本篇主要介紹物流運(yùn)輸與配送中常用的定量管理理論

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（MAHTEMETICMETHODS）第11章預(yù)測(cè)技術(shù)（TechniqueforForecasting）第12章庫(kù)存優(yōu)化問(wèn)題（InventoryProblem）第13章運(yùn)輸問(wèn)題（TransportationProblem）第3篇數(shù)學(xué)方法篇（MAHTEMETICMETHODS）第11章預(yù)測(cè)技術(shù)（TechniqueforForecasting）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)（TechniqueforForecasting）11.1概述（Introduction）11.1.1預(yù)測(cè)概述（SummaryonForecast）11.1.2預(yù)測(cè)程序（Procedureofforecast）11.1.3物流預(yù)測(cè)方法的分類（ClassificationofMethodforForecastLogistics）11.1.4預(yù)測(cè)方法的選擇（SelectionofMethods）11.2時(shí)間序列預(yù)測(cè)技術(shù)（TechniqueforTimeSequenceForecast）11.2.1移動(dòng)平均預(yù)測(cè)法（MovingAverageForecast）11.2.2指數(shù)平滑預(yù)測(cè)法（ExponentialSmoothingForecast）11.3回歸分析預(yù)測(cè)技術(shù)（TechniqueforRegressionAnalysisForecast）11.3.1一元線性回歸預(yù)測(cè)法（SingleRegressionForecast）11.3.2多元線性回歸預(yù)測(cè)分析（MultipleRegressionForecast）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?？深A(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)方法的選擇名稱范圍適用情況需做工作定性預(yù)測(cè)法短、中、長(zhǎng)期對(duì)缺乏歷史統(tǒng)計(jì)資料或趨勢(shì)面臨轉(zhuǎn)折的事件進(jìn)行預(yù)測(cè)需做大量的調(diào)查研究工作時(shí)間序列預(yù)測(cè)法短、中期只適于進(jìn)行短期預(yù)測(cè)只需要時(shí)間序列歷史數(shù)據(jù)一元線性回歸預(yù)測(cè)法短、中期自變量與因變量之間存在線性關(guān)系需費(fèi)大量時(shí)間為兩個(gè)變量收集數(shù)據(jù)多元線性回歸預(yù)測(cè)法短、中期因變量與兩個(gè)或兩個(gè)以上的自變量之間存在線性關(guān)系需費(fèi)大量時(shí)間為所有變量收集歷史數(shù)據(jù)，需借助于計(jì)算機(jī)計(jì)算非線性回歸預(yù)測(cè)法短、中期因變量與一個(gè)或多個(gè)自變量之間存在某種非線性關(guān)系需收集歷史數(shù)據(jù)，并用幾個(gè)非線性模型試驗(yàn)，需借助于計(jì)算機(jī)計(jì)算11.1概述11.2時(shí)間序列預(yù)測(cè)技術(shù)時(shí)間序列法又稱時(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。11.2時(shí)間序列預(yù)測(cè)技術(shù)已知數(shù)據(jù)據(jù)時(shí)間序序列為：：x0，x1，x2，……，，xn，以M(t）(1)表示第t時(shí)刻的的時(shí)間序序列的一一次移動(dòng)動(dòng)平均值值，以N表示參參與“平平均”的的實(shí)際值值個(gè)數(shù)，，也稱數(shù)數(shù)據(jù)的間間距或移移動(dòng)的步步長(zhǎng)，則則有：1.一一次移動(dòng)動(dòng)平均法法11.2時(shí)間序列預(yù)測(cè)技術(shù)預(yù)測(cè)某企企業(yè)產(chǎn)品品的銷售售量。取取N=5。