（管理科学与工程专业论文）市场需求组合预测支持系统的研究.pdf

华中科技大学硕士学位论文 摘要 本文有效集成了组合预测、智能技术、模拟技术、随机理论等现代理论和方 法，、对市场需求进行分析和预测。同时以家用电冰箱的市场需求预测为背景，设 计、开发市场需求预测支持系统。一 首先，在阐明本课题研究的背景、来源及目的后，论述了市场需求预测的重 要性和局限性，介绍了常用的市场需求预测模型，并对它们的适用性进行了详细 阐述。同时阐述了随着电子商务的发展，网络市场营销和传统市场营销的区别， 分析了在该环境下市场需求的变化和相应的特点。 其次，研究了一种利于计算机建模的市场需求组合预测方法，即采用l o g i t 回归法训练数据的市场需求组合预测模型。嗨该方法用于家用电冰箱市场需求趋 势预测的示例研究，同时采用信息埴的方法，、检验了组合预测模型的预测效果。 实践证明，该方法具有改变组合权重的优势以及具有较高精度等特点。 再次，研究了智能技术在预测支持系统中的应用，主要对于模型选择过程中 的知识表示进行了详细阐述。( 对于基于多a g e n t 的预测支持系统进行了结构设计， 研究了系统中a g e n t 间的协调问题。气， 最后，进行了市场需求预测支持系统的原型开发。该预测支持系统是基于智 能化预测支持系统的设计思想上开发的。将组合预测模型采用a r e n a 模拟软件进 行模拟试验，更加真实地显示市场需求预测结果。弋 关键词：市场需求预测、组合预测预测支持系统 a g e “k 华中科技大学硕士学位论文 a b s t r a c t i nt h i sp a p e r , t h em a r k e td e m a n di sa n a l y z e da n d p r e d i c t e d ，b yi n t e g r a t i n gs o m e m o d e mt h e o r i e sa n dm e t h o d ss u c h 蠲c o m b i n e df o r e c a s t s a r t i f i c i a lt e c h n o l o g y , s i m u l a t i o nt e c h n o l o g ya n dr a n d o m t h e o r y b a s e do n t h ef o r e c a s t i n go f m a r k e td e m a n d o nt h ef a m i l y r e f r i g e r a t o r , t h ef o r e c a s t i n gs u p p o r ts y s t e m i sd e s i g n e da n d i m p l e m e n t e d f i r s t l y ，a f t e rt h eb a c k g r o u n d , s o u r e ea n di n t e n t i o no f t h i sp a p e ra r ec l a r i f l e d ，t h e i m p o r t a n c ea n dl i m i t a t i o n o ft h em a r k e td e m a n di sd i s c u s s e d t h em a r k e td e m a n d f o r e c a s t i n g m o d e l si nc o i i l i n o nu s ea r ei n t r o d u c e d w h o s e a p p l i c a b i l i t i e s a r ea l s o e x p a t i a t e d w i t ht h ed e v e l o p i n go ne l e c t r o n i c sb u s i n e s s t h ed i f f e r e n c eb e t w e e nt h e n e t w o r km a r k e t i n ga n dt h et r a d i t i o nm a r k e t i n gi se x p o u n d e d a n dt h e nt h ec h a n g ea n d t h ec h a r a c t e r i s t i c so f t h em a r k e td e m a n da r ea n a l y z e d s e c o n d l y ，ac o m p u t a t i o n a l l y c o n v e n i e n tm e a n so f c o m b i n e df c l r e c a s t si ss t u d i e d 。 