物流需求和預(yù)測

1、關(guān)于物流需求與預(yù)測第一張，PPT共四十九頁，創(chuàng)作于2022年6月 物流需求的作用與特征 物流需求預(yù)測方法 物流四階段預(yù)測法第二張，PPT共四十九頁，創(chuàng)作于2022年6月1 、物流需求的作用與特征 物流需求是社會(huì)經(jīng)濟(jì)活動(dòng)特別是制造與經(jīng)營活動(dòng)所派生的一種次生需求。物資的流動(dòng)是由于社會(huì)生產(chǎn)與社會(huì)消費(fèi)的需要，它是受生產(chǎn)力、生產(chǎn)資源分布、生產(chǎn)制造過程、消費(fèi)分布、運(yùn)輸倉儲(chǔ)布局等因素的影響的。物流需求包含了位移的數(shù)量與位移的服務(wù)要求。D = V + L + I 其中，D-物流需求（Logistics Demand） V-物流需求量（Logistics Demand Volume）; L-物流需求水平（Log

2、istics Demand Level）; I-物流信息需求（Logistics Information Demand）D的預(yù)測可用一些定性的描述（對部分L及I）和對V的定量描述組成。 第三張，PPT共四十九頁，創(chuàng)作于2022年6月物流需求具有以下顯著特征：派生性 物流需求是社會(huì)經(jīng)濟(jì)活動(dòng)特別是制造與經(jīng)營活動(dòng)所派生的一種次生需求。物資的流動(dòng)是由于社會(huì)生產(chǎn)與社會(huì)消費(fèi)的需要，它是受生產(chǎn)力、生產(chǎn)資源分布、生產(chǎn)制造過程、消費(fèi)分布、運(yùn)輸倉儲(chǔ)布局等因素的影響的，可以說物流是社會(huì)經(jīng)濟(jì)活動(dòng)及其發(fā)展派生出來的一種經(jīng)濟(jì)活動(dòng)，因而物流的數(shù)量、方向、構(gòu)成、始發(fā)點(diǎn)等是受社會(huì)社會(huì)經(jīng)濟(jì)活動(dòng)影響的。物流需求的作用:物流需求是現(xiàn)

3、代物流業(yè)發(fā)展的基礎(chǔ),是物流企業(yè)經(jīng)營管理決策的依據(jù),是物流規(guī)劃與設(shè)計(jì)的依據(jù)。第四張，PPT共四十九頁，創(chuàng)作于2022年6月復(fù)雜性 物流與社會(huì)生產(chǎn)、經(jīng)濟(jì)生活有著密切的聯(lián)系，社會(huì)勞動(dòng)生產(chǎn)率的提高、經(jīng)濟(jì)發(fā)展的增長、收入與消費(fèi)的增加以及新的政策的實(shí)施等等都會(huì)使物流需求發(fā)生變化；人們生活方式、消費(fèi)習(xí)慣的不同，物流基礎(chǔ)設(shè)施的制約以及供應(yīng)鏈企業(yè)間的平行、垂直和重疊關(guān)系的相互影響又使物流需求在一定趨勢變化基礎(chǔ)上相對物流供應(yīng)上下波動(dòng)。這就導(dǎo)致物流需求變化既有一定規(guī)律，又存在隨機(jī)性特點(diǎn)。第五張，PPT共四十九頁，創(chuàng)作于2022年6月時(shí)效性 即物流需求的時(shí)間性。宏觀上，經(jīng)濟(jì)建設(shè)與發(fā)展的不同階段對物資需求的數(shù)量、品種、

4、規(guī)模使不同的。微觀上，物流需求的數(shù)量和品種往往隨季節(jié)性變化，此外，現(xiàn)代科技更新周期的不斷縮短和人們消費(fèi)觀念的日益變化，也提高了物流需求隨時(shí)間變化的敏感性。地域性 即物流需求的空間性。生產(chǎn)力布局、社會(huì)經(jīng)濟(jì)水平、資源分布、用地規(guī)模使物流需求呈現(xiàn)出地域差異和分布形態(tài)。物流需求的空間分布影響物資流動(dòng)的流量和流向，對物流設(shè)施規(guī)劃有巨大影響。 第六張，PPT共四十九頁，創(chuàng)作于2022年6月2 、物流需求預(yù)測的概念物流需求預(yù)測，就是根據(jù)物流市場過去和現(xiàn)在的需求狀況以及影響物流市場需求變化的因素之間的關(guān)系，利用一定的經(jīng)驗(yàn)判斷、技術(shù)方法和預(yù)測模型，應(yīng)用合適的科學(xué)方法對有關(guān)反映市場需求指標(biāo)的變化以及發(fā)展的趨勢進(jìn)行