計(jì)算算一次移移動(dòng)平均均數(shù):月12345678910銷售量Xt45526048525558626467一次移動(dòng)平均值━━━━51.453.454.65558.261.2計(jì)算出的的移動(dòng)平平均數(shù)也也構(gòu)成了了時(shí)間序序列。一一般情況況下，如如果時(shí)間間序列沒(méi)沒(méi)有明顯顯的傾向向變動(dòng)和和周期變變動(dòng)，可可用。。11.2時(shí)間序列預(yù)測(cè)技術(shù)由表中所所列的結(jié)結(jié)果看來(lái)來(lái)，由移移動(dòng)平均均計(jì)算后后所得到到的新數(shù)數(shù)列，其其數(shù)據(jù)起起伏波動(dòng)動(dòng)的范圍圍變小了了，異常常大和異異常小的的數(shù)據(jù)值值被修勻勻了。從從而異常常數(shù)據(jù)對(duì)對(duì)移動(dòng)平平均值的的影響不不大。因因此移動(dòng)動(dòng)平均預(yù)預(yù)測(cè)有較較好的抗抗干擾能能力，可可以在一一定程度度上描述述時(shí)間序序列變化化的趨勢(shì)勢(shì)。11.2時(shí)間序列預(yù)測(cè)技術(shù)移動(dòng)平均均預(yù)測(cè)法法對(duì)時(shí)間間序列中中數(shù)據(jù)變變化的反反映速度度及對(duì)干干擾的修修均能力力，取決決于N的的值。隨隨著N的的減小，，移動(dòng)平平均對(duì)時(shí)時(shí)間序列列數(shù)據(jù)變變化的反反映敏感感性增加加，但修修勻能力力下降；；而N增增大，移移動(dòng)平均均對(duì)時(shí)間間序列數(shù)數(shù)據(jù)變化化的反映映敏感性性減小，，但對(duì)時(shí)時(shí)間序列列的修勻勻能力卻卻上升，，所以移移動(dòng)平均均法的修修勻能力力與時(shí)間間序列數(shù)數(shù)據(jù)變化化的敏感感性是矛矛盾的，，兩者不不可兼得得，因此此在確定定N的時(shí)時(shí)候，一一定要根根據(jù)時(shí)間間序列的的特點(diǎn)來(lái)來(lái)確定。。11.2時(shí)間序列預(yù)測(cè)技術(shù)一般，N的選擇擇原則是是：（1）由由所需處處理的時(shí)時(shí)間序列列的數(shù)據(jù)據(jù)點(diǎn)的多多少而定定。數(shù)據(jù)據(jù)點(diǎn)多，，可以取取得大一一些；（2）要要由已有有的時(shí)間間序列的的趨勢(shì)而而定，趨趨勢(shì)平穩(wěn)穩(wěn)并基本本保持水水平狀態(tài)態(tài)的，可可以取得得大一些些；趨勢(shì)勢(shì)平穩(wěn)并并保持階階梯性或或周期性性增長(zhǎng)的的，應(yīng)該該取得小小一些；；趨勢(shì)不不穩(wěn)并有有脈沖式式增減的的，應(yīng)取取得大一一些。11.2時(shí)間序列預(yù)測(cè)技術(shù)當(dāng)時(shí)間序序列有明明顯線性性變化趨趨勢(shì)時(shí)，，上述方方法存在在滯后偏偏差，使使預(yù)測(cè)值值偏低。。為解決決這一問(wèn)問(wèn)題，采采用二次次移動(dòng)平平均法。。上面介介紹的一一次移動(dòng)動(dòng)平均數(shù)數(shù)本身也也構(gòu)成一一個(gè)時(shí)間間序列，，在此基基礎(chǔ)上再再作一次次移動(dòng)平平均，之之后建立立線性預(yù)預(yù)測(cè)模型型進(jìn)行預(yù)預(yù)測(cè)，就就是二次次移動(dòng)平平均法。。2.二二次移動(dòng)動(dòng)平均法法11.2時(shí)間序列預(yù)測(cè)技術(shù)二次移動(dòng)動(dòng)平均法法的線性性預(yù)測(cè)模模型為：：式中t——當(dāng)前前的時(shí)間間序號(hào)；；T——由當(dāng)當(dāng)前時(shí)間間到預(yù)測(cè)測(cè)時(shí)間的的時(shí)間間間隔數(shù)，，即超前前時(shí)間間間隔；——線性性模型的的截距；；——線性性模型的的斜率；；——第時(shí)時(shí)間間的預(yù)測(cè)測(cè)值。11.2時(shí)間序列預(yù)測(cè)技術(shù)其中，仍舉上例例。取N=5。。