物流系统需求预测课件.ppt

《物流系统需求预测课件.ppt》由会员分享，可在线阅读，更多相关《物流系统需求预测课件.ppt（127页珍藏版）》请在金锄头文库上搜索。

1、1,第六章 物流系统需求预测,6-1 系统预测概述 6-2 物流系统需求预测的特征 6-3 物流系统需求预测的方法 6-4 基于神经网络的物流系统预测法,2,6-1 系统预测概述,一、系统预测的概念及实质 二、预测的主要理论基础 三、系统预测方法的分类 四、系统预测的一般程序,3,6-1 系统预测概述,一、系统预测的概念及实质 预测就是对未来一些不确定的或未知事件的判断或描述。 就是要从变化中，找出使事物发生变化的固有规律，寻找和研究各种变化的背景及其演变的逻辑关系，去揭示事物未来的面貌，对事物的未来做出判断。 预测的实质 掌握变化的原因； 了解变化的状态； 从量的变化中找出因果关系； 从变化

2、中找出规律性的东西对未来进行判断。,4,6-1 系统预测概述,二、预测的主要理论基础 1. 惯性原理（连续性原理） 惯性: 指事物发展变化主要受内因的作用，事物的过去，现在的状态会持续到将来。 事物的发展变化具有某种程度的持续性、连贯性。 利用这一原则掌握事物变化的内在原因，就能根据已知推测未知，根据过去、现在推测未来。 惯性原理: 事物在其发展变化过程中，总有维持或延续原状态的趋向，事物的某些基本特征和性质将随时间的延续而维持下去。 事物惯性的大小，取决于事物本身的动力和外界因素的作用。(生产资料、消费资料),5,2类推原理（因果关系原则） 根据事物发展变化的因果关系，推测事物未来的发展变化

3、规律。 事物的存在、发展和变化都受有关因素的影响和制约，事物的存在和变化都有定的模式。 特性相近的事物，在其变化发展过程中，常常有相似之处。于是可以假设在有些情况下、事物之间的发展变化具有类似的地方，依此进行类比，可以由先发事物的变化进程与状况，推测后发类似事物的发展变化。,6-1 系统预测概述,6,6-1 系统预测概述,三、系统预测方法的分类 1.按预测的范围或层次不同分类 宏观预测 微观预测 2.按预测的时间长短分类 长期预测：指预测期在 5 年或 5 年以上的预测 中期预测：指预测期在 1 年以上 5 年以下的的预测 短期预测：指预测期在 3 个月以上 1 年以下的预测 近期预测：指预测

4、期在 3 个月以下的预测 3.按预测方法的性质分类 预测技术的种类繁多，据统计有150多种。所有的预测技术可以分为三类： 判断预测技术 (定性预测) 时间序列预测技术（定量预测） 因果预测技术（定量预测）,7,6-1 系统预测概述,常用的预测技术分类图,预测方法,定性预测,头脑风暴法 调查预测法 集合意见法 德尔菲（Delphi）法,定量预测,时间序列分析,因果关系分析,移动平均法 指数平滑法 博克斯-詹金斯法,线性回归分析 投入-产出分析 马尔科夫模型 状态空间分析 灰色系统模型 系统动力学仿真,8,6-1 系统预测概述,四、系统预测的一般程序,确定预测目的,资料收集和数据分析,选定预测方法

5、,建立预测模型,误差太大,预测实施与结果分析,误差较大,预测目的、对象和预测期间。 预测目的：明确为什么要预测； 预测对象：对什么事物进行预测； 预测期间：对哪个时期进行预测；,预测必须占有大量的、系统的、适用于预测目标的资料；预测资料可以分为两类： 纵向资料:预测对象的历史数据资料 横向资料:作用于预测对象的各种影响因素的数据资料,9,6-1 系统预测概述,四、系统预测的一般程序,确定预测目的,资料收集和数据分析,选定预测方法,建立预测模型,误差太大,预测实施与结果分析,误差较大,选择预测方法要考虑的因素： 预测对象的特点； 预测范围； 预测期限的长短； 预测要求精度； 占有数据资料的多寡、

6、适应性； 企业愿为预测支付的费用的大小； 企业要求得到预测结果所花时间的长短等。,在误差计算的基础上，通过定性、定量分析，以及预测人员的知识和经验对结果进行修正，使之更加适用于实际情况。,提交预测报告，内容包括： 预测的主要过程； 预测目标、预测对象及预测要求； 预测资料的收集方式、方法及其分析结果； 阐述选择预测方法的原因及建立模型的过程； 对预测结果进行评价与修正的过程及结论； 预测结论。,10,物流预测是根据客观事物过去和现在的发展规律，借助科学的方法和手段，对物流管理发展趋势和状况进行分析、描述，形成科学的假设和判断的一种科学理论。 在物流系统规划和控制过程中，最常见的是对物流需求的预

