第五章 物流系統(tǒng)需求預(yù)測(cè)

1、【教學(xué)目標(biāo)】1.1.掌握物流系統(tǒng)需求預(yù)測(cè)的一般知識(shí)方法；掌握物流系統(tǒng)需求預(yù)測(cè)的一般知識(shí)方法；2.2.理解物流系統(tǒng)需求特征及物流需求預(yù)測(cè)的特殊性；理解物流系統(tǒng)需求特征及物流需求預(yù)測(cè)的特殊性；3.3.熟悉幾種常見的物流系統(tǒng)模型。熟悉幾種常見的物流系統(tǒng)模型。所謂預(yù)測(cè)，就是在尚未發(fā)生或目前還不確切的事物進(jìn)行預(yù)先的估計(jì)和推斷，是現(xiàn)時(shí)對(duì)事物將要發(fā)生的結(jié)果的探討和研究。設(shè)計(jì)或改造一個(gè)系統(tǒng)時(shí)，都需要對(duì)未來進(jìn)行分析估計(jì)，以便做出相應(yīng)決策。第一節(jié) 系統(tǒng)預(yù)測(cè)概述定義：根據(jù)系統(tǒng)發(fā)展變化的實(shí)際數(shù)據(jù)和歷史資料，運(yùn)用現(xiàn)代科學(xué)理論和方法，以及各種經(jīng)驗(yàn)和知識(shí)，對(duì)系統(tǒng)在未來一段時(shí)期內(nèi)的可能變化情況進(jìn)行推測(cè)、估計(jì)和分析。系統(tǒng)預(yù)測(cè)的

2、實(shí)質(zhì)：充分分析使系統(tǒng)發(fā)生變化的原因，探究系統(tǒng)發(fā)展變化的規(guī)律，根據(jù)系統(tǒng)過去和現(xiàn)在，估計(jì)未來。從而減少對(duì)未來事物認(rèn)識(shí)的不確定性，減少?zèng)Q策的盲目性。預(yù)測(cè)方法和分類按預(yù)測(cè)范圍分：宏觀預(yù)測(cè)、微觀預(yù)測(cè)；按預(yù)測(cè)時(shí)間長(zhǎng)短分：長(zhǎng)期預(yù)測(cè)、中期預(yù)測(cè)、短期預(yù)測(cè)；按照預(yù)測(cè)方法的性質(zhì)來分：定性預(yù)測(cè)、定量預(yù)測(cè)（定性預(yù)測(cè)法、時(shí)間序列分析預(yù)測(cè)法、因果關(guān)系分析預(yù)測(cè)法）定性預(yù)測(cè)法:確定預(yù)測(cè)目標(biāo)未來發(fā)展的性質(zhì)，定性預(yù)測(cè)大多根據(jù)專業(yè)知識(shí)和實(shí)際經(jīng)驗(yàn)進(jìn)行，主要利用判斷、直覺、調(diào)查或比較分析，對(duì)未來做出定性的評(píng)估。缺乏歷史數(shù)據(jù)、歷史數(shù)據(jù)與當(dāng)前的預(yù)測(cè)相關(guān)度低、數(shù)據(jù)無法量化時(shí)間序列分析預(yù)測(cè)法：根據(jù)系統(tǒng)隨時(shí)間變化的歷史資料，只考慮系統(tǒng)變量隨時(shí)間的