5、預(yù)測。第七張，PPT共四十九頁，創(chuàng)作于2022年6月預(yù)測結(jié)果的準(zhǔn)確性和可靠性與預(yù)測期限有關(guān).1. 長期預(yù)測。 預(yù)測期限5年，主要根據(jù)企業(yè)長期戰(zhàn)略目標(biāo)和市場需求發(fā)展趨勢進(jìn)行預(yù)測分析。周期長，不確定因素多，預(yù)測誤差大。只能對預(yù)測作相對大致、粗略的描述。2. 中期預(yù)測預(yù)測期限1-3年,主要圍繞企業(yè)經(jīng)營戰(zhàn)略、新產(chǎn)品研發(fā)等方面進(jìn)行預(yù)測。預(yù)測結(jié)果比較準(zhǔn)確。3.短期預(yù)測預(yù)測期限3個(gè)月-1年,主要確定某種產(chǎn)品季度或年度的市場需求量，從而調(diào)節(jié)企業(yè)自身的生產(chǎn)能力。4.近期預(yù)測預(yù)測期限一般以周、旬為單位，主要對企業(yè)內(nèi)部的各個(gè)環(huán)節(jié)進(jìn)行預(yù)測，確定物流或零部件的需求量，以保證生產(chǎn)的連續(xù)性和穩(wěn)定性。目標(biāo)較明確，可預(yù)見性強(qiáng)，

6、預(yù)測的分類第八張，PPT共四十九頁，創(chuàng)作于2022年6月市場需求特點(diǎn)決定了產(chǎn)品的銷售特點(diǎn)1. 季節(jié)性需求由氣候、節(jié)假日、消費(fèi)習(xí)慣等因素引起的需求量變化2. 周期性需求需求量隨時(shí)間的推移而呈周期性變化。周期和形成周期的原因難以確定，難以預(yù)測。3.趨向性需求需求量隨時(shí)間的推移而朝某個(gè)方向有規(guī)律地運(yùn)動(dòng)。一般容易預(yù)測。4.隨機(jī)性需求需求量由于偶然變動(dòng)而呈現(xiàn)無規(guī)則的變化趨勢。各期的隨機(jī)需求差別很大。物流市場需求的特征表現(xiàn)第九張，PPT共四十九頁，創(chuàng)作于2022年6月1. 明確預(yù)測對象 如類型是長期預(yù)測還是短期預(yù)測。內(nèi)容是某一種產(chǎn)品還是某幾種產(chǎn)品。以便確定預(yù)測的內(nèi)容和任務(wù)，制定出具體的預(yù)測工作計(jì)劃、組織小

7、組、協(xié)調(diào)等。2. 收集相關(guān)的資料數(shù)據(jù) 整理、分析已有的相關(guān)數(shù)據(jù)資料；收集、調(diào)查尚未擁有的資料數(shù)據(jù)。3. 選擇合適的預(yù)測方法 對需求比較穩(wěn)定的產(chǎn)品，用簡單移動(dòng)平均法；屬于趨勢型產(chǎn)品，用加權(quán)平均法、指數(shù)平均法和回歸分析法加以預(yù)測；對于隨機(jī)性的情況，采取定性分析與定量分析相結(jié)合的方法加以預(yù)測。4. 預(yù)測與結(jié)果評價(jià)。 預(yù)測時(shí)，考慮各方面的情況。借助于經(jīng)驗(yàn)判斷、邏輯推理、統(tǒng)計(jì)分析等方面的預(yù)測判斷，使預(yù)測結(jié)果更為合理。物流需求預(yù)測步驟第十張，PPT共四十九頁，創(chuàng)作于2022年6月3、物流需求預(yù)測方法 需求預(yù)測包括確定客戶會(huì)在未來某個(gè)時(shí)點(diǎn)所需要的產(chǎn)品數(shù)量及其伴隨的服務(wù)。準(zhǔn)確地了解產(chǎn)品需求將會(huì)是多少，對企業(yè)運(yùn)

