第2章 物流需求預(yù)測

1、第二章第二章 物流需求預(yù)測物流需求預(yù)測本章將討論以下幾個方面的內(nèi)容：本章將討論以下幾個方面的內(nèi)容：v物流需求預(yù)測的概念v物流需求預(yù)測的原則和類型v物流需求預(yù)測的常用方法v 指數(shù)平滑預(yù)測法物流需求預(yù)測的概念v 預(yù)測是指對未來不確定事件的預(yù)見和推測。 v物流需求，是指各類企、事業(yè)單位和個體消費者在社會經(jīng)濟活動過程中，所伴隨產(chǎn)生的運輸、倉儲、裝卸搬運、配送等物流活動的需要情況。 v物流需求預(yù)測，就是利用歷史的資料和市場信息，對未來的物流需求狀況進行科學(xué)地分析、估算和推斷，物流需求預(yù)測的意義在于指導(dǎo)和調(diào)節(jié)人們的物流管理活動，以便采取適當(dāng)?shù)牟呗院痛胧\求最大的利益。 物流需求預(yù)測的原則 v慣性原則 v

2、類推原則 v相關(guān)原則 v概率推斷原則 v定性、定量分析相結(jié)合原則 物流需求預(yù)測的類型v按預(yù)測時間長短分類 v 短期預(yù)測、近期預(yù)測、中期預(yù)測和長期預(yù)測 v按預(yù)測的空間范圍分類 v 宏觀預(yù)測、中觀預(yù)測和微觀預(yù)測 v按預(yù)測的方法分類 v 定性預(yù)測和定量預(yù)測 指數(shù)平滑預(yù)測法 v指數(shù)平滑法由美國經(jīng)濟學(xué)家布朗（robert. g. brown）于1959年在庫存管理的統(tǒng)計預(yù)測一書中首先提出，指數(shù)平滑法的基本思想是，根據(jù)實際值與預(yù)測值分別以不同權(quán)數(shù)，計算加權(quán)平均數(shù)作為下期的預(yù)測值。 v一次指數(shù)平滑法v二次指數(shù)平滑法 v三次指數(shù)平滑法 一次指數(shù)平滑法 v 是時間序列中時間t上的觀察值，樣本數(shù)為n，時間序列為

3、， 是第 期的預(yù)測值。v習(xí)慣上常用st表示平滑值 ，上面的式子可寫為：v為平滑常數(shù) tttttttttfyyttyyyf)(11211tynnyyyyy,13211tf1ttttsys)1(1二次指數(shù)平滑法 v二次指數(shù)平滑法又稱為雙重指數(shù)平滑法，它是以相同的平滑常數(shù) ，在一次指數(shù)平滑的基礎(chǔ)上再進行一次平滑。v用 表示一次指數(shù)平滑值，用 表示二次指數(shù)平滑值 tsts 1)1(tttsys 1 )1(tttsss 布朗（brown）單一參數(shù)線形指數(shù)平滑vm預(yù)測超前期數(shù)；v 待定參數(shù)。v其中： v mbafttmtttba , 2)(ttttttsssssa)(1 tttssb三次指數(shù)平滑法 v三次

4、指數(shù)平滑法又稱三重指數(shù)平滑。與二次指數(shù)平滑法一樣，三次指數(shù)平滑并不直接用平滑值作為預(yù)測值，而用平滑值建立預(yù)測模型，再用預(yù)測模型進行預(yù)測。三次指數(shù)平滑一般用于非線形時間序列的預(yù)測 。布朗三次指數(shù)平滑預(yù)測 2mcmbaftttmt 33ttttsssa 2)34()810(56)1 (2ttttsssb)2()1 (2 22ttttsssc實例分析實例分析 v深圳市航空物流園區(qū)在規(guī)劃建設(shè)階段需要對園區(qū)總貨運量進行科學(xué)預(yù)測，已知深圳機場19922000年9年的航空貨運量歷史資料，利用指數(shù)平滑預(yù)測法，對深圳機場2001年2005年航空總貨運量進行預(yù)測。航空總貨運量歷史數(shù)據(jù)表 單位：萬噸年份199219

