市级核心引导课程(实验报告1).doc

物流规划与优化 市级核心引导课程实验报告（一）实 验 报 告 题 目： 宁波市货物周转量预测 学 院 名 称： 交通与物流学院 专 业： 物流管理 班 级： 物流10-2 学 号： 10408100208 姓 名： 成 绩： 一、实验要求（1）收集某省市20年左右的货物运输量（或者周转量、港口吞吐量）等物流相关数据及对应年份的该地区GDP数据； （2）采用简单平均、移动平均法进行预测，预测终年的下一年度值，并测算其极差和标准差；（3）采用一次移动平均法预测终年的下一年度值，列出数据表和折线图，并对输出结果进行分析；（4）采用二次移动平均法预测2020年的值，列出数据表和折线图，并对输出结果进行分析；（5）采用一次指数平滑法预测终年的下一年度值，列出数据表和折线图，并对输出结果进行分析；（6）采用一元线性回归预测2020年的值，列出数据表和散点图，并对输出结果进行分析。 （7）对以上预测方法的特点和优劣进行评价。二、实验数据、地点与时间1、基础数据收集年 份GDP (亿元)货物周转量 (亿吨公里)1990141.40 308099.00 1991169.87 438528.00 1992213.05 608363.00 1993315.11 777570.00 1994459.66 1243892.00 1995602.65 1450892.00 1996784.07 1742582.00 1997879.10 1853782.00 1998952.79 1887113.00 19991017.08 2311376.00 20001144.57 2367484.00 20011278.75 2727939.00 20021453.34 3342614.00 20031749.27 4559749.00 20042109.45 5545297.00 20052447.32 7478890.00 20062874.42 10361127.00 20073418.57 11298161.68 2008 3946.52 12470705.38 2009 4329.30 13216222.75 三、实验内容与结果分析1、简单平均与加权平均法（1）原理简单平均法是对过去若干历史属于求算数平均值，并把该数据作为以后时期的预测值。公式式中： 算术平均数；第t周期的实际值；t 时间下标变量，表示周期序号；n 时间序列的周期个数，也即数据个数。连加号， 中的t=1表示首项的时间变量取值为1，n表示末项的时间下标变量取值为n.加权平均法是加权平均数yt第t周期的观察值Wt第t周期观察的权数值，通常设权数值的和等于1. 即（2）步骤收集宁波市1990年到2009年的货物周转运量和对应年的GDP，再算出算术平均值并计算下一年的预测值。（3）输出结果（包括数据表和折线图）年 份GDP (亿元)货物周转量 (亿吨/公里)1990141.40 308099.00 1991169.87 438528.00 1992213.05 608363.00 1993315.11 777570.00 1994459.66 1243892.00 1995602.65 1450892.00 1996784.07 1742582.00 1997879.10 1853782.00 1998952.79 1887113.00 19991017.08 2311376.00 20001144.57 2367484.00 20011278.75 2727939.00 20021453.34 3342614.00 20031749.27 4559749.00 20042109.45 5545297.00 20052447.32 7478890.00 20062874.42 10361127.00 20073418.57 11298161.68 2008 3946.52 12470705.38 2009 4329.30 13216222.75 平均值1514.31 4299519.34 极差4187.90 12908123.75 标准偏差1246.16 4168076.91 （4）结果分析用简单平均法算发现与实际值相差较远，不适合，可以考虑用加权平均法去算。2、一次移动平均法（分别观察n取不同值时的曲线走向）（1）原理一次移动平均法是将观察期的数据由远而近按一定跨越期进行一次移动平均，以最后一个移动平均值为确定预测值的依据的一种预测方法。（2）步骤前n期的平均值当做n+1期的预测值。分别算出当n=3和n=6时的算术平均值。（3）输出结果（包括数据表和折线图）年 份GDP (亿元)货物周转量 (亿吨/公里)移动平均数Mt(1)n=3n=61990141.40 308099.00 1991169.87 438528.00 1992213.05 608363.00 1993315.11 777570.00 451663.33 1994459.66 1243892.00 608153.67 1995602.65 1450892.00 876608.33 1996784.07 1742582.00 1157451.33 804557.33 1997879.10 1853782.00 1479122.00 1043637.83 1998952.79 1887113.00 1682418.67 1279513.50 19991017.08 2311376.00 1827825.67 1492638.50 20001144.57 2367484.00 2017423.67 1748272.83 20011278.75 2727939.00 2188657.67 1935538.17 20021453.34 3342614.00 2468933.00 2148379.33 20031749.27 4559749.00 2812679.00 2415051.33 20042109.45 5545297.00 3543434.00 2866045.83 20052447.32 7478890.00 4482553.33 3475743.17 20062874.42 10361127.00 5861312.00 4336995.50 20073418.57 11298161.68 7795104.67 5669269.33 2008 3946.52 12470705.38 9712726.23 7097639.78 2009 4329.30 13216222.75 11376664.69 8618988.34 12328363.27 10061733.97 （4）结果分析通过我们所做出来的折线图可以看出，一次移动平均值滞后于历史数据，而二次预测值又落后于一次平均值，因此n取3比n取6时更为准确。4、二次移动平均法（1）原理公式t时刻的一次移动平均值t时刻的二次移动平均值n参与二次平均计算的一次平均值的个数公式yt+T=at+btTyt+T预测期的预测值T预测期与本期的间距at =2 Mt(1)- Mt(2)bt=(2/(n+1)( Mt(1)- Mt(2)（2）步骤计算一次移动平均值。计算二次移动平均值。对有线性趋势的时间序列做预测。