8、作的所有方面營銷、生產(chǎn)和物流都很重要。對未來的需求預(yù)測決定了營銷策略、銷售隊(duì)伍配置、定價(jià)以及市場調(diào)研活動(dòng)。銷售預(yù)測決定生產(chǎn)計(jì)劃、采購和購并策略以及工廠內(nèi)的庫存決策。物流管理的需求預(yù)測決定了公司生產(chǎn)的每種產(chǎn)品有多少要運(yùn)到企業(yè)所服務(wù)的各個(gè)市場。同樣地，物流管理必須知道需求來自何方，從而可以將適當(dāng)數(shù)量的產(chǎn)品投放或儲(chǔ)存到各個(gè)市場區(qū)域。 第十一張，PPT共四十九頁，創(chuàng)作于2022年6月定性預(yù)測技術(shù)又稱判斷預(yù)測技術(shù),它是在一種有組織的形式下,搜集各個(gè)人對分析過程所作的判斷,然后進(jìn)行預(yù)測的方法。這種方法簡單易行實(shí)用,適用于數(shù)據(jù)奇缺或難于作定量分析的情況。一般這類方法用于中長期預(yù)測,常用的效果較好的有德爾菲法

9、、主觀概率法、市場調(diào)查法、部門負(fù)責(zé)人評判意見法、銷售人員估計(jì)法及歷史類比法等。3.1、定性預(yù)測方法第十二張，PPT共四十九頁，創(chuàng)作于2022年6月Delphi Method，又稱專家調(diào)查法，通過對專家背靠背的匿名征詢方式進(jìn)行預(yù)測。1950年代由美國RAND公司創(chuàng)立。專家的選擇非常重要。人數(shù)一般在1050人。每輪調(diào)查完畢都需要對專家的意見進(jìn)行統(tǒng)計(jì)整理，然后根據(jù)統(tǒng)計(jì)整理的結(jié)果進(jìn)行評價(jià)，如果結(jié)果顯示比較分散，則需重新設(shè)計(jì)調(diào)查表格，進(jìn)行新一輪的調(diào)查；如果專家的意見比較集中一致，則就得到了最終的結(jié)果。* 德爾菲法選擇對象發(fā)送調(diào)查表格回收調(diào)查問卷并統(tǒng)計(jì)調(diào)查結(jié)果統(tǒng)計(jì)結(jié)果的分析評價(jià)預(yù)測結(jié)果進(jìn)行新一輪的調(diào)查表格

10、第十三張，PPT共四十九頁，創(chuàng)作于2022年6月Analogy Method，又稱比較類推法，根據(jù)經(jīng)驗(yàn)判斷，通過比較類推，得出預(yù)測結(jié)論。(1)縱向類推預(yù)測：通過將當(dāng)前的物流市場情況和歷史上曾經(jīng)發(fā)生過的類似情況進(jìn)行比較來預(yù)測市場未來情況的方法。應(yīng)用時(shí)應(yīng)仔細(xì)考慮新的因素和條件。(2)橫向類推預(yù)測：指在同一時(shí)期內(nèi)對某一地區(qū)某項(xiàng)產(chǎn)品的市場情況與其他地區(qū)的市場情況進(jìn)行比較，然后預(yù)測這個(gè)地區(qū)的未來市場情況。* 類比法第十四張，PPT共四十九頁，創(chuàng)作于2022年6月確立調(diào)查目的和指導(dǎo)思想成立調(diào)查課題小組或領(lǐng)導(dǎo)小組制定調(diào)查方法，設(shè)計(jì)調(diào)查問題與表格實(shí)地調(diào)查，處理調(diào)查中的新情況整理調(diào)查資料，提交調(diào)查報(bào)告調(diào)查準(zhǔn)備階