w h i c h u s i n gl o g i tr e g r e s s i o na p p l i e d t ot r a i n i n gs e td a t a t i l i sm e t h o di su s e di nt h ec a s e s t u d yo nt h em a r k e td e m a n dt r e n df o r e c a s t i n go ff a m i l yr e f r i g e r a t o r , a n da tt h es a m e t i m et h i sm o d e lo f t h ec o m b i n e df o r e c a s t si st e s t e db yt h em e t h o do f i n f o r m a t i o ne n t r o p y n l ee v i d e n c ei n d i c a t e si t sm e r i t st o c h a n g et h e c o m b i n c dw e i g h ta n dh a v em o r e a c c u i c y t h i r d l y ，t h ea p p l i c a t i o no fi n t e l l i g e n tt e c h n i q u e si nt h ef s s i ss t u d i e d ，e s p e c i a l l y t h er u l e - b a s e dk n o w l e d g eu s i n gt os e l e c tm o d e l 1 1 1 ef r a m e w o r ko ft h em u l t i - a g e n t f o r e c a s t i n gs u p p o r ts y s t e mi sd e s i g n e d ，a n dt h eq u e s t i o no f t h eh a r m o n ya m o n ga g e n t s i ss t u d i e d l a s t l y ，a r c h e t y p eo ft h ef o r e c a s t i n gs u p p o r ts y s t e mf o rt h em a r k e td e m a n di s i n t r o d u c e d t h e s y s t e m i s i m p l e m e n t e d b a s e do nt h e d e s i g n i d e ao fi n t e l l i g e n t f o r e c a s t i n gs u p p o r ts y s t e m t h ec o m b i n e df o r e c a s t i n g m o d e li s e x p e r i m e n t e db y s i m u l a t i o ns o f t w a r eo f a r e n a , w h i c hc a l ls h o w 也er e s u l t so f m a r k e td e m a n df o r e c a s t i n g m o r e r e a l i s t i c a l l ya n dd y n a m i c a l l y k e y w o r d s ：m a r k e td e m a n df o r e c a s t i n g ；c o m b i n e df o r e c a s t s ；f o r e c a s t i n gs u p p o r t s y s t e m ；a g e n t t 华中科技大学硕士学位论文 1 概述 1 1 课题研究的背景、来源及目的 随着计算机技术、网络通讯技术的迅猛发展，信息化、网络化、数字化正逐 步成为时代的特征。