本篇主要介紹物流運(yùn)輸與配送中常用的定量管理分析理論和決.ppt

本篇主要介紹物流運(yùn)輸與配送中常用的定量管理分析理論和決策方法。包括預(yù)測(cè)技術(shù)，庫(kù)存優(yōu)化問(wèn)題，運(yùn)輸問(wèn)題，車(chē)輛路徑問(wèn)題，連續(xù)點(diǎn)的選址等。,第3篇 數(shù)學(xué)方法篇 （MAHTEMETIC METHODS）,第11章 預(yù)測(cè)技術(shù)（Technique for Forecasting） 第12章 庫(kù)存優(yōu)化問(wèn)題（Inventory Problem） 第13章 運(yùn)輸問(wèn)題（Transportation Problem）,第3篇 數(shù)學(xué)方法篇 （MAHTEMETIC METHODS）,第11章 預(yù)測(cè)技術(shù) （Technique for Forecasting）,預(yù)測(cè)作為一門(mén)新興學(xué)科，愈來(lái)愈廣地廣泛的應(yīng)用于社會(huì)各個(gè)領(lǐng)域，如社會(huì)預(yù)測(cè)、經(jīng)濟(jì)預(yù)測(cè)、科學(xué)預(yù)測(cè)、技術(shù)預(yù)測(cè)和軍事預(yù)測(cè)等。 所謂預(yù)測(cè)，是指對(duì)生產(chǎn)、裝運(yùn)或銷(xiāo)售等方面有可能產(chǎn)生的流量或單位數(shù)的一種預(yù)示或估計(jì)。 在物流運(yùn)輸與配送實(shí)踐當(dāng)中，許多決策問(wèn)題能否有效地開(kāi)展，都依賴(lài)于預(yù)測(cè)質(zhì)量的好壞。如配送網(wǎng)絡(luò)設(shè)計(jì)，運(yùn)能規(guī)劃，庫(kù)存計(jì)劃等。,第11章 預(yù)測(cè)技術(shù)（Technique for Forecasting） 11.1 概述（Introduction） 11.1.1 預(yù)測(cè)概述（Summary on Forecast） 11.1.2 預(yù)測(cè)程序（Procedure of forecast） 11.1.3 物流預(yù)測(cè)方法的分類(lèi)（Classification of Method for Forecast Logistics） 11.1.4 預(yù)測(cè)方法的選擇（Selection of Methods） 11.2 時(shí)間序列預(yù)測(cè)技術(shù)（Technique for Time Sequence Forecast） 11.2.1 移動(dòng)平均預(yù)測(cè)法（Moving Average Forecast） 11.2.2 指數(shù)平滑預(yù)測(cè)法（Exponential Smoothing Forecast） 11.3 回歸分析預(yù)測(cè)技術(shù)（Technique for Regression Analysis Forecast） 11.3.1 一元線性回歸預(yù)測(cè)法（Single Regression Forecast） 11.3.2 多元線性回歸預(yù)測(cè)分析（Multiple Regression Forecast）,11.1.1 預(yù)測(cè)概述,物流預(yù)測(cè)就是根據(jù)客觀事物的過(guò)去和現(xiàn)在的發(fā)展規(guī)律，借助科學(xué)的方法和手段，對(duì)物流管理發(fā)展趨勢(shì)和狀況進(jìn)行描述、分析，形成科學(xué)的假設(shè)和判斷的一種科學(xué)理論。物流預(yù)測(cè)技術(shù)可以推動(dòng)物流信息系統(tǒng)的計(jì)劃并加以協(xié)調(diào)，通常可預(yù)測(cè)未來(lái)出現(xiàn)的事件，也可以是定期對(duì)配送中心裝運(yùn)的某一產(chǎn)品進(jìn)行預(yù)測(cè)，也可以對(duì)幾個(gè)星期的資料進(jìn)行匯總，做出分析和報(bào)告。,11.1 概述,11.1.2 預(yù)測(cè)程序,11.1 概述,11.1.3 物流預(yù)測(cè)方法的分類(lèi),1. 