11、段調(diào)查實(shí)施階段調(diào)查總結(jié)階段直接歸納預(yù)測法的程序與步驟圖 * 直接歸納法第十五張，PPT共四十九頁，創(chuàng)作于2022年6月集體意見法是把預(yù)測者的個(gè)人預(yù)測通過加權(quán)平均而匯集成集體預(yù)測的方法。其程序如下：1）要求每一位預(yù)測者就預(yù)測結(jié)果的最高限、最低限和最可能的值加以判斷，并對這三種情況出現(xiàn)的概率進(jìn)行估計(jì)。例如，第i位預(yù)測者得出的預(yù)測結(jié)果如下：最高限為F1i，其出現(xiàn)的概率為P1i；最可能的值為F2i，其出現(xiàn)的概率為P2i；最低限為F3i，其出現(xiàn)的概率為P3i。2）根據(jù)預(yù)測者對預(yù)測結(jié)果最高限、最可能值和最低限的估計(jì)以及對三種情況出現(xiàn)的概率的估計(jì)，計(jì)算每一位預(yù)測者的意見平均值Fi，其計(jì)算公式為：* 集體意見

12、法第十六張，PPT共四十九頁，創(chuàng)作于2022年6月3）根據(jù)每位預(yù)測者個(gè)人意見的重要程度Wi，通過加權(quán)平均，得出集體的意見F，其計(jì)算公式為：式中，n表示預(yù)測者人數(shù)。* 集體意見法第十七張，PPT共四十九頁，創(chuàng)作于2022年6月又稱專家會(huì)議法、集思廣益法，是指預(yù)測者邀請有關(guān)專家以開討論會(huì)的方式，向?qū)＜耀@取有關(guān)預(yù)測對象的信息，經(jīng)歸納、分析、判斷和推算，預(yù)測事物未來發(fā)展變化趨勢的一種預(yù)測方法。直接頭腦風(fēng)暴法一般按下列步驟實(shí)施：1）確定與會(huì)專家的名單、人數(shù)和會(huì)議時(shí)間。2）召開專家討論會(huì)。3）對各種設(shè)想進(jìn)行歸類、比較和評價(jià)。* 頭腦風(fēng)暴法第十八張，PPT共四十九頁，創(chuàng)作于2022年6月頭腦風(fēng)暴法的優(yōu)點(diǎn)是：

13、1）能較全面地考慮到事件發(fā)生的可能性，從而達(dá)到預(yù)測的目標(biāo)；2）簡單易行，節(jié)省時(shí)間。頭腦風(fēng)暴法的缺點(diǎn)是：1）不能更廣泛地收集各方面的意見；2）可能會(huì)出現(xiàn)少數(shù)人的正確意見屈服于多數(shù)人的錯(cuò)誤意見，或者大多數(shù)人受權(quán)威人士意見的左右。* 頭腦風(fēng)暴法第十九張，PPT共四十九頁，創(chuàng)作于2022年6月又稱構(gòu)思分析法、前景分析法，該方法是根據(jù)事物發(fā)展趨勢的多樣性，通過對預(yù)測對象系統(tǒng)內(nèi)外相關(guān)問題的系統(tǒng)分析，設(shè)計(jì)出多種可能的未來前景，然后，用象撰寫電影劇本一樣的手法，對事物發(fā)展態(tài)勢做出自始至終的情景和畫面的描述。情景分析法具有以下特點(diǎn)：1）預(yù)測結(jié)果是多維的。2）是一種系統(tǒng)預(yù)測方法。3）是一種認(rèn)同并發(fā)揮人的主觀能動(dòng)作

14、用的預(yù)測方法。4）是一種定性分析與定量分析相互嵌入，以定性分析為主的綜合性預(yù)測方法。* 情景分析法第二十張，PPT共四十九頁，創(chuàng)作于2022年6月情景分析法的主要缺點(diǎn)：是操作過程比較復(fù)雜，預(yù)測成本較高。情景分析法的實(shí)施步驟包括以下幾個(gè)方面：1）明確預(yù)測問題，作好必要準(zhǔn)備。2）確定影響水平和變量。3）構(gòu)造情景。4）編寫預(yù)測報(bào)告。* 情景分析法第二十一張，PPT共四十九頁，創(chuàng)作于2022年6月1時(shí)間序列預(yù)測法2因果預(yù)測法3. 產(chǎn)銷平衡法4. 細(xì)分與集成預(yù)測法5. 組合預(yù)測法3.2、定量預(yù)測方法第二十二張，PPT共四十九頁，創(chuàng)作于2022年6月3.2.1時(shí)間序列預(yù)測法通過時(shí)間序列分析事物過去的變化規(guī)