計(jì)算二二次移動(dòng)動(dòng)平均數(shù)數(shù):月12345678910運(yùn)輸量Xt45526048525558626467二次移動(dòng)平均值━━━━━━━━54.5256.48月12345678910銷售量Xt45526048525558626467一次移動(dòng)平均值━━━━51.453.454.65558.261.2一次移動(dòng)動(dòng)平均數(shù)數(shù)：11.2.2指指數(shù)數(shù)平滑預(yù)預(yù)測(cè)法指數(shù)平滑滑預(yù)測(cè)法法，是與與以前需需求水平平和預(yù)測(cè)測(cè)水平加加權(quán)平均均數(shù)數(shù)所所估計(jì)的的未來(lái)年年銷量為為基礎(chǔ)的的，是在在移動(dòng)平平均預(yù)測(cè)測(cè)法的基基礎(chǔ)上發(fā)發(fā)展起來(lái)來(lái)的一種種預(yù)測(cè)方方法。新新的預(yù)測(cè)測(cè)函數(shù)引引入?yún)?shù)數(shù)α。它它包括一一次指數(shù)數(shù)平滑預(yù)預(yù)測(cè)法、、二次指指數(shù)平滑滑預(yù)測(cè)法法和高次次指數(shù)平平滑法。。一次指數(shù)數(shù)平滑預(yù)預(yù)測(cè)法，，利用時(shí)時(shí)間序列列中本期期的實(shí)際際值與本本期的預(yù)預(yù)測(cè)值加加權(quán)平均均作為下下一期的的預(yù)測(cè)值值。式中,————在t+1時(shí)刻刻的一次次指數(shù)平平滑值(t時(shí)刻刻預(yù)測(cè)值值)；——平滑滑常數(shù)，，規(guī)定。?！趖時(shí)刻的的實(shí)際值值。；例11-1某某企業(yè)對(duì)對(duì)某年度度l~11月某某種物資資的價(jià)格格情況進(jìn)進(jìn)行了統(tǒng)統(tǒng)計(jì)，見(jiàn)見(jiàn)表，試試用一次次指數(shù)平平滑法對(duì)對(duì)該年12月份份該物資資的市場(chǎng)場(chǎng)價(jià)格進(jìn)進(jìn)行預(yù)測(cè)測(cè)。月份期數(shù)市場(chǎng)價(jià)格（元/噸）預(yù)測(cè)值月份期數(shù)市場(chǎng)價(jià)格（元/噸）預(yù)測(cè)值1120077155187.42213520088130158.233195141.599220132.844197189.71010277211.355310196.71111235270.966175298.71212238.6解:應(yīng)應(yīng)用指指數(shù)平滑滑公式進(jìn)進(jìn)行預(yù)測(cè)測(cè)，首先先應(yīng)選取取，，并確確定。。設(shè)＝＝0.9，，＝＝xt。應(yīng)用指數(shù)數(shù)平滑公公式進(jìn)行行預(yù)測(cè)，，就應(yīng)首首先確定定，，被被稱為為初始值值。初始始值是不不能直接接得到的的，應(yīng)該該通過(guò)其其他方法法選取或或直接選選用當(dāng)期期實(shí)際值值。稱稱為平滑滑系數(shù)，，其值為為，取值大大小體現(xiàn)現(xiàn)了不同同時(shí)期數(shù)數(shù)據(jù)在預(yù)預(yù)測(cè)中所所起的作作用，值值越越大，越越反映近近期數(shù)據(jù)據(jù)變化趨趨勢(shì)，模模型靈敏敏度越高高；值值越小，，越反映映長(zhǎng)期的的大致發(fā)發(fā)展趨勢(shì)勢(shì)。掌握握值值，，是用好好指數(shù)平平滑模型型的一個(gè)個(gè)重要技技巧，一一般采用用多方案案比較方方法，從從中選出出最能反反映實(shí)際際值變化化規(guī)律的的值值。11.3回歸歸分析預(yù)預(yù)測(cè)技術(shù)術(shù)回歸預(yù)測(cè)測(cè)技術(shù)就就是根據(jù)據(jù)存在于于現(xiàn)象之之間的內(nèi)內(nèi)在因果果關(guān)系和和函數(shù)關(guān)關(guān)系建立立回歸模模型的方方法，用用來(lái)從某某一現(xiàn)象象的變動(dòng)動(dòng)，來(lái)估估計(jì)另一一現(xiàn)象的的變化方方向和程程度，也也就是從從一種現(xiàn)現(xiàn)象變化化的因，，來(lái)推測(cè)測(cè)另一現(xiàn)現(xiàn)象變化化的果。。因此，，回歸預(yù)預(yù)測(cè)也叫叫因果預(yù)預(yù)測(cè)?；鼗貧w預(yù)測(cè)測(cè)按所包包含的自自變量的的多少，，可分為為一元回回歸預(yù)測(cè)測(cè)法和多多元回歸歸預(yù)測(cè)法法。