5、931994199519961997199819992000貨運量11512265903897350965622607297785789125202169064v采用三次指數(shù)平滑的方法v經(jīng)過多次試算得到，當(dāng)a=0.63時相對誤差較小，計算情況如下表 三次指數(shù)平滑法（=0.63）年份ytabcft+m19921151211512.011512.011512.011512.019932659021011.117496.515282.225826.312298.11885.119943897332327.126839.822563.539025.515222.901755.540009.419955

6、096544069.037694.232095.851220.214624.11125.556004.019966226055529.348930.342701.562498.613033.7536.766969.819977297766521.460012.753607.673133.611585.2150.176068.919988578978659.971760.565043.985742.412635.9265.284868.91999125202107981.594579.783651.4123856.734828.23585.698643.52000169064146463.512

7、7266111128.1168568.446845.54233.7162270.5v最終預(yù)測結(jié)果入下表： 總貨運量預(yù)測數(shù)據(jù)表 單位：萬噸年份20012002200320042005預(yù)測值21.9627.9234.7242.3750.86回歸分析預(yù)測法 v一般來說，回歸就是指研究自變量與因變量之間關(guān)系的分析方法。物流需求預(yù)測中，物流需求的多少受到多種因素的影響，可以通過在各相關(guān)影響因素間建立回歸預(yù)測模型來實現(xiàn)對物流量的預(yù)測。 回歸分析預(yù)測的基本問題 v變量間相關(guān)關(guān)系的定性分析 v變量因果關(guān)系的確定 v 數(shù)學(xué)模型的選擇 v 回歸方程與回歸系數(shù)的顯著性檢驗 一元回歸分析預(yù)測 v一元線性回歸方程的模型

8、可表述為：v 為回歸方程的參數(shù)；v未知參數(shù)是 自變量， 是因變量；v 為剩余殘差項或稱隨機擾動項。 niubxayiii, 2 , 1,ba,ixiyiu參數(shù)估計v線性回歸模型參數(shù)的估計方法通常有兩種v普通最小二乘法；v最大似然估計法。v最小二乘法的中心思想是通過數(shù)學(xué)模型，配合一條較為理想的趨勢線，這條趨勢線必須滿足以下要求：v原數(shù)列的觀測值與模型估計值的離差平方和為最小；v原數(shù)列的觀測值與模型估計值的離差總和為0。 v根據(jù)最小二乘法，各參數(shù)的計算方法為：xbyaniniiininiiniiiixxnyxyxnb1212111)(模型顯著性檢驗v物流理論檢驗 v統(tǒng)計檢驗 v 相關(guān)系數(shù)檢驗 v

9、檢驗 v 檢驗 tf利用回歸方程進行預(yù)測 v點預(yù)測 v 將自變量的預(yù)測值 代入回歸模型所得到的因變量 的值 ，作為與 相對應(yīng)的 的預(yù)測值。v區(qū)間預(yù)測 v 在顯著水平 下，預(yù)測值的 置信區(qū)間為：v ixiyiy ixiy1niixxxxnsty12202)()(11多元回歸分析預(yù)測 v多元回歸分析預(yù)測主要包括以下步驟：v 多元線性回歸因素分析v 多元線性回歸模型的建立 v 多元線性回歸模型的檢驗 v 利用回歸方程進行預(yù)測 實例分析 v深圳市航空物流園區(qū)在規(guī)劃建設(shè)階段需要對園區(qū)總貨運量進行科學(xué)預(yù)測，而影響物流園區(qū)貨運量的因素很多，其中可以量化的最主要因素包括深圳市國內(nèi)生產(chǎn)總值（gdp）等。下面以深

10、圳市g(shù)dp作為自變量，以深圳機場總貨運量作為因變量進行一元回歸分析。 深圳市機場貨運量與gdp數(shù)據(jù)表年份深圳機場貨運量（噸） 深圳市g(shù)dp（億元）199211512317.32199326590449.29199438973615.19199550965795.70199662260950.041997729771130.011998857891289.0219991252021436.0320001690641655.47v設(shè)深圳市g(shù)dp值為，深圳機場貨運量為，繪制散點圖 v建立二次曲線模型： v式中： 為深圳市航空物流園區(qū)總貨運量；v 為深圳市國內(nèi)生產(chǎn)總值；v 為回歸系數(shù)。2cxbxayyxcba,v利用最小二乘法進行參數(shù)計算，得到：v回歸模型：068. 014.2216.20679cba2068.