测法 例题 某物资企业某年度1月至11月的钢材实际销售量，用二次移动平均预测法预测其12月的钢材销售量。 月份 实际 销售量 一次平均数 Mt(1) 二次平均数 Mt(2) Mt(1)- Mt(2) at bt 预测值yt+T 取T=1 (1) (2) (3) (4) (5)= (3)-(4) (6)= (3)+(5) (7)=(5) (8)= (6)+(7)*T 1 22400 2 21900 3 22600 4 21400 22300 5 23100 21967 6 23100 22367 7 25700 22533 22211 322 22856 322 23178 8 23400 23967 22289 1678 25645 1678 27322 9 23800 24067 22956 1111 25178 1111 26289 10 25200 24300 23522 778 25078 778 25856 11 25400 24133 24111 22 24155 22 24177 12 24800 24167 633 25433 633 26066 移动平均预测小结 （1）在外界环境变化较少的情况下，移动平均法是一种有效的预测方法； （2）短期预测效果很好。适用于需求、销售预测、库存管理预测等； （3）需要较多的历史数据，并且计算量较大。 二次平均预测值 二次平均数 2.指数平滑法 指数平滑预测法，是在移动平均预测法的基础上发展起来的一种特殊的加权平均预测法。 包括一次指数平滑预测法，二次指数平滑预测法和高次指数平滑法。 特点：计算简单，需要的历史数据较少 思路：对离预测期较近的历史数据给予较大的权数，离预测期较远的历史数据给予较小的权数。 一次指数平滑法计算公式 式中：Ft+1(1)——在t+1时刻的一次指数平滑值 (t时刻的下期预测值)；