物流系统分析与设计实验.doc

  1. 1、本文档共33页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
物流系统分析与设计实验

实验一 时间序列预测方法 一、实验目的 (1)通过本实验使学生掌握时间序列预测方法的原理和工作步骤; (2)使学生掌握用EXCEL软件进行时间序列预测的一般步骤。 (3)通过本实验提高学生运用现代工具解决物流管理中遇到的实际问题的能力。 二、实验内容(或实验原理) 案例:已知某种物资2003-2008年的需求量分别为139,142,155,148,160和166,请分别使用算术平均法、移动平均法、加权平均法、指数平滑法和长期趋势法预测该物资的2009年的需求量。 【实验相关知识】 1)AVERAGE函数 AVERAGE函数用于计算所有参数的算术平均值,其语法规则为:AVERAGE(number1, number2,…),式中number1,number2,…是要计算平均值的参数。 2)加载“分析工具库”模块 三、实验设备及仪器 局域网环境,电脑,office软件。 四、实验步骤 1.录入数据 将案例中的数据的需求量录入到EXCEL电子表格的A1:C8区域。 2.算术平均法 在D1单元格输入“算术平均法预测需求”,在D8单元格输入公式“= AVERAGE(C2:C7),按回车键即可得到算术平均法的预测结果。 3.移动平均法 以最近两期的物流需求数据作为预测依据。在E1单元格输入“移动平均法预测需求”,在E4单元格输入公式“=AVERAGE(C2:C3)”,按回车键即可得到2005年的需求预测值。左键按住E4单元格右下方的填充柄,向下拉动到E8单元格,即可得到2006-2009的需求预测值。 4.加权移动平均法 按公式=0.6+0.4进行预测。 在F1单元格输入“移动加权平均法预测需求”,在F4单元格输入公式“=0.4*C2+0.6*0.3”,按回车键即可得到2005年的需求预测值。左键按住F4单元格右下方的填充柄,向下拉动到F8单元格,即可得到2006-2009的需求预测值。 5.指数平滑法 (1)取a等于0.3进行预测。 (2)在G1单元格输入“指数平滑法预测需求”,在G2单元格输入“139”,在G3单元格输入公式“=0.3*C2+(1-0.3)* G2”,按回车键即可得到2004年的需求预测值。左键按住G3单元格右下方的填充柄,向下拉动到G8单元格,即可得到2005-2009年的需求预测值。 6.长期趋势法 (1)左键单击菜单栏中的 “工具”,在展开的下拉菜单点击“数据分析”打开“数据分析”对话框,如图6-4所示。选中“回归”后点击“确定”按钮,打开“回归”对话框,如图所示。 (2)单击“Y值输入区域”对应的参数框右侧的折叠对话框区域按钮,选择区域C2:C7。单击“X值输入区域”对应的参数框右侧的折叠对话框区域按钮,选择区域B2:B7。 单击“输出区域”对应的参数框右侧的折叠对话框按钮,选择H10单元格,如下图所示。 (2)单击确定按钮,可以看到回归分析的结果如下图所示。其中-10276.93333和5.2分别是和的值。在单元格H1中输入“长期趋势预测需求”,在单元格H2中输入“=I26+I27*B2”,按回车键即可得到2003年的需求预测值。左键按住H2单元格右下方的填充柄,向下拉动到H8单元格,即可得到2004-2009年的需求预测值。 SUMMARY OUTPUT 回归统计 Multiple R 0.92476 R Square 0.855181 Adjusted R Square 0.818976 标准误差 4.475861 观测值 6 方差分析   df SS MS F Significance F 回归分析 1 473.2 473.2 23.62063 0.008279 残差 4 80.13333 20.03333 总计 5 553.3333         Coefficients 标准误差 t Stat P-value Lower 95% Upper 95% 下限 95.0% 上限 95.0% Intercept -10276.9 2145.756 -4.78942 0.008715 -16234.5 -4319.36 -16234.5 -4319.36 X Variable 1 5.2 1.069935 4.860106 0.008279 2.229383 8.170617 2.229383 8.170617 实验结果: 记录每种预测方法的预测结果。 对比各种预测方法在预测精度上的差异。 六、思考问题 1.常见的时间序列预测法在预测时有什么优缺点? 实验二 单

文档评论(0)

shuwkb + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档