3、發(fā)展變化規(guī)律，對(duì)其未來做出預(yù)測(cè)。該方法的前提是假設(shè)未來的時(shí)間模式將會(huì)重復(fù)過去的模式。使用數(shù)學(xué)和統(tǒng)計(jì)的模型。因果關(guān)系分析預(yù)測(cè)方法：系統(tǒng)變量之間存在著某種前因后果的關(guān)系，找出影響某種結(jié)果的一個(gè)或幾個(gè)因素，建立起他們之間的數(shù)學(xué)模型，然后可以根據(jù)自變量的變化預(yù)測(cè)結(jié)果變量的變化。若能夠準(zhǔn)確的描述因果關(guān)系，預(yù)測(cè)精度高；但因果關(guān)系的變量常常很難找到。第二節(jié) 物流系統(tǒng)需求預(yù)測(cè)特征要進(jìn)行物流需求預(yù)測(cè)，先必須了解物流需求的特征。1.需求的時(shí)間特性和空間特性：需求具有時(shí)間上的特殊性，表現(xiàn)在物流需求上是隨時(shí)間而變化的，這種預(yù)測(cè)一般屬于短期預(yù)測(cè)，常用時(shí)間序列預(yù)測(cè)法；空間特性指的是物流需求在何處發(fā)生。2.需求的不規(guī)則性與

4、規(guī)則性：“規(guī)則性”變動(dòng)的因素有長(zhǎng)期趨勢(shì)、季節(jié)性因素、隨機(jī)性因素。如果某種產(chǎn)品的需求由于總體需求量偏低，需求時(shí)間和需求水平非常不確定，那么需求就是間歇式的，這樣的時(shí)間序列就是“不規(guī)則的”3.需求的派生性與獨(dú)立性：物流需求的獨(dú)立性是指物流需求來自一個(gè)獨(dú)立的客戶，面對(duì)的是末端消費(fèi)者需求。派生性是由某一特定的生產(chǎn)計(jì)劃要求派生出來的，是一種從屬性的需求。對(duì)于獨(dú)立的需求預(yù)測(cè)，適用統(tǒng)計(jì)預(yù)測(cè)的方法。對(duì)于派生的需求，有很強(qiáng)的傾向性，且不是隨機(jī)的，通過判斷系統(tǒng)的規(guī)律，就能較好的改進(jìn)預(yù)測(cè)結(jié)果。物流系統(tǒng)預(yù)測(cè)的特殊問題1.新需求預(yù)測(cè)問題：在推出新產(chǎn)品或新服務(wù)時(shí)需要為之提供物流支持，就需要對(duì)物流需求進(jìn)行預(yù)測(cè)，但這時(shí)歷史數(shù)

5、據(jù)缺乏?？刹捎玫姆椒ǎ?.將最初的預(yù)測(cè)交給營(yíng)銷人員來做，至積累一定的歷史數(shù)據(jù)；2.利用類似產(chǎn)品的需求模式估計(jì)新產(chǎn)品需求；3.利用指數(shù)平滑法進(jìn)行預(yù)測(cè)，指數(shù)平滑系數(shù)在初始階段定高（大于等于0.5）。2.不規(guī)則需求的預(yù)測(cè)：在需求不規(guī)則的情況下，需求模式中的隨機(jī)波動(dòng)非常大，使得趨勢(shì)和季節(jié)特征非常模糊?？刹捎玫姆椒ǎ?.尋找導(dǎo)致需求不規(guī)則的明顯原因，將不規(guī)則的需求預(yù)測(cè)與其他規(guī)則性的需求預(yù)測(cè)分開進(jìn)行；2.如果沒有找到需求偏移的原因，就不對(duì)這類產(chǎn)品的需求變化做出迅速反應(yīng)，如用較小平滑系數(shù)、時(shí)間間隔較長(zhǎng)的回歸法；3.不規(guī)則需求多發(fā)生在低需求產(chǎn)品上，對(duì)預(yù)測(cè)精度的要求并不很高，可根據(jù)具體情況適當(dāng)調(diào)整預(yù)測(cè)值，如適當(dāng)