信息技术革命与信息化建设使资本经济转变为信息经济、知 识经济，将市场由地域市场( m a r k e tp i a c e ) 拓展为空间市场( m a r k e ts p a c e ) ， 并迅速改变传统的营销、交易方式。以计算机信息技术及远程通迅系统为基础的 电子商务的发展，以及市场交换的电子化、信息化、符号化，都使国际市场的规 模空前扩大，交换的频率迅速提高。无论是传统的企业、公司抑或是高科技知识 经济型企业，其生产都朝着高度社会化的方向发展。 同时，随着网络经济的发展、电子商务的普及，传统的营销方式( 目标市场 营销) 正在向网络营销方式( 定制市场营销) 转变。而导致这个转变的前提和关 键是网络经济下消费者需求具有新的特点：( 1 ) 消费者需求趋于个性化；( 2 ) 消 费者行为趋于理性化；( 3 ) 消费者的需求从低层次的需求向高层次需求转变。 这一系列的变化使市场需求预测的作用越来越重要。同时市场需求预测涉及 到的多变的、不确定性因素增多，所以解决具有多变的、不确定性因素的复杂问 题已成为现代预测理论和方法发展的重要方向“。 如何适应时代的需求，探索更有效的预测理论和方法以及开发支持预测、辅 助决策的预测支持系统，已成为当今企业和学术界着力研究的一个重要内容。 本学位论文选题来自湖北省重点科技计划项目“现代制造市场营销管理集成 化专家模拟系统的研究”。该学位论文集成组合预测、模拟技术、随机理论等现代 预测理论和方法，对市场需求进行分析和预测，同时设计、开发相应的市场需求 预测支持系统。 ， 1 2 国内外概况 对事件未来发展变化的预测是非常重要的。之所以重要是因为它是决策的依 ， 据，准确的预测是做出正确决策的前提。然而预测又是很难的，主要是由于市场 需求变化频繁，技术更新加快以及产品的寿命周期缩短，使市场需求涉及到的不 确定性因素增多。也正是由于市场需求预测的重要性和艰难性，促使国内外研究 者对预测问题进行不懈的研究和探索。主要集中在以下两个方面 3 9 】：一是研究预 测理论和方法，到目前为止已研究了几百种预测方法，并且还在不断利用新的理 论研究新的预测方法：另一方面是研究预测支持系统，即人们将预测理论、计算 机和人工智能等技术结合起来，用于预测和分析的计算机支持系统。 华中科技大学硕士学位论文 1 2 1 预测理论和方法 从国外看，预测理论和方法的研究都取得了一定的成果。比如，kv a h o s 等 人以电子产品为背景，提出了市场需求的面向对象模型及其模拟方法；j a ek y ul e e 等人运用人工神经网络对时间序列预测进行判断调整，主要是基于时间序列预测 模型假设过去的形式在未来一直存在的局限性，换句话说是克服只挖掘过去数据 而不考虑未来环境变化的不足，而利用神经网络对预测过程进行自动控制调整；q i s p i e g l e r 等人研究与开发了零售需求及库存预测的模拟系统，主要在数据资料较 少的情况下对未来库存量进行预测，从而避免了采用经典的时间序列和回归分析 手段开发的f s s 需要数据较多的情况。 近几年来，国内学者也在预测理论研究及其应用方面进行了不懈的努力，并 取得了一定的成果。譬如，唐小我等人提出了市场需求的组合预测模型 4 7 4 8 、 5 “： 阎春宁提出市场经济下的需求预测的随机模型“；赵黎明等人将神经网络方法用 于市场需求预测“；姜丽红提出案例推理在智能化预测支持系统中的应用研究 “：汤兵勇等人研究了市场需求的协调预测模型等等。 然而，从国内外的研究情况来看，对预测问题的研究多集中于定量的数学统 计分析。已有的预测方法一般是以确定性的数学分析为理论基础而发展起来的， 因而当影响预测量的因素相对明显和固定时，这些预测方法是比较有效的”。当 今社会，市场需求变化频繁，同时技术更新加快以及产品的寿命周期缩短，使市 场需求涉及到的不确定性因素增多，这些情况使得经典的预测方法受到了挑战。 尤其是预测市场需求时，其内外部环境如消费者的行为、宏观经济政策、行业特 征等等都是复杂的、多变的、不确定性的。 基于以上分析，以及人们对预测重要性的逐步认识，与市场需求预测相关的 理论和方法都将得到更深入地研究。 1 2 2 预测支持系统 预测支持系统的产生过程是计算机在预测中应用逐步深入的过程。国内外学 者专家除了对以上预测理论和方法的研究外，对预测支持系统也进行了不懈的探 索和开发。 最初，人们利用计算机强大的计算能力来完成预测过程中所需的大量计算任 务。