11.3.1一一元元線性回回歸預(yù)測(cè)測(cè)分析假設(shè)變量量x與變變量y是是線性相相關(guān)的，，且有相相關(guān)方程程為：式中：a，b———回歸歸系數(shù)。?；貧w系數(shù)可可用最小二二乘法由觀觀測(cè)數(shù)據(jù)計(jì)計(jì)算得知。。顯然，如果果已知其中中一個(gè)變量量的未來(lái)值值，那么可可以通過(guò)上上述公式預(yù)預(yù)測(cè)另一個(gè)個(gè)變量的未未來(lái)值。問(wèn)問(wèn)題在于，，假設(shè)中的的線性關(guān)系系是否存在在，或者說(shuō)說(shuō)線性相關(guān)關(guān)程度多大大？研究?jī)蓛蓚€(gè)變量x與y之間間是否存在在線性相關(guān)關(guān)關(guān)系，通通常的辦法法是將獨(dú)立立的n對(duì)觀觀測(cè)數(shù)據(jù)在在坐標(biāo)標(biāo)上畫(huà)出散散點(diǎn)圖，由由直觀觀察察進(jìn)行判斷斷，散點(diǎn)是是否沿直線線排列。但但這是兩個(gè)個(gè)變量的線線性相關(guān)程程度到底有有多大，還還要借助于于數(shù)理統(tǒng)計(jì)計(jì)分析。相關(guān)系數(shù)是是描述兩個(gè)個(gè)變量線性性關(guān)系密切切程度的數(shù)數(shù)量指示（（用γ表示），它它的計(jì)算公公式如下：：當(dāng)γ=0時(shí)，表表示X，Y沒(méi)有線性性關(guān)系；當(dāng)當(dāng)0<γ<1時(shí)，表表示X，Y正線性相相關(guān)；-1<γ<0時(shí)，表表示X，Y負(fù)線性相相關(guān)。一般來(lái)講，，只有當(dāng)|γ|較大時(shí)，，用線性回回歸模型描描述Y與X的相關(guān)關(guān)關(guān)系，才有有實(shí)際價(jià)值值。實(shí)際檢檢驗(yàn)時(shí)，需需要查相關(guān)關(guān)系數(shù)檢驗(yàn)驗(yàn)表。在一元線性性回歸中，，還可以用用F檢驗(yàn)判判斷模型的的顯著性，，用t檢驗(yàn)驗(yàn)判斷回歸歸系數(shù)的顯顯著性，這這幾種檢驗(yàn)驗(yàn)是相互等等價(jià)的。11.3.2多多元線性回回歸預(yù)測(cè)分分析在實(shí)際中，，與某一個(gè)個(gè)變量有關(guān)關(guān)的因素往往往不是一一個(gè)，而是是多個(gè)。例例如企業(yè)生生產(chǎn)量的影影響因素，，除了原材材料供應(yīng)商商服務(wù)狀況況，還有諸諸如企業(yè)本本身生產(chǎn)能能力以及最最終用戶和和需求等因因素，多元元線性回歸歸法就是研研究對(duì)一個(gè)個(gè)因變量有有兩個(gè)或兩兩個(gè)以上影影響因素的的相關(guān)關(guān)系系進(jìn)行預(yù)測(cè)測(cè)的方法。。多元線性性回歸分析析方法是一一元線性回回歸理論與與技術(shù)在多多變量線性性關(guān)系系統(tǒng)統(tǒng)中的重要要延伸，也也是預(yù)測(cè)中中常使用的的方法。多元線性回回歸分析預(yù)預(yù)測(cè)法是對(duì)對(duì)自變量和和因變量的的n組統(tǒng)計(jì)計(jì)數(shù)據(jù)，，，，進(jìn)行分分析，明確確因變量y與各個(gè)自自變量間存存在線性相相關(guān)關(guān)系的的基礎(chǔ)上，，給出適宜宜的線性回回歸方程。。并據(jù)此做做出關(guān)于因因變量y的的發(fā)展變化化趨勢(shì)的預(yù)預(yù)測(cè)。類似于一元元線性回歸歸分析，可可以用線性性方程來(lái)近似描述述y與之之間間的線性相相關(guān)關(guān)系，，它的參數(shù)數(shù)也可以用用最小二乘乘法進(jìn)行估估計(jì)。設(shè)則參數(shù)為為m元元一次聯(lián)立立方程組的的解：式中用矩陣表示示則例：某企業(yè)業(yè)分析了某某物資的采采購(gòu)量、資資源量與價(jià)價(jià)格間的關(guān)關(guān)系，見(jiàn)表表。由此得得知它們是是線性相關(guān)關(guān)的，試求求出回歸方方程并預(yù)測(cè)測(cè)資源量為為3500噸，價(jià)格格為1.90元時(shí)的的市場(chǎng)采購(gòu)購(gòu)量。采購(gòu)量（噸）23523825626427127328929830431