6、提高庫(kù)存水平，以抵消需求預(yù)測(cè)的不精確性。3.地區(qū)性需求預(yù)測(cè)：物流需求具有地域特點(diǎn)，要求進(jìn)行需求預(yù)測(cè)時(shí)是先進(jìn)行地區(qū)總預(yù)測(cè)，還是直接對(duì)每一地區(qū)單獨(dú)進(jìn)行需求預(yù)測(cè)。一般先進(jìn)行總需求預(yù)測(cè)，再將總量分配到各地區(qū)，這比單獨(dú)進(jìn)行預(yù)測(cè)的精度高、效果好。4. 預(yù)測(cè)的誤差問題：沒有一種預(yù)測(cè)模型能保證在所有情況下所有時(shí)間段都適用，預(yù)測(cè)誤差是不可避免的，但要盡量避免。第三節(jié) 物流需求預(yù)測(cè)的定性方法定性預(yù)測(cè)是預(yù)測(cè)者根據(jù)自己掌握的實(shí)際情況、實(shí)踐經(jīng)驗(yàn)、專業(yè)水平，對(duì)經(jīng)濟(jì)發(fā)展前景的性質(zhì)、方向和程度做出的判斷。在掌握數(shù)據(jù)不多，不夠準(zhǔn)確或者主要影響因素難以用數(shù)字描述，無法定量分析時(shí)，定性預(yù)測(cè)是一種行之有效的預(yù)測(cè)方法。1.市場(chǎng)調(diào)查預(yù)測(cè)

7、法：預(yù)測(cè)者在深入實(shí)際進(jìn)行調(diào)查后取得必要的經(jīng)濟(jì)信息，以此為基礎(chǔ)根據(jù)自己的經(jīng)驗(yàn)和專業(yè)水平，對(duì)市場(chǎng)發(fā)展變化做出分析判斷。常見的有以下三種方法：經(jīng)營(yíng)管理人員意見調(diào)查預(yù)測(cè)法；銷售人員意見調(diào)查法；消費(fèi)者購(gòu)買意向調(diào)查預(yù)測(cè)法；1.經(jīng)營(yíng)管理人員意見調(diào)查法：首先經(jīng)理向各業(yè)務(wù)主管部門提出預(yù)測(cè)要求，各業(yè)務(wù)部門分頭準(zhǔn)備，提出自己的預(yù)測(cè)意見，由經(jīng)理召開會(huì)議綜合分析。優(yōu)點(diǎn)：上下結(jié)合進(jìn)行預(yù)測(cè)，有利于發(fā)揮集體智慧，各業(yè)務(wù)管理人員熟悉市場(chǎng)動(dòng)向，預(yù)測(cè)結(jié)果較準(zhǔn)確，對(duì)商情變化了解不夠具體，主要靠經(jīng)驗(yàn)判斷，受主觀影響大。2.：對(duì)銷售人員進(jìn)行調(diào)查，征詢產(chǎn)銷情況、市場(chǎng)動(dòng)態(tài)、未來市場(chǎng)銷售估計(jì)。：銷售人員在一線，最熟悉市場(chǎng)情況，自己預(yù)測(cè)銷售任務(wù)

8、，易于發(fā)揮主觀能動(dòng)性；：為超額完成任務(wù)，估計(jì)偏向保守，對(duì)大局了解不夠，預(yù)測(cè)結(jié)果有一定局限。3.消費(fèi)者購(gòu)買意向調(diào)查預(yù)測(cè)法：通過問卷調(diào)查、訪問等調(diào)查形式，將消費(fèi)者的購(gòu)買意向匯總分析，推斷未來市場(chǎng)需求。優(yōu)點(diǎn)：可以得到最直接，最有用的信息，如果消費(fèi)者愿意合作，就能夠獲得比較準(zhǔn)確的預(yù)測(cè)結(jié)果。主觀概率法：個(gè)人對(duì)某事在未來發(fā)生或不發(fā)生可能性的估計(jì)，反映個(gè)人對(duì)未來事物的主觀判斷和信任程度。主觀概率加權(quán)平均法：以主觀概率為權(quán)數(shù)，對(duì)各種預(yù)測(cè)意見進(jìn)行加權(quán)平均，從而求得綜合性預(yù)測(cè)結(jié)果。第四節(jié) 物流需求預(yù)測(cè)的定量方法實(shí)踐證明，時(shí)間序列分析模型雖然簡(jiǎn)單，但預(yù)測(cè)效果較好。1.移動(dòng)平均分：一種簡(jiǎn)單的預(yù)測(cè)方法，根據(jù)時(shí)間序列信息