之后，随着预测方法的不断深入，研究出了基于计算机完成复杂计算的预测 方法，如b o x - j e n k i n s 方法的模型结构的确定和参数估计等。 3 钔 8 0 年代以后，研究者充分利用人工智能技术，即开始研究和开发智能预测支 持系统( i f s s ) ，用于处理处于多变环境的复杂事件的预测问题。一方面，他利用 计算机的优势，将预测和人工智能技术以及应用领域的知识紧密结合，为用户完 成大量的计算和推理过程：另一方面，采用人机交互的思想，充分发挥人的主动 性，利用人的判断能力和适应环境变化的能力。换句话说，i f s s ( 智能预测支持 2 ， 华中科技大学硕士学位论文 系统) 不仅能管理和应用数据，还能管理和应用知识，能有效地解决定量和定性 问题，以及半结构化和结构化问题。 智能预测支持系统已经得到了广泛研究和开发，而人工智能技术的应用是其 中的关键问题0 2 、【8 ”。在这方面，国外学者j o as a n gl i m 等人提出了对市场需求 进行判断预测的交互式预测支持系统；r j k u o 提出了基于模糊神经网络的销售预 测支持系统的研究，该文主要通过模糊神经网络的方法，学习促销专家的模糊i f 一 t h e n 规则，从而达到销售预测的目的。 在a g e n t 系统理论的启发下，新一代的预测支持系统正朝着基于多a g e n t 的预 测支持系统的方向发展。w a g e n t 是一个软件程序，具有目标、知识和推理决策能力，它根据从外界收到 的信息，帮助人来完成一项特定的任务 5 砌“5 9 、 7 “。根据a g e n t 在人工智能中所处 的位置，可将a g e n t 分为算法a g e n t 和智自g a g e n t 两大类。在管理领域中，算法a g e n t 是基于模型和算法的，它可以代替人完成事务型的工作；智能a g e n t 是基于知识的， 它可以代替人完成管理分析型乃至决策型的工作口”。 国内预测专家和学者对此尚有一些理论上的研究和探讨，如天津大学的胡代 平和刘豹在“基于a g e n t 的预测支持系统设计”一文中对于预测支持系统中的a g e n t 的结构设计进行了较为详细的阐述，该预测支持系统能够提供多种预测方法和专 家的经验知识，同时通过友好的界面与用户交谈，从而使用户( 即使是不了解预 测理论的普通用户) 也有解决复杂预测问题的能力m ”。 由于多a g e n t 的预测支持系统可以解决不确定性因素较多的极为复杂的预测问 题，是现在以至未来预测支持系统发展和研究的方向。 1 2 3 组合预测方法与市场需求预测 由于不同的预测方法提供不同的有用信息，并且预测精度、侧重点也往往不 同。如果简单地选择种预测方法或将一些预测误差较大的方法舍弃掉，都可能 丢弃一些有用信息，而造成资源浪费。在预测实践中现已发现一种更为科学的做 法：将不同的预测方法采用一定的结构和参数进行适当的组合，从而进行预测的 组合预测方法。 自从j m b a t e s 和c w g r a n g e r 首次提出组合预测方法以来，组合预测的研 究已经取得很大的进展【5 “。组合预测相对于单独运用某种预测方法具有更高预测 精度的优势。组合预测方法思想的基本出发点就是在难以获得完全的信息集的前 提下进行预测，或者对于给定的信息集难以做到最优利用的情况下进行预测，也 就是说承认构造真实模型的困难，将各种单项预测看作不同的信息片段( p i e c e so f i n f o r m a t i o n ) ，通过信息的集成分散单个预测特有的不确定性和减少总体不确定 性，从而达到提高预测精度的目的。 组合预测方法主要是综合利用不同的单项预测方法所提供的信息选择侧重点 华中科技大学硕士学位论文 不同的几种预测方法，并且寻找用于组合各单项方法预测结果的权系数是组合预 测方法的关键所在阳“。近年来组合预测成为预测研究者关注的热点。 l o g i t 组合预测模型采用l o g i s t i c 函数，允许定性影响因素的存在，可以方 便地预测趋势变化问题，可以用于预测财务状况的好坏，市场价格的变化趋势， 进行决策方案的选择等等。 1 7 1 国内外学者对l o g i t 模型应用于组合预测进行了一定的研究。国外学者 d o r f m a n 等人在“贝叶斯组合定性预测”一文中，采用l o g it 模型估计各种预测 方法正确预测的概率，从而预测生猪价格变化方向是上升还是下降。国内研究人 员王正等人，发表了“广义l o g i t 交通方式划分预测方法”，主要是利用随机效用 函数，建立广义的l o g i t 方式划分预测模型，并用该模型拟合桂林市居民出行方 式特征m 。 