15、律，并推斷事物的未來發(fā)展趨勢，稱為 時(shí)間序列預(yù)測法。1）增長率法2）移動(dòng)平均法3）指數(shù)平滑預(yù)測法4）生長曲線法5）灰色預(yù)測方法6）馬爾柯夫預(yù)測法7）自回歸預(yù)測法8）神經(jīng)網(wǎng)絡(luò)預(yù)測法第二十三張，PPT共四十九頁，創(chuàng)作于2022年6月1）增長率法增長率法，指根據(jù)預(yù)測對象在過去的統(tǒng)計(jì)期內(nèi)的平均增長率，類推未來某期預(yù)測值的一種簡便算法。該預(yù)測方法一般用于增長率變化不大，或預(yù)計(jì)過去的增長趨勢在預(yù)測期內(nèi)仍將繼續(xù)的場合。第二十四張，PPT共四十九頁，創(chuàng)作于2022年6月2）移動(dòng)平均法一次移動(dòng)平均值的計(jì)算公式是：二次移動(dòng)平均值的計(jì)算公式為：二次移動(dòng)平均預(yù)測模型的形式為：第二十五張，PPT共四十九頁，創(chuàng)作于202

16、2年6月3）指數(shù)平滑預(yù)測法一次指數(shù)平滑值的遞推計(jì)算公式為：式中：為平滑常數(shù)，01，一般取0.1-0.3。二次指數(shù)平滑值的遞推計(jì)算公式為：二次指數(shù)平滑預(yù)測模型的形式為：第二十六張，PPT共四十九頁，創(chuàng)作于2022年6月4）生長曲線法最著名的費(fèi)爾哈斯模型。費(fèi)爾哈斯模型的表達(dá)式為：費(fèi)爾哈斯模型的圖像是一條s型曲線，大體可分為三段，即緩慢增長階段、快速增長階段和平穩(wěn)階段，其中，平穩(wěn)階段的p=a/b可視為“飽和值”。第二十七張，PPT共四十九頁，創(chuàng)作于2022年6月5）灰色預(yù)測方法灰色預(yù)測方法一般利用時(shí)序列數(shù)據(jù)，通過建立GM（1，1）模型進(jìn)行預(yù)測。該預(yù)測方法具有以下特點(diǎn)：不需用大量樣本；預(yù)測精度較高；用

17、累加生成擬合微分方程，符合能量系統(tǒng)的變化規(guī)律；可以進(jìn)行長期預(yù)測。用GM（1,1）模型進(jìn)行灰色預(yù)測的步驟是：對原始時(shí)序列數(shù)據(jù)x(0)（t），t=1，2，做一次累加生成，得新的數(shù)列x(1)（t），t=1，2，其中：第二十八張，PPT共四十九頁，創(chuàng)作于2022年6月5）灰色預(yù)測方法利用一次累加生成數(shù)列擬合微分方程，得參數(shù)a和u；解上述微分方程得時(shí)間響應(yīng)函數(shù)：第二十九張，PPT共四十九頁，創(chuàng)作于2022年6月5）灰色預(yù)測方法對時(shí)間響應(yīng)函數(shù)求導(dǎo)還原得預(yù)測方程：利用歷史數(shù)據(jù)對預(yù)測模型進(jìn)行精度檢驗(yàn)；通過預(yù)測方程進(jìn)行預(yù)測。第三十張，PPT共四十九頁，創(chuàng)作于2022年6月6）馬爾柯夫預(yù)測法馬爾柯夫主要研究事物狀