（3）输出结果（包括数据表和折线图）年 份实际货物周转量一次平均数Mt(1) 二次平均数Mt(2)预测值yt+T取T=1（1）（2）（3）（4）(8)=(6)+(7)*T1990308099.00 1991438528.00 1992608363.00 1993777570.00 451663.33 19941243892.00 608153.67 19951450892.00 876608.33 19961742582.00 1157451.33 645475.11 1802926.44 19971853782.00 1479122.00 880737.78 2359859.78 19981887113.00 1682418.67 1171060.56 2853479.22 19992311376.00 1827825.67 1439664.00 3267489.67 20002367484.00 2017423.67 1663122.11 3680545.78 20012727939.00 2188657.67 1842556.00 4031213.67 20023342614.00 2468933.00 2011302.33 4480235.33 20034559749.00 2812679.00 2225004.78 5037683.78 20045545297.00 3543434.00 2490089.89 6033523.89 20057478890.00 4482553.33 2941682.00 7424235.33 200610361127.00 5861312.00 3612888.78 9474200.78 200711298161.68 7795104.67 4629099.78 12424204.44 200812470705.38 9712726.23 6046323.33 15759049.56 200913216222.75 11376664.69 7789714.30 19166378.98 12328363.27 9628165.19 21956528.46 （4）结果分析由图可以看出，二次移动的值是一次移动的滞后。求出一次移动平均值与二次平均值之间的差值，然后将此差值加到一次移动平均值上，再考虑其趋势变动值，得到接近实际情况的预测值。5、指数平滑法（分别观察n取不同值时的曲线走向）（1）原理在移动平均法的基础上发展起来的一种特殊的加权平均预测法，思路是对离预测期较近的历史数据给予较大的权数，离预测期教远的历史数据给予较小的权数。公式是：F(1)t+1=xt+(1-)Ft（1） 式中：Ft+1（1）在t+1时刻的一次指数平滑值；Ft(1)-在t时刻的一次指数平滑值；xt-在t时刻的实际值； -平滑常数，其取值范围为0,1；（2）步骤根据表的资料，判断数据的特点。从该表可以看出：该时间数列的特点为稳定、无趋势、无季节性变动。确定预测方法：简单指数平滑法。确定平滑系数及初始值。（3）输出结果（包括数据表和折线图）年 份货物周转量（亿吨/公里）预测值a=0.1a=0.5a=0.91990308099.00 4299519.34 4299519.34 4299519.34 1991438528.00 3900377.31 2303809.17 707241.03 1992608363.00 3554192.38 1371168.59 465399.30 1993777570.00 3259609.44 989765.79 594066.63 19941243892.00 3011405.49 883667.90 759219.66 19951450892.00 2834654.14 1063779.95 1195424.77 19961742582.00 2696277.93 1257335.97 1425345.28 19971853782.00 2600908.34 1499958.99 1710858.33 19981887113.00 2526195.70 1676870.49 1839489.63 19992311376.00 2462287.43 1781991.75 1882350.66 20002367484.00 2447196.29 2046683.87 2268473.47 20012727939.00 2439225.06 2207083.94 2357582.95 20023342614.00 2468096.45 2467511.47 2690903.39 20034559749.00 2555548.21 2905062.73 3277442.94 20045545297.00 2755968.29 3732405.87 4431518.39 20057478890.00 3034901.16 4638851.43 5433919.14 200610361127.00 3479300.04 6058870.72 7274392.91 200711298161.68 4167482.74 8209998.86 10052453.59 2008 12470705.38 4880550.63 9754080.27 11173590.87 2009 13216222.75 5639566.11 11112392.82 12340993.93 （4）结果分析由于平滑系数的不同，求出的预测值也不同，由图可以看出，当a为0.9时，比较接近实际值。6、回归分析（1）原理通过收集统计资料，在分析变量间非确定性关系的基础上，找出变量间的统计规律性，并用数学方法把变量间的统计规律表现出来，并在此基础上进行预测。公式 a=（2）步骤确定预测变量可能的相关因素，并收集这些相关因素的统计资料。分析这些因素间是否存在相关关系。根据统计资料建立回归模型，求出回归方程。用回归方程进行预测。对回归方程进行检验，并给出预测精度估计值。（3）输出结果（包括数据表和散点图）年份GDP Xi (亿元)货物周转量Yi (亿吨公里)XiYiXi2Yi21990141.40 308099.00 43565198.60 19993.96 94924993801.00 1991169.87 438528.00 74492751.36 28855.82 192306806784.00 1992213.05 608363.00 129611737.15 45390.30 370105539769.00 1993315.11 777570.00 245020082.70 99294.31 604615104900.00 1994459.66 1243892.00 571767396.72 211287.32 1547267307664.00 1995602.65 1450892.00 874380063.80 363187.02 2105087595664.00 1996784.07 1742582.00 1366306268.74 614765.76 3036592026724.00 1997879.10 1853782.00 1629659756.20 772816.81 3436507703524.00 1998952.79 1887113.00 1798022395.27 907808.78 3561195474769.00 19991017.08 2311376.00 2350854302.08 1034451.73 5342459013376.00 20001144.57 2367484.00 2709751161.88 1310040.48 5604980490256.00 20011278.75 2727939.00 3488351996.25 1635201.56 7441651187721.00 20021453.34 3342614.00 4857954630.76 2112197.16 11173068352996.00 20031749.27 4559749.00 7976232133.23 3059945.53 20791310943001.00 20042109.45 5545297.00 11697526756.