物流系统与物流工程.ppt

9.2 预测系统的定性预测技术,9.3 回归分析,9.4 物流系统的时间序列预测技术,9.1 预测概念,预测问题（一）关于预测？仓库里要备多少货才能满足下个月的订单要求；？还要再建立周转仓库吗；？下个月物流中心的人员是否还有活干,预测的作用1、预测是编制计划的基础2、预测是决策的依据,预测概念,预测分析:在调查研究的基础上对事物的未来进行科学的分析，研究其发展变化的规律性预测技术:预测分析中所采用的方法和手段，称为,预测的步骤,物流系统预测的作用,1.预测是编制计划的基础2.预测是决策的依据,物流系统的预测技术和预测模型,1.预测技术分类(1)按预测技术的属性(2)按预测对象(3)按预测方式(4)按预测时间2.预测模型及分类(1)预测模型按变量之间的关系(2)按变量形式(3)按变量的数量(4)按变量的性质,9.2 预测系统的定性预测技术,9.3 回归分析,9.4 物流系统的时间序列预测技术,9.1 预测概念,德尔菲法,该方法的过程是预测机构或人员预先选定与预测问题有关的专家1015人，采用信件往来的方式与其建立联系，将他们的意见进行整理、综合、归纳后再匿名反馈给各位专家再次征求意见，按这种方式多次反复，直至使专家们的意见趋于一致为止，最后得出预测结论。该方法的具体步骤为：(1)选择专家(2)编制并邮寄“专家应答表”(3)分析整理“专家应答表”(4)与专家反复交换意见(5)将最终预测结论函告各专家并致谢。,德尔菲法,主观概率法,交叉概率法,步骤：(1)确定各事物之间的影响关系；(2)确定各事物之间的影响程度；(3)计算某事物发生时对其他事物发生概率的影响；(4)分析其他事件对该事件的影响；(5)确定修正后的主观概率。,交叉概率法,案例：,交叉概率法,9.2 预测系统的定性预测技术,9.3 回归分析,9.4 物流系统的时间序列预测技术,9.1 预测概念,一元线性回归模型,一元线性回归模型,一元线性回归模型,一元线性回归模型,解答：,一元线性回归模型,解答：,解答：,一元线性回归模型,3.线性回归预测模型检验过程及预测精度(1)相关系数,一元线性回归模型,一元线性回归模型,(2)显著性检验 常用的显著性检验有三种：1.t检验 2.F检验 3.r检验,一元线性回归模型,1.t检验,一元线性回归模型,(2)F检验,一元线性回归模型,(3)r检验,一元线性回归模型,(3)方差分析,一元线性回归模型,一元线性回归模型,一元非线性回归模型,1.化一元非线性函数为线性函数 确定曲线类型的方法一般为：根据理论分析以及过去所积累的经验，确定X、Y之间的函数类型；在数据量不大的情况下，做出散点图，观察散点的分布，确定函数类型；采用多种曲线模型进行回归分析后，进行相对比较分析，从中选择一个较好形式的模型作为预测模型。,一元非线性回归模型,(1)双曲线函数,一元非线性回归模型,(2)指数函数一,一元非线性回归模型,(3)指数函数二,一元非线性回归模型,(4)对数函数,一元非线性回归模型,(5)幂函数,一元非线性回归模型,(6)S曲线,一元非线性回归模型,解答：,多元线性回归模型,1.二元线性回归分析,多元线性回归模型,多元线性回归模型,多元线性回归模型,建立预测模型的方法和步骤,多元线性回归模型,2.多元线性回归分析,多元线性回归模型,3.多元线性回归模型的检验(1)全相关系数,多元线性回归模型,(2)回归显著性检验(用F检验),多元线性回归模型,多元线性回归模型,多元线性回归模型,解答：,解答：,解答：,解答：,9.2 预测系统的定性预测技术,9.3 回归分析,9.4 物流系统的时间序列预测技术,9.1 预测概念,时间序列分析的内容,1.时间序列的形成(1)长期趋势的变化Xt，序列随时间呈现的倾向性变化；(2)季节性周期变化St，序列在一年中随季节呈现有规律性的周期性变化；(3)循环变化Ct，序列以不固定的周期呈现出的波动性变化；(4)随机变化t，各种不确定因素作用下的无规则变化。,时间序列分析的内容,2.时间序列模型(1)加法模型(2)比例模型,时间序列分析的内容,3.时间序列分析的内容,（1）简单移动平均预测法 二次移动平均,趋势预测,趋势预测,2.加权移动平均数法,趋势预测,3.修正移动平均数法,4.指数平滑法基本思路：实际上也是一种加权平均法。把下一期的预测值yt+1看作等于上一期实际值Xt的 倍加上上一期预测值yt的（1）倍之和公式：其中：为指数平滑指数，0 1,趋势预测,指数平滑法 公式：,指数平滑法 公式：,