18、態(tài)轉(zhuǎn)移，他經(jīng)過多次試驗(yàn)發(fā)現(xiàn)，一個(gè)系統(tǒng)的某些因素在轉(zhuǎn)移中第n次結(jié)果只受第n-1次的結(jié)果的影響，只與當(dāng)前所處狀態(tài)有關(guān)，與其他無關(guān)。其遞推公式為：經(jīng)常使用馬爾柯夫預(yù)測法對市場占有率進(jìn)行預(yù)測。馬爾柯夫市場占有率預(yù)測的一般步驟為：調(diào)查目前的市場占有率情況；調(diào)查消費(fèi)者的變動(dòng)情況；建立數(shù)學(xué)模型；預(yù)測未來市場的占有率。第三十一張，PPT共四十九頁，創(chuàng)作于2022年6月7）自回歸預(yù)測法自回歸預(yù)測法的原理為：時(shí)間序列的觀察值之間往往是高度相關(guān)的。其一般模型如下：上式的意義就是通過回歸分析，建立第t年的值與第t-1，t-2，t-p年的值的關(guān)系，通過這個(gè)關(guān)系來作前向預(yù)測，其實(shí)質(zhì)就是對事物發(fā)展特征曲線的擬合，并進(jìn)一步推

19、知其未來的發(fā)展軌跡。第三十二張，PPT共四十九頁，創(chuàng)作于2022年6月8）神經(jīng)網(wǎng)絡(luò)預(yù)測法神經(jīng)網(wǎng)絡(luò)，特別是反向傳播網(wǎng)絡(luò)在許多領(lǐng)域都得到廣泛應(yīng)用。該方法在函數(shù)逼近、模式識別、數(shù)據(jù)壓縮等領(lǐng)域的應(yīng)用實(shí)踐充分證明，通過該方法獲得的結(jié)果與實(shí)際結(jié)果非常接近，尤其在曲線擬合方面有很高的精度。利用神經(jīng)網(wǎng)絡(luò)的方法建立數(shù)學(xué)模型，擬合歷史數(shù)據(jù)的變化曲線，再用擬合結(jié)果對數(shù)據(jù)未來的發(fā)展曲線做出預(yù)報(bào)，這是神經(jīng)網(wǎng)絡(luò)方法在預(yù)測中的應(yīng)用。神經(jīng)網(wǎng)絡(luò)預(yù)測方法的應(yīng)用結(jié)果表明，該方法能夠反映事物的變化規(guī)律，預(yù)測的結(jié)果比較準(zhǔn)確。第三十三張，PPT共四十九頁，創(chuàng)作于2022年6月3.2.2因果預(yù)測法1）比例系數(shù)法2）回歸分析預(yù)測法3）彈性系

20、數(shù)法4）系統(tǒng)動(dòng)力學(xué)預(yù)測法第三十四張，PPT共四十九頁，創(chuàng)作于2022年6月3.2.3.產(chǎn)銷平衡法利用產(chǎn)銷平衡法，可以研究各地區(qū)間的貨物交流問題。即通過適當(dāng)?shù)呢浳镱A(yù)測方法，確定預(yù)測期所有各發(fā)到地區(qū)之間的貨物流量，形成預(yù)測期貨物流量表。 第三十五張，PPT共四十九頁，創(chuàng)作于2022年6月3.2.4.細(xì)分與集成預(yù)測法1）集成預(yù)測法集成預(yù)測法是分別單獨(dú)地預(yù)測各個(gè)系統(tǒng)的預(yù)測值，然后加總求和而得到整體系統(tǒng)預(yù)測值的一種方法。即：第三十六張，PPT共四十九頁，創(chuàng)作于2022年6月3.2.4.細(xì)分與集成預(yù)測法2）細(xì)分預(yù)測法細(xì)分預(yù)測與集成法的預(yù)測過程相反，即先預(yù)測出整體系統(tǒng)的預(yù)測值，再依據(jù)合理標(biāo)準(zhǔn)求得各子系統(tǒng)預(yù)測

