第2章物流需求预测

1第二章物流需求预测2主要内容物流需求预测的概念物流需求预测的原理与步骤物流需求预测基本方法3第一节物流需求预测概念预测是指对未来不确定事件的预见和推测。物流需求，是指各类企、事业单位和消费者在社会经济活动过程中，伴随产生的运输、仓储、装卸搬运、配送等物流活动的需求情况。物流需求预测，是利用历史的资料和市场信息，对未来的物流需求状况进行科学地分析、估算和推断。4需求的特点1需求的时间和空间特征（空间维度和时间维度）例如我国禽蛋资源丰富，品种多样，是生产和消费大国。自1985年我国禽蛋产量跃居世界第一位以来，已连续20年保持世界了第一产蛋大国的地位。2008年十个主要省份的禽蛋生产总量占全国禽蛋总产量的81.16%，水禽蛋生产主要在我国大江大河流域、湖区和水网地带，其产量占全国总产量的90%以上。禽蛋产量如表2一1所示56物流需求特点2无规律需求和规律性需求需求模式分为趋势、季节性和随机性等因素。无规律需求：刚进入产品线和退出产品线的需求模式。7物流需求特点3相关需求和独立需求相关需求Dependentdemand指与其他需求有内在相关性的需求，根据这种相关性，企业可以精确地计算出它的需求量和需求时间，它是一种确定型需求。（生产计划）独立需求IndepedentDemand来自用户对企业产品和服务的需求称为独立需求。例如对成品或维修件的需求就是独立需求。8物流需求预测的作用物流决策的重要手段制定物流发展战略目标的依据物流管理的重要环节9第二节物流需求预测的原理和步骤原理步骤10物流需求预测原理1惯性原理客观事物的发展变化过程常常表现出它的延续性。11物流需求预测原理2类推原理类推预测的应用前提，是寻找类似事物，通过分析类似事物间相互联系的规律，根据已知的某事物的变化特征，推断具有近似特征的预测对象的未来状态----类推预测。12物流需求预测原理3相关原理任何事物的变化都不是孤立的，而是在与其他事物的相互影响下发展的，事物之间的相互影响表现为因果关系。相关事物的联系又分为同步相关和不同步相关。13第三节预测的方法按预测时间长短分类短期预测、近期预测、中期预测和长期预测按预测的空间范围分类宏观预测、中观预测和微观预测按预测的方法分类定性预测和定量预测14定性预测和定量预测定性法市场调研小组共识历史类比德尔菲法时间序列法简单移动平均法加权移动平均法指数平滑法回归分析因果分析法回归分析经济模型投入产出模型先行指标15时间序列平滑预测法一次移动平均法和一次指数平滑法线性二次移动平均法线性二次指数平滑法布朗二次多项式（三次）指数平滑法16一次移动平均法和一次指数平滑法一、一次移动平均法一次移动平均方法是收集一组观察值，计算这组观察值的均值，利用这一均值作为下一期的预测值。17在移动平均值的计算中包括的过去观察值的实际个数，必须一开始就明确规定。每出现一个新观察值，就要从移动平均中减去一个最早观察值，再加上一个最新观察值，计算移动平均值，这一新的移动平均值就作为下一期的预测值。18（1）移动平均法有两种极端情况在移动平均值的计算中包括的过去观察值的实际个数N=1，这时利用最新的观察值作为下一期的预测值；N=n，这时利用全部n个观察值的算术平均值作为预测值。19当数据的随机因素较大时，宜选用较大的N，这样有利于较大限度地平滑由随机性所带来的严重偏差；反之，当数据的随机因素较小时，宜选用较小的N，这有利于跟踪数据的变化，并且预测值滞后的期数也少。20设时间序列为1,2,...,xx移动平均法可以表示为：11111.../tttttNitNFxxxNxN由移动平均法计算公式可以看出，每一新预测值是对前一移动平均预测值的修正，N越大平滑效果愈好。式中：为最新观察值；tx1tF为下一期预测值；21（2）移动平均法的优点计算量少；较好地反映时间序列趋势及其变化。22移动平均法的两个限制条件限制一：计算移动平均必须具有N个过去观察值，当需要预测大量的数值时，就必须存储大量数据；限制二：N个过去观察值中每一个权数都相等，而早于（t-N+1）期的观察值的权数等于0，而实际上往往是最新观察值包含更多信息，应具有更大权重。23例题分析•例1分析预测我国平板玻璃月产量。下表是我国1980-1981年平板玻璃月产量，试选用N=3和N=5用一次移动平均法进行预测。计算结果列入表中。24我国1980-1981年平板玻璃月产量时间序号实际观测值三个月移动平均值五个月移动平均值1980.11980.21980.31980.41980.51980.61980.71980.81980.91980.101980.111980.12123456789101112203.8214.1229.9223.7220.7198.4207.8228.5206.5226.8247.8259.5--------25预测值时间序号实际观测值三个月移动平均值五个月移动平均值1980.11980.21980.31980.41980.51980.61980.71980.81980.91980.101980.111980.12123456789101112203.8214.1229.9223.7220.7198.4207.8228.5206.5226.8247.8259.5---215.9222.6224.8214.6209.0211.6214.3220.6227.0-----218.4217.4216.1215.8212.4213.6223.526指数平滑法指数平滑法由美国经济学家布朗（Robert.G.Brown）1959年在《库存管理的统计预测》首先提出。基本思想：实际值与预测值分别以不同权数，计算加权平均数作为下期的预测值。