判斷預(yù)測(cè)(定性)技術(shù) 在一種有組織的形式下，搜集各個(gè)人對(duì)分析過(guò)程所作的判斷，然后進(jìn)行預(yù)測(cè)。 2. 時(shí)間序列預(yù)測(cè) 基于事物發(fā)展具有歷史繼承性這一規(guī)律而進(jìn)行。 3. 因果預(yù)測(cè)技術(shù) 從預(yù)測(cè)對(duì)象同其制約因素之間的因果關(guān)系著手進(jìn)行預(yù)測(cè)。這類(lèi)方法注重研究外因?qū)κ挛锇l(fā)展變化的影響。（計(jì)量經(jīng)濟(jì)模型、投入產(chǎn)出法、回歸模型）,11.1 概述,11.1.4 預(yù)測(cè)方法的選擇,11.1 概述,時(shí)間序列法又稱(chēng)時(shí)間數(shù)列方法，是一種利用包含相對(duì)清楚而又穩(wěn)定關(guān)系和趨勢(shì)的數(shù)據(jù)統(tǒng)計(jì)方法，展示了事物在一定的時(shí)期內(nèi)的發(fā)展變化過(guò)程，考慮到事物發(fā)展的歷史繼承性，可以通過(guò)選擇適當(dāng)?shù)哪Ｐ托问胶湍Ｐ蛥?shù)，運(yùn)用慣性原理對(duì)事物未來(lái)的發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，稱(chēng)為時(shí)間序列預(yù)測(cè)。 時(shí)間序列被用于識(shí)別：產(chǎn)生季節(jié)因素的數(shù)據(jù)系統(tǒng)變量；周期變化模式；趨勢(shì)值；趨勢(shì)增長(zhǎng)率。,11.2.1 移動(dòng)平均預(yù)測(cè)法,移動(dòng)平均法的基本思想是，每次取一定周期長(zhǎng)度的觀察值的平均值，并按時(shí)間次序逐次推進(jìn)，每增加一個(gè)時(shí)段時(shí)，就去掉前一時(shí)段的數(shù)值，再計(jì)算平均值。 移動(dòng)平均法用最近幾期的平均數(shù)來(lái)預(yù)測(cè)下一期的可能值，既可以消除或減少隨機(jī)變動(dòng)的影響，又能發(fā)現(xiàn)數(shù)據(jù)的演變趨勢(shì)。 若資料數(shù)據(jù)單純圍繞某一水平作隨機(jī)跳動(dòng)，宜采用一次移動(dòng)平均數(shù)法；若資料具有持續(xù)的線性增長(zhǎng)（或下降）趨勢(shì)時(shí)，宜采用二次移動(dòng)平均數(shù)法。,已知數(shù)據(jù)時(shí)間序列為：x0，x1，x2，xn，以M(t）(1)表示第t時(shí)刻的時(shí)間序列的一次移動(dòng)平均值，以N表示參與“平均”的實(shí)際值個(gè)數(shù)，也稱(chēng)數(shù)據(jù)的間距或移動(dòng)的步長(zhǎng)，則有：,1. 一次移動(dòng)平均法,預(yù)測(cè)某企業(yè)產(chǎn)品的銷(xiāo)售量。取N=5。計(jì)算一次移動(dòng)平均數(shù):,計(jì)算出的移動(dòng)平均數(shù)也構(gòu)成了時(shí)間序列。一般情況下，如果時(shí)間序列沒(méi)有明顯的傾向變動(dòng)和周期變動(dòng)，可用 。,由表中所列的結(jié)果看來(lái)，由移動(dòng)平均計(jì)算后所得到的新數(shù)列，其數(shù)據(jù)起伏波動(dòng)的范圍變小了，異常大和異常小的數(shù)據(jù)值被修勻了。從而異常數(shù)據(jù)對(duì)移動(dòng)平均值的影響不大。因此移動(dòng)平均預(yù)測(cè)有較好的抗干擾能力，可以在一定程度上描述時(shí)間序列變化的趨勢(shì)。,移動(dòng)平均預(yù)測(cè)法對(duì)時(shí)間序列中數(shù)據(jù)變化的反映速度及對(duì)干擾的修均能力，取決于N的值。隨著N的減小，移動(dòng)平均對(duì)時(shí)間序列數(shù)據(jù)變化的反映敏感性增加，但修勻能力下降；而N增大，移動(dòng)平均對(duì)時(shí)間序列數(shù)據(jù)變化的反映敏感性減小，但對(duì)時(shí)間序列的修勻能力卻上升，所以移動(dòng)平均法的修勻能力與時(shí)間序列數(shù)據(jù)變化的敏感性是矛盾的，兩者不可兼得，因此在確定N的時(shí)候，一定要根據(jù)時(shí)間序列的特點(diǎn)來(lái)確定。