7、测。 本节针对物流需求特征，概括介绍物流计划和控制中可能直接使用的预测技术。,6-2 物流系统需求预测的特征,原材料市场,生产厂家,配送中心,用户,需求预测,市场预测,供应预测,订购预测,订单预测,需求信息,物流领域中的预测,11,6-2 物流系统需求预测的特征,一、物流系统需求的特征 1.需求的时间特性和空间特性 时间特性：需求是随时间而变化的。这种预测一般属于短期预测，常用时间序列预测法。 空间特性：选择的预测技术必须能反映影响需求模式的地理性差异。两种处理方式：先进行总需求预测，再按地理位置分解；先对每个地点的需求单独进行预测，再根据需要汇总。 2.需求的不规则性与规则性 不同产品的物流

8、需求随时间而变化的模式是不同的。需求的变动可能是规则的，也可能是不规则的。导致需求模式规则性变动的因素有长期趋势、季节性因素和随机因素。 三种典型的规则性需求变化模式见下图：,三种典型的规则性需求变化模式,13,6-2 物流系统需求预测的特征,3.需求的派生性与独立性 需求的独立性:物流需求来自一个个独立的客户。适合用统计预测方法。 需求的派生性:物流需求是由某一特定的生产计划要求派生出来的，是一种从属需求。这种需求有很强的倾向性，且不是随机的，通过判断系统随时间发展而呈现出的趋势和规律，就能较好地改进预测结果。,14,6-2 物流系统需求预测的特征,二、物流系统需求预测的特殊问题 1.新需求

9、预测 对新产品或新服务的预测，存在历史数据缺乏或不够多的问题。 预测可以采用的方法有： 一：最初的预测任务由营销人员来做，积累一定的需求历史数据，再用现有预测方法。 二：利用生产线中类似产品的需求模式估计新产品的销售情况。 三：使用指数平滑法进行预测，但在最初预测阶段要将指数平滑系数定的很高。 2.不规则需求预测 如果某种产品的需求由于总体需求量偏低，需求时间和需求水平非常不确定，那么需求就是间歇式的，这样的时间序列就是不规则的。这类需求的时间序列波动幅度较大，很难用数学方法进行准确预测。 3.地区性预测 4.预测的误差问题 一般将几种预测模型的结果进行综合，才会使预测值更稳定、更可靠。,15

10、,6-3 物流系统需求预测的方法,时间序列预测的理论分析 预测依据 事物发展变化主要受内因的作用，事物过去、现在的状态会持续到将来。（惯性原理、连续性原理） 历史数据的特征 历史数据中隐含着事物发展的基本规律。 历史数据同时又受多种随机因素的影响而呈现出一定程度的波动性和不规则性；（不能直接从历史数据得到未来的趋势） 预测的基本思想从历史数据中揭示发展规律 通过对历史数据进行平均或平滑，消除历史数据中的部分随机波动因素的影响，指示出隐含在事物中的某种基本规律，并以此预测未来。,16,6-3 物流系统需求预测的方法,基本概念： 时间序列，指观测或记录到的一组按时间顺序排列的历史数据（又叫时间数列

11、）。 时间序列预测，根据预测对象的历史数据资料，按时间进程组成动态数列，进行分析，预测的方法。 时间序列预测应注意的问题： 准确、完整的历史数据资料 时间序列所代表的时间周期必须一致 时间序列中的各项数字的计算方法、计量单位、数据内容必须一致。 主要介绍常用的：移动平均法、指数平滑法、回归分析预测法、马尔柯夫预测模型,17,6-3 物流系统需求预测的方法,一、移动平均法 以预测对象最近一组历史数据的平均值直接或间接地作为预测值。 “平均” 是取预测对象的时间序列中由远而近，按一定跨期的数据进行平均； “移动” 是指参与平均值计算的实际数据随预测期的推进而不断更新。增加一个新值，同时剔除掉已参与

12、平均计算的最陈旧的一个实际值，保证每次参与计算的实际值个数相同。,某公司某年18月的货物运输量,18,1. 一次移动平均预测法 以本期（t期）移动平均值作为下期（t+1期）的预测值。,式中：Mt(1) t时刻的移动平均值 ， 上标 （1）代表一次移动平均； xi 时间序列代表的实际值； n 参与平均值计算的实际值个数(跨期),6-3 物流系统需求预测的方法,19,例6-1 某物资企业统计了某年度1月至11月的钢材实际销售量，统计结果见表42，请用移动平均预测法预测其12月的钢材销售量。,24433,24800,12,24049,24133,25400,11,23416,24300,25200,

13、10,23216,24067,23800,9,22967,23967,23400,8,22417,22533,25700,7,22367,23100,6,21967,23100,5,22300,21400,4,22600,3,21900,2,22400,1,n=6,n=3,移动平均数Mt(1),实际销量 (吨),月份,6-3 物流系统需求预测的方法移动平均法,20,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

14、增大，移动平均值对时间序列变化的敏感性降低。,21,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： （1）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； （2）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； （3）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；,6-3 物流系统需求预测的方法移动平均法,主要优点：

15、（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。,一次移动平均预测法优缺点,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

16、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）,24,2. 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： （1）计算一次移动平均值 （2）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 （3）对有线性趋势的时间序列做预测,其中：,6-3 物流系统需求预测的方法,例6-2 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。,26066,633,25433,633,24167,24800,12,24177,22,241