21、值，如比重法和目標(biāo)比例系數(shù)法等。比重法是在總物流運(yùn)量已用某種方法預(yù)測，進(jìn)而估算其中部分物流運(yùn)量的方法。月度比例系數(shù)法是根據(jù)過去數(shù)年的月度物流統(tǒng)計(jì)資料，計(jì)算出平均每個(gè)月的物流數(shù)量在年度物流總量中所占的比例，進(jìn)而在未來年度物流量預(yù)測出以后，按照月度的分布規(guī)律求出未來年度各月的預(yù)測值。第三十七張，PPT共四十九頁，創(chuàng)作于2022年6月3.2.5.組合預(yù)測法組合預(yù)測法是將幾種預(yù)測方法的預(yù)測結(jié)果，選取適當(dāng)?shù)臋?quán)重進(jìn)行加權(quán)平均的一種預(yù)測方法。1）等權(quán)平均法設(shè)fi（i=1，2，K）為第i個(gè)模型預(yù)測值，如果用fc代表組合預(yù)測值，則等權(quán)平均預(yù)測法得到的組合預(yù)測值為：第三十八張，PPT共四十九頁，創(chuàng)作于2022年6

22、月預(yù)測模型的評價(jià) 對于同一個(gè)目標(biāo),可選用多種預(yù)測技術(shù),建立不同的預(yù)測模型,并可能得到不同的預(yù)測結(jié)果。究竟應(yīng)選擇哪一個(gè)模型所得的預(yù)測結(jié)果作為正式的預(yù)測結(jié)果呢?這就是一個(gè)對模型優(yōu)劣進(jìn)行評價(jià)的問題。對不同的預(yù)測目標(biāo),評價(jià)的方法及標(biāo)準(zhǔn)可能不完全但一般都應(yīng)遵循下列幾條基本原則: 合理性預(yù)測模型應(yīng)具有與事物發(fā)展規(guī)律相一致的性質(zhì)； 預(yù)測能力是看模型能否說明在預(yù)測期間事物的發(fā)展情況；二是看預(yù)測模型的誤差范圍; 穩(wěn)定性能否在較長時(shí)間內(nèi)準(zhǔn)確地反映預(yù)測對象的發(fā)展變化情況,模型的參數(shù)和預(yù)測能力是否受統(tǒng)計(jì)數(shù)據(jù)變化等因素的影響； 簡單性對于預(yù)測能力相差不大的模型,應(yīng)選形式簡單、容易運(yùn)用的模型作為優(yōu)先選擇的對象。第三十九張

23、，PPT共四十九頁，創(chuàng)作于2022年6月1預(yù)測結(jié)果的可信度各種模型中，只有回歸模型提供了可信度結(jié)論。2預(yù)測方案實(shí)際預(yù)測活動(dòng)中應(yīng)盡量給出多個(gè)預(yù)測方案，避免因單方案造成決策的剛性。3擬合度與精度擬合度是指預(yù)測模型對歷史觀察值的模擬程度。對既定的歷史數(shù)據(jù)總可以找到擬合程度很高的模型，但擬合度高并不一定表示預(yù)測結(jié)果準(zhǔn)確。預(yù)測準(zhǔn)確性的高低屬于精度問題。擬合度好，不一定精度也高。3.3、預(yù)測實(shí)踐中應(yīng)注意的幾個(gè)問題 第四十張，PPT共四十九頁，創(chuàng)作于2022年6月4預(yù)測的期限預(yù)測按預(yù)測時(shí)間可分為長期預(yù)測和中短期預(yù)測。對短期預(yù)測較好的模型，不一定對長期預(yù)測也較好；反之亦然。5預(yù)測模型預(yù)測模型有復(fù)雜化、多因素化

24、的趨勢，這種發(fā)展趨勢一般有利于提高預(yù)測的精度，因?yàn)檫@包括了更多因素的影響，但對這些因素的未來值也不易判斷。3.3、預(yù)測實(shí)踐中應(yīng)注意的幾個(gè)問題 第四十一張，PPT共四十九頁，創(chuàng)作于2022年6月6數(shù)據(jù)處理與模型調(diào)整如果某個(gè)模型的預(yù)測誤差較大，人們通常采取對原始數(shù)據(jù)進(jìn)行平滑處理和修改模型的方法去解決。這種對原始數(shù)據(jù)進(jìn)行平滑處理的方法實(shí)際上是在回避矛盾。7實(shí)際與想象很多預(yù)測人員在預(yù)測活動(dòng)開始時(shí)就對預(yù)測對象的未來發(fā)展作了想象，并以此想象來不斷地修正預(yù)測結(jié)果。這在對中間預(yù)測值進(jìn)行取舍、組合時(shí)，會(huì)產(chǎn)生導(dǎo)致錯(cuò)誤的影響。3.3、預(yù)測實(shí)踐中應(yīng)注意的幾個(gè)問題 第四十二張，PPT共四十九頁，創(chuàng)作于2022年6月8.