,一般，N的選擇原則是： （1）由所需處理的時(shí)間序列的數(shù)據(jù)點(diǎn)的多少而定。數(shù)據(jù)點(diǎn)多，可以取得大一些； （2）要由已有的時(shí)間序列的趨勢(shì)而定，趨勢(shì)平穩(wěn)并基本保持水平狀態(tài)的，可以取得大一些；趨勢(shì)平穩(wěn)并保持階梯性或周期性增長(zhǎng)的，應(yīng)該取得小一些；趨勢(shì)不穩(wěn)并有脈沖式增減的，應(yīng)取得大一些。,當(dāng)時(shí)間序列有明顯線性變化趨勢(shì)時(shí)，上述方法存在滯后偏差，使預(yù)測(cè)值偏低。為解決這一問(wèn)題，采用二次移動(dòng)平均法。上面介紹的一次移動(dòng)平均數(shù)本身也構(gòu)成一個(gè)時(shí)間序列，在此基礎(chǔ)上再作一次移動(dòng)平均，之后建立線性預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，就是二次移動(dòng)平均法。,2. 二次移動(dòng)平均法,二次移動(dòng)平均法的線性預(yù)測(cè)模型為：,式中 t當(dāng)前的時(shí)間序號(hào)； T由當(dāng)前時(shí)間到預(yù)測(cè)時(shí)間的時(shí)間間隔數(shù)，即超前時(shí)間間隔； 線性模型的截距； 線性模型的斜率； 第 時(shí)間的預(yù)測(cè)值。,其中，,仍舉上例。取N=5。計(jì)算二次移動(dòng)平均數(shù):,一次移動(dòng)平均數(shù)：,11.2.2 指數(shù)平滑預(yù)測(cè)法,指數(shù)平滑預(yù)測(cè)法，是與以前需求水平和預(yù)測(cè)水平加權(quán)平均數(shù)數(shù)所估計(jì)的未來(lái)年銷(xiāo)量為基礎(chǔ)的，是在移動(dòng)平均預(yù)測(cè)法的基礎(chǔ)上發(fā)展起來(lái)的一種預(yù)測(cè)方法。新的預(yù)測(cè)函數(shù)引入?yún)?shù)。它包括一次指數(shù)平滑預(yù)測(cè)法、二次指數(shù)平滑預(yù)測(cè)法和高次指數(shù)平滑法。,一次指數(shù)平滑預(yù)測(cè)法，利用時(shí)間序列中本期的實(shí)際值與本期的預(yù)測(cè)值加權(quán)平均作為下一期的預(yù)測(cè)值。,式中, 在t+1時(shí)刻的一次指數(shù)平滑值(t時(shí)刻預(yù)測(cè)值)； 平滑常數(shù)，規(guī)定 。 在t時(shí)刻的實(shí)際值。,；,例11-1 某企業(yè)對(duì)某年度l11月某種物資的價(jià)格情況進(jìn)行了統(tǒng)計(jì)，見(jiàn)表，試用一次指數(shù)平滑法對(duì)該年12月份該物資的市場(chǎng)價(jià)格進(jìn)行預(yù)測(cè)。,解: 應(yīng)用指數(shù)平滑公式進(jìn)行預(yù)測(cè)，首先應(yīng)選取 ，并確定 。 設(shè) 0.9， xt 。,應(yīng)用指數(shù)平滑公式進(jìn)行預(yù)測(cè)，就應(yīng)首先確定 ， 被稱(chēng)為初始值。初始值是不能直接得到的，應(yīng)該通過(guò)其他方法選取或直接選用當(dāng)期實(shí)際值。 稱(chēng)為平滑系數(shù)，其值為 ，取值大小體現(xiàn)了不同時(shí)期數(shù)據(jù)在預(yù)測(cè)中所起的作用， 值越大，越反映近期數(shù)據(jù)變化趨勢(shì)，模型靈敏度越高； 值越小，越反映長(zhǎng)期的大致發(fā)展趨勢(shì)。掌握 值，是用好指數(shù)平滑模型的一個(gè)重要技巧，一般采用多方案比較方法，從中選出最能反映實(shí)際值變化規(guī)律的 值。