9、，逐項(xiàng)推移，依次計(jì)算包含一定項(xiàng)數(shù)的平均值，以消除周期波動(dòng)或隨機(jī)波動(dòng)的影響，揭示長(zhǎng)期趨勢(shì)。當(dāng)時(shí)間序列受周期變動(dòng)和隨機(jī)波動(dòng)的影響，起伏較大，不易顯示出事件的發(fā)展趨勢(shì)時(shí)，使用移動(dòng)平均法可以消除這些因素的影響，顯示出事件的發(fā)展方向與趨勢(shì)。一次移動(dòng)平均：Mt(1) = （yt+ yt-1 + + yt-n+1）/ NMt(1) 第t周+期的一次移動(dòng)平均數(shù)；yt 第t周期的觀測(cè)值；N移動(dòng)平均的項(xiàng)數(shù)（2、3、4、5）預(yù)測(cè)公式：yt+1= Mt(1) 當(dāng)時(shí)間序列沒有明顯趨勢(shì)變動(dòng)時(shí)，使用一次移動(dòng)平均就能準(zhǔn)確反映實(shí)際情況。但時(shí)間序列出現(xiàn)線性變動(dòng)趨勢(shì)時(shí)，用一次移動(dòng)平均數(shù)預(yù)測(cè)就會(huì)出現(xiàn)滯后偏差。需要在一次移動(dòng)平均的基礎(chǔ)

10、上做二次移動(dòng)平均。二次移動(dòng)平均數(shù)：Mt(2) =（ Mt(1) + Mt-1(1) + + Mt-N+1(1) ）/N設(shè)時(shí)間序列在某時(shí)刻具有直線趨勢(shì)，可設(shè)趨勢(shì)預(yù)測(cè)模型：yt+T = at+btT2.指數(shù)平滑法：一種非常有效的短期預(yù)測(cè)法，只要得到很少的數(shù)據(jù)就可以連續(xù)使用。指數(shù)平滑法在同類預(yù)測(cè)法中被認(rèn)為是最精確的。一次指數(shù)平滑法預(yù)測(cè)：下期的預(yù)測(cè)值等于本期的實(shí)際值與本期的預(yù)測(cè)值加權(quán)平均。Ft+1 = xt +（1- ）Ftt 本期的時(shí)間；Ft 對(duì)t時(shí)刻的預(yù)測(cè)值；Ft+1 在t+1時(shí)刻的一次指數(shù)平滑值； 指數(shù)平滑系數(shù)；xt 在t時(shí)刻的實(shí)際值。初始值F1：一般要通過一定的方法選取，如果時(shí)間序列數(shù)據(jù)較多且

11、比較可靠，可以將已有數(shù)據(jù)中的某一部分的算術(shù)平均值或加權(quán)平均值作為初始值；若歷史數(shù)據(jù)較少或數(shù)據(jù)可靠性較差，則可采用定性方法確定；指數(shù)平滑系數(shù)：一定的主觀判斷，值越大，近期觀測(cè)值的權(quán)數(shù)越大，模型對(duì)時(shí)間序列的變化越敏感；過大，會(huì)使預(yù)測(cè)結(jié)果跟蹤時(shí)間序列變化，不能體現(xiàn)根本趨勢(shì)；越小，近期數(shù)據(jù)影響越小，歷史數(shù)據(jù)權(quán)數(shù)大，預(yù)測(cè)更平穩(wěn)，消除了隨機(jī)波動(dòng)，只反映長(zhǎng)期的大致發(fā)展趨勢(shì)。一般情況下，取值（0.10.4），在歷史數(shù)據(jù)很少或沒有歷史數(shù)據(jù)的情況下，要選取較高的進(jìn)行短期預(yù)測(cè)（大于0.5）二次指數(shù)平滑法：在一次平滑的基礎(chǔ)上再做一次指數(shù)平滑，然后用兩次平滑值，建立模型確定預(yù)測(cè)值解決了一次指數(shù)平滑法存在的兩個(gè)問題：1.