1 3 本论文主要研究内容 本论文试图研究一种实用性强、利于解决市场需求预测问题的理论和方法， 以及进行市场需求预测支持系统开发，具体内容如下： ( 1 ) 分析在电子商务环境下市场需求的变化： ( 2 ) 以具有季节性影响因素的家用电冰箱行业为背景，建立相应的市场需 求组合预测模拟模型： ( 3 ) 对于基于规则的知识表示的智能技术在智能预测支持系统中的应用进 行分析和说明。同时对基于多a g e n t 预测支持系统进行理论探讨，对系统结构进 行了设计，研究了a g e n t 的协调运作问题； ( 4 ) 利用市场需求预测理论和方法、组合预测模拟模型，以及预测支持系 统的智能技术，开发市场需求预测支持系统原型。 4 华中科技大学硕士学位论文 2 1 引言 2 市场需求预测 预测就是根据过去和现在推断未来，根据已知推断未知，并做出关于这一事 件发展的设想。 、 市场预测就是在调查研究的基础上，收集各种市场信息资料，运用科学的方 法，对未来市场商品供需的发展变化趋势做出分析和推断，为生产和经营决策提 供依据。 市场需求是指在一定时期内，市场上消费者对某种商品的有支付能力的需求。 它一方面反映消费者对市场商品的需求( 包括现实需求和潜在需求) ，另方面也 反映消费者购买力的大小，是人民消费水平高低的重要标志。 市场需求预测，是从宏观的角度对全社会商品需求的预测，它反映全国或一 个地区整个市场的商品需求总量。研究市场需求预测是市场预测的一个重要内容。 市场需求预测是市场营销管理的基础，是企业制定营销计划的前提，同时也 直接影响企业物资供应部门和生产部门的运作。在具有准确的未来时期的市场需 求预测的前提下，物资供应部门能有效控制库存甚至达到零库存，而生产部f l n 能合理安排生产进度和有效利用设备。如此循环运作，最终则能降低生产费用。 所以，对市场需求能否进行准确预测直接关系着企业的发展。 2 2 预测的局限性 2 2 1 假设条件的限制 预测理论与方法的形成与发展是以人们所处时代的科学范式为背景的。考察 现有教科书中所讲述的经济技术预测的理论与方法，一般都是基于预测的相关性 原理、惯性原理、类推原理和概率推断原理。在这些原理基础上建立起来的各种 预测方法所基于的基本思想和基本假定可归结为如下几点： ( 1 ) 过去产生一定规律性的力量，在未来也将会产生同样的规律性。因此， 对历史数据的拟合程度常被作为评判预测模型的一项重要指标。 ( 2 ) 事物的发展总是存在惯性，未来可以从过去得到延伸。 ( 3 ) 预测条件给定的越精确。预测结果就会越有效。 ( 4 ) 解释变量影响效果越显著，被解释变量的拟合误差就可以越小。误差被 认为是非解释变量的作用而引起的，具有随机性。 ( 5 ) 事物之间的关联程度是可以测量的。 毋庸置疑，已有的预测理论与方法的应用在社会经济和技术的发展中起了非 常重要的作用。一些经典的预测方法，如时间序列预测、回归分析、指数平滑等 预测方法在社会、经济、技术中得到了广泛应用。 -一1_ri-t -i， ， 华中科技大学硕士学位论文 基于以上假定为基础的预测理论和方法实质上是以“无限的过去都以现在为 归宿，无限的未来都以现在为渊源”为假设前提的。而面对纷繁复杂的自然现象 的和社会现象，现实与过去、现实与未来都存在着较大的差异，所以预测结果常 常与现实情况之间存在较大偏差。并且对于许多问题，传统的预测理论不能给予 合理的回答。所以，预测理论工作者一直在积极探求提高预测精度和追求有效预 测的理论与方法，而对基于原有假定的预测理论提出了质疑并加以拓广和补充。 2 2 2 预测结果的近似性 预测是根据过去和现在的已知因素，对事物未来的变化情况做出预测和估计。 然而，未来的情况并不是过去和现在的简单重复，各种因素和整个环境条件存在 着错综复杂的变化。再者，经济和管理问题受到许多不确定性因素的影响，而人 的认知能力也是有限的。 因此，实现对未来的预计和推测，会在一定程度上与将来发生的实际情况存 在一定偏差。预测不可能做到完全准确，预测值不可能与实际值绝对一致。所以， 预测具有近似性的特点，应用预测规律判断未来，肯定会有误差。 换句话说，市场需求预测误差的降低，准确性的提高是预测工作的重点和难 点，也是诸多预测科研工作者不懈追求的目标。 2 2 3 预测方法的适用性 人们已经研究出很多种预测方法，而每一种预测方法，都有一定的局限性和 适用范围。