,11.3 回歸分析預(yù)測(cè)技術(shù),回歸預(yù)測(cè)技術(shù)就是根據(jù)存在于現(xiàn)象之間的內(nèi)在因果關(guān)系和函數(shù)關(guān)系建立回歸模型的方法，用來(lái)從某一現(xiàn)象的變動(dòng)，來(lái)估計(jì)另一現(xiàn)象的變化方向和程度，也就是從一種現(xiàn)象變化的因，來(lái)推測(cè)另一現(xiàn)象變化的果。因此，回歸預(yù)測(cè)也叫因果預(yù)測(cè)?；貧w預(yù)測(cè)按所包含的自變量的多少，可分為一元回歸預(yù)測(cè)法和多元回歸預(yù)測(cè)法。,11.3.1 一元線性回歸預(yù)測(cè)分析,假設(shè)變量x與變量y是線性相關(guān)的，且有相關(guān)方程為：,式中：a，b回歸系數(shù)。,回歸系數(shù)可用最小二乘法由觀測(cè)數(shù)據(jù)計(jì)算得知。,顯然，如果已知其中一個(gè)變量的未來(lái)值，那么可以通過(guò)上述公式預(yù)測(cè)另一個(gè)變量的未來(lái)值。問(wèn)題在于，假設(shè)中的線性關(guān)系是否存在，或者說(shuō)線性相關(guān)程度多大？研究?jī)蓚€(gè)變量x與y之間是否存在線性相關(guān)關(guān)系，通常的辦法是將獨(dú)立的n對(duì)觀測(cè)數(shù)據(jù) 在坐標(biāo)上畫(huà)出散點(diǎn)圖，由直觀觀察進(jìn)行判斷，散點(diǎn)是否沿直線排列。但這是兩個(gè)變量的線性相關(guān)程度到底有多大，還要借助于數(shù)理統(tǒng)計(jì)分析。,相關(guān)系數(shù)是描述兩個(gè)變量線性關(guān)系密切程度的數(shù)量指示（用表示），它的計(jì)算公式如下：,當(dāng) =0時(shí)，表示X，Y沒(méi)有線性關(guān)系；當(dāng)0 1時(shí)，表示X，Y正線性相關(guān)；-1 0時(shí)，表示X，Y負(fù)線性相關(guān)。,一般來(lái)講，只有當(dāng)| |較大時(shí)，用線性回歸模型描述Y與X的相關(guān)關(guān)系，才有實(shí)際價(jià)值。實(shí)際檢驗(yàn)時(shí)，需要查相關(guān)系數(shù)檢驗(yàn)表。 在一元線性回歸中，還可以用F檢驗(yàn)判斷模型的顯著性，用t檢驗(yàn)判斷回歸系數(shù)的顯著性，這幾種檢驗(yàn)是相互等價(jià)的。,11.3.2 多元線性回歸預(yù)測(cè)分析,在實(shí)際中，與某一個(gè)變量有關(guān)的因素往往不是一個(gè)，而是多個(gè)。例如企業(yè)生產(chǎn)量的影響因素，除了原材料供應(yīng)商服務(wù)狀況，還有諸如企業(yè)本身生產(chǎn)能力以及最終用戶和需求等因素，多元線性回歸法就是研究對(duì)一個(gè)因變量有兩個(gè)或兩個(gè)以上影響因素的相關(guān)關(guān)系進(jìn)行預(yù)測(cè)的方法。多元線性回歸分析方法是一元線性回歸理論與技術(shù)在多變量線性關(guān)系系統(tǒng)中的重要延伸，也是預(yù)測(cè)中常使用的方法。,多元線性回歸分析預(yù)測(cè)法是對(duì)自變量和因變量的n組統(tǒng)計(jì)數(shù)據(jù) ， ，進(jìn)行分析，明確因變量y與各個(gè)自變量間存在線性相關(guān)關(guān)系的基礎(chǔ)上，給出適宜的線性回歸方程。并據(jù)此做出關(guān)于因變量y的發(fā)展變化趨勢(shì)的預(yù)測(cè)。,類(lèi)似于一元線性回歸分析，可以用線性方程 來(lái)近似描述y與 之間的線性相關(guān)關(guān)系，它的參數(shù)也可以用最小二乘法進(jìn)行估計(jì)。 設(shè),則參數(shù) 為m元一次聯(lián)立方程組的解：,式中,用矩陣表示,則,例：某企業(yè)分析了某物資的采購(gòu)量、資源量與價(jià)格間的關(guān)系，見(jiàn)表。由此得知它們是線性相關(guān)的，試求出回歸方程并預(yù)測(cè)資源量為3500噸，價(jià)格為1.90元時(shí)的市場(chǎng)采購(gòu)量。,解：因?yàn)?所以,回歸