12、解決了一次指數(shù)平滑不能用于明顯趨勢(shì)變動(dòng)的預(yù)測(cè)；2.解決了一次指數(shù)平滑只能向未來預(yù)測(cè)一期的局限性。St(2) = St(1) + （1- ）St-1 (2)St(1) 第t 期的一次平滑值；St(2) 第t 期的二次平滑值； 平滑系數(shù)。建立二次指數(shù)平滑預(yù)測(cè)模型：Yt+T = at + bt T回歸分析預(yù)測(cè)模型：回歸分析預(yù)測(cè)法就是根據(jù)事務(wù)內(nèi)部因素變化的因果關(guān)系來預(yù)測(cè)事物未來的發(fā)展趨勢(shì)。根據(jù)回歸分析模型中的自變量個(gè)數(shù)，分為一元回歸分析、多元回歸分析；按變量之間的關(guān)系，分為線性回歸、非線性回歸；事物之間的相互關(guān)系可以分為確定的函數(shù)關(guān)系和不確定的相關(guān)關(guān)系兩類。具有相關(guān)關(guān)系的變量，可建立回歸方程，對(duì)變量間

13、的關(guān)系進(jìn)行描述。一元線性回歸預(yù)測(cè)法:1.數(shù)據(jù)的直觀分析及散點(diǎn)圖描述；2.建立一元線性回歸方程： a、b是回歸系數(shù)3.求解回歸系數(shù)，得到模型；4.利用模型預(yù)測(cè)結(jié)果。多元線性回歸分析預(yù)測(cè)：物流系統(tǒng)決策中，通常有多個(gè)因素影響物流需求，因此，這些變量應(yīng)該被包括在預(yù)測(cè)模型中；設(shè)因變量y有M個(gè)影響因素，用自變量x1, x2, xm表示?？稍O(shè)回歸模型如下：回歸模型的檢驗(yàn)及預(yù)測(cè)值的顯著性檢驗(yàn)：回歸模型檢驗(yàn)包括：1.理論意義檢驗(yàn)：是否與理論或?qū)嵺`經(jīng)驗(yàn)相符合；2.一級(jí)檢驗(yàn)：統(tǒng)計(jì)學(xué)檢驗(yàn)，利用統(tǒng)計(jì)學(xué)中的抽樣理論來檢驗(yàn)樣本回歸方程的可靠性，包括擬合程度評(píng)價(jià)和顯著性檢驗(yàn)；3.二級(jí)檢驗(yàn)：經(jīng)濟(jì)計(jì)量學(xué)檢驗(yàn)，對(duì)標(biāo)準(zhǔn)線性回歸模型的假定條件是否能得到滿足進(jìn)行檢驗(yàn)。預(yù)測(cè)值的顯著性檢驗(yàn)：在預(yù)測(cè)模型的自變量和因變量相關(guān)關(guān)系得到確認(rèn)后，運(yùn)用回歸方程求得的 y 并不是實(shí)際值，而是回歸估計(jì)值。因?yàn)殡S著現(xiàn)實(shí)情況的變化和環(huán)境因素的影響，實(shí)際值總會(huì)與預(yù)測(cè)估計(jì)值之間產(chǎn)生或大或小的偏差，所以人們不僅要求獲得 y 的預(yù)測(cè)值，而且希望知道實(shí)際值可能偏差的范圍，也就是要了解預(yù)測(cè)的精度。置信限就是反映在一定置信度下，預(yù)測(cè)變量的取值范圍，又稱為預(yù)測(cè)區(qū)間的估計(jì)。第五節(jié) 基于神經(jīng)網(wǎng)絡(luò)