27二、一次指数平滑法一次指数平滑法是根据前期的实测数和预测数，以加权因子为权数，进行加权平均，来预测未来时间趋势的方法。得到预测的通式，即：tttSyS)1(128一次指数平滑法是一种加权预测，权数为α。它既不需要存储全部历史数据，也不需要存储一组数据，从而可以大大减少数据存储问题，甚至有时只需一个最新观察值、最新预测值和α值，就可以进行预测。它提供的预测值是前一期预测值加上前期预测值中产生的误差的修正值。29一次指数平滑法的初值的确定方法取第一期的实际值为初值取最初几期的平均值为初值最佳的α值的确定，以使均方差最小，这需要通过反复试验确定。取最初几期的平均值为初值30•例2利用下表数据运用一次指数平滑法对1981年1月我国平板玻璃月产量进行预测（取α=0.3，0.5，0.7）。并计算均方差选择使其最小的α进行预测。拟选用α=0.3，α=0.5，α=0.731时间序号实际观测值指数平滑法α=0.3α=0.5α=0.71980.011980.021980.031980.041980.051980.061980.071980.081980.091980.101980.111980.121981.01123456789101112203.8214.1229.9223.7220.7198.4207.8228.5206.5226.8247.8259.532时间序号实际观测值指数平滑法α=0.3α=0.5α=0.71980.011980.021980.031980.041980.051980.061980.071980.081980.091980.101980.111980.121981.01123456789101112203.8214.1229.9223.7220.7198.4207.8228.5206.5226.8247.8259.5—203.8206.9213.8216.8218.0212.1210.8216.1213.2217.3226.5—203.8209.0230.0226.9223.8211.1209.5219.0212.8219.8233.8—203.8211.0224.2223.9221.7205.4207.1222.1211.2222.1240.133均方差定义为各测量值误差的平方和的平均值的平方根，故又称为标准误差。由上表可见：α=0.3，α=0.5，α=0.7时，均方差分别为：MSE=287.1MSE=297.43MSE=233.36因此可选α=0.7作为预测时的平滑常数。1981年1月的平板玻璃月产量的预测值为：68.2531.2403.05.2597.034二、二次指数平滑法二次指数平滑法又称为双重指数平滑法，它是以相同的平滑常数α，在一次指数平滑的基础上再进行一次平滑。在二次指数平滑制的基础上建立模型，进行预测。用表示一次指数平滑值，用表示二次指数平滑值tStS'1')1(tttSyS''1''')1(tttSSS35布朗（Brown）单一参数线形指数平滑m——预测超前期数；——待定参数。其中：mbaFttmtttba,'''''''2)(ttttttSSSSSa)(1'''tttSSb36三、三次指数平滑法三次指数平滑法又称三重指数平滑。与二次指数平滑法一样，三次指数平滑并不直接用平滑值作为预测值，而用平滑值建立预测模型，再用预测模型进行预测。三次指数平滑一般用于非线形时间序列的预测。37布朗三次指数平滑预测2mcmbaFtttmt''''''33ttttSSSa'''''2)34()810(56)1(2ttttSSSb)2()1(2''''''22ttttSSSc38实例分析深圳市航空物流园区在规划建设阶段需要对园区总货运量进行科学预测，已知深圳机场1992~2000年9年的航空货运量历史资料，利用指数平滑预测法，对深圳机场2001年～2005年航空总货运量进行预测。航空总货运量历史数据表单位：万吨年份199219931994199519961997199819992000货运量1151226590389735096562260729778578912520216906439采用三次指数平滑的方法经过多次试算得到，当a=0.63时相对误差较小，计算情况如下表三次指数平滑法（α=0.63）年份ytabcFt+m19921151211512.011512.011512.011512.019932659021011.117496.515282.225826.312298.11885.119943897332327.126839.822563.539025.515222.901755.540009.419955096544069.037694.232095.851220.214624.11125.556004.019966226055529.348930.342701.562498.613033.7536.766969.819977297766521.460012.753607.673133.611585.2150.176068.919988578978659.971760.565043.985742.412635.9265.284868.91999125202107981.594579.783651.4123856.734828.23585.698643.52000169064146463.5127266111128.1168568.446845.54233.7162270.540最终预测结果入下表：总货运量预测数据表单位：万吨年份20012002200320042005预测值21.9627.9234.7242.3750.86