25、 預(yù)測的復(fù)雜性預(yù)測總是在假定未來的發(fā)展是和現(xiàn)在已知或過去發(fā)生的事物有關(guān)的基礎(chǔ)上進(jìn)行的，但又不是簡單的數(shù)學(xué)方程式推斷。預(yù)測無法回避社會(huì)經(jīng)濟(jì)發(fā)展中同時(shí)帶有規(guī)律性和偶然性的矛盾。9.經(jīng)濟(jì)預(yù)測是一門科學(xué)，又是一門藝術(shù)。作為一門科學(xué)，是因?yàn)榻?jīng)濟(jì)運(yùn)動(dòng)是有規(guī)律的，并且人們已經(jīng)初步掌握了一些規(guī)律，做出過許多成功的預(yù)測；作為一門藝術(shù)，是因?yàn)槿藗儗?jīng)濟(jì)規(guī)律的認(rèn)識還很不充分，預(yù)測的方法也很不完善。 3.3、預(yù)測實(shí)踐中應(yīng)注意的幾個(gè)問題 第四十三張，PPT共四十九頁，創(chuàng)作于2022年6月4、物流流量的四階段預(yù)測法一、物流流量的基本概念 物流量作為物流學(xué)科中一個(gè)十分重要的概念，至今仍沒有明確的定義，在我國現(xiàn)階段，我國沒有

26、一個(gè)對物流量的統(tǒng)計(jì)指標(biāo)，在進(jìn)行區(qū)域及地方物流系統(tǒng)規(guī)劃、物流園區(qū)及配送中心、物流接點(diǎn)的規(guī)劃與建設(shè)時(shí)，一般把貨運(yùn)量作為進(jìn)行物流量分析的類比指標(biāo)，來進(jìn)行物流量的預(yù)測與分析。但是我們可以明確的知道，運(yùn)輸量，在一般情況下不等于物流量，只是物流量的一個(gè)重要組成部分。因此，利用貨運(yùn)量來指導(dǎo)物流相關(guān)基礎(chǔ)建設(shè)的科學(xué)性存在爭議，實(shí)際上，定義及計(jì)算物流量必須從整個(gè)物流系統(tǒng)來把握，除了運(yùn)輸量外，物流量還包括庫存量、終端配送量、內(nèi)向物流量、裝卸搬運(yùn)量等。第四十四張，PPT共四十九頁，創(chuàng)作于2022年6月一、物流流量的基本概念物流純流量（Logistics Trip）：物從起點(diǎn)（Origin）到終點(diǎn)（ Destination)的一次位移?？珊喎Q物流OD或者L-OD。貨運(yùn)量：是指在一定時(shí)段內(nèi)實(shí)際運(yùn)送的貨物總量。計(jì)算單位為：t。在計(jì)算貨運(yùn)量時(shí)，不論貨物運(yùn)距的長短或貨物種類如何。貨物周轉(zhuǎn)量：是指在一定時(shí)段內(nèi)，實(shí)際運(yùn)送的每批貨物重量分別乘以其運(yùn)送里程的綜合數(shù)。計(jì)算單位是：tkm。其計(jì)算公式為：貨物周轉(zhuǎn)量=（每批貨物的重量該批貨物的運(yùn)送距離。第四十五張，PPT共四十九頁，創(chuàng)作于2022年6月二、物流需求預(yù)測四階段法基本原理 四階段預(yù)測方法通過對現(xiàn)狀的地區(qū)社會(huì)經(jīng)濟(jì)調(diào)查，現(xiàn)狀的地區(qū)物流起迄點(diǎn)調(diào)查，按照地區(qū)經(jīng)濟(jì)的增長趨勢及目標(biāo)，利用預(yù)測方法推導(dǎo)出未來的地區(qū)物流需求，地區(qū)間的物流需求，得到物流生成量，即表中各小區(qū)物流發(fā)