那么应该考虑从这么多的预测方法中选择一种或几种能真实的反映客 观实际的预测方法，否则就可能错误预测未来，对实际的经营决策造成误导。 例如，回归预测法就要首先定性的、粗略的判定因变量和自变量之间是否存 在相互关系。如果不存在相互关系，而采用回归预测法就会得出错误的结果。而 灰色预测适于解决具有影响因素不明，同时具有上升趋势的预测问题。 再有，组合预测方法可以综合多种预测方法提供的信息，达到提高预测精度 的目的。在此基础上，研究出了许多组合预测方法，有线性的组合预测方法，也 有非线性的组合预测方法。但实践表明，当预测序列模式变动较大时，简单平均 组合预测模型相对于其他复杂的组合预测模型具有较大的优越性，具有时变环境 下组合权重高度稳定的良好性能口”。 2 3 市场需求预测的基本过程 市场需求预测的全过程是调查研究、综合分析和计算推断的过程。一个完整 的市场需求预测，一般要经过以下几个步骤。市场需求预测过程如图2 1 所示。 一、确定预测目的 6 -ro，。l；。：b_-f 华中科技大学硕士学位论文 预测目的关系到预测的一系列问题，只有目的明确，才能使预测工作有的放 失，按照要求进行。 二、收集、整理数据，并进行初步的分析 数据是进行市场需求预测的基础，对所搜集的资料要进行认真的审核，对不 完整和不适用的资料要进行必要的推算和调整，确保数据的准确性、系统性、完 整性和可比性。 三、选择适当的预测方法 到目前为止常用的预测方法就有几十种，并且还在不断利用新的理论研究新 的预测理论和方法。同时，预测方法都有相应的适用范围和适用条件，所以采用 何种预测方法，要依据实际情况出发选择合适的预测方法。 四、进行预测 根据已有的数据信息以及选择的预测方法，就可以进行具体的计算、研究， 做出定性或者定量分析，推测判断未来市场的趋势变化以及相应的需求量。 五、预测分析及方案调整 市场需求预测毕竟是对未来情况的预计和推测，往往与实际情况有出入。预 测误差的大小，一般能反映预测精度，所以应该对预测进行误差检验。如果预测 误差超出了精度范围，则应该检查相应的影响因素，甚至检查预测方法是否选择 合适。 2 4 市场需求的发展趋势 图2 1 市场需求预测过程 电子商务的发展，使得整个营销界都面临着一场深刻的革命，而网络营销具 有传统营销无法比拟的优势，同时在网络环境下顾客可以参与到营销管理的全过 程。匮必。企业必蕴搔题客曲盂塞独型洇量太壬匕越到固釜重要的位置。丛题垄艘 7 华中科技大学硕士学位论文 需求出发开始整个营销过程，并且在整个营销过程中不断与顾客交互。 传统的营销方式以大众化需求为出发点，采取的是目标市场营销方式。随着 社会经济的发展和人们消费观念的变化，大众化需求逐渐向个性化需求转变。在 此基础上，同时随着网络经济的发展和电子商务的普及，传统的营销方式( 目标 市场营销) 也将逐渐被网络营销方式( 定制市场营销) 所替代。 一、市场营销方式发生了新的变化 传统的市场营销是目标市场营销方式，即按照市场细分、选择目标市场、市 场定位的顺序进行市场营销活动。随着网络经济发展以及电子商务的普反， 网络营销方式成为一种定制化的市场营销模式，即按照消费者网上定购、厂商同 步生产、网上交易的程序进行营销。具体变化如下： ( 1 ) 思维方式的变化。 网络营销是建立在现代计算机与通讯技术之上，通过网络技术提供各种劳务 信息以及传递各种劳务的营销方式。并且随着计算机和网络技术的不断发展，网 络营销的内容得到了拓展。同时由于网络经营是在虚拟市场上进行的，而在这个 虚拟的网络社会中有更多的人参与，从而面临的也将是诸多差异性的文化。所以， 从事网上营销的人员需要跳出实体市场的局限性，采用虚拟市场的思维方法。 ( 2 ) 时空观念的变化。 以商品流通为例，传统的商品销售和消费群体受到一个地理半径的限制，而 网络营销则大大的突破了这个原有的半径，使之成为全球范围的竞争。时间和空 间观念的变化，要求网络营销者也必须调整自己的促销策略和具体实施方案。 ( 3 ) 信息沟通方式的变化。 商品营销的基础是买卖双方信息的沟通。在网络上，信息的沟通渠道是单一 的，所有的信息都必须经过i n t e r n e t 进行传递。然而，这种沟通是十分丰富的， 多媒体信息处理技术提供了近乎真实的交易过程，通过双方的、快捷的信息传播 模式，将买卖双方的意愿表达得淋漓尽致。 ( 4 ) 消费群体和消费行为的变化。 在网络环境下，消费者的概念和客户的消费行为都发生了很大的变化。上网 购物者是一个特殊的消费群体，具有不同于消费大众的消费需求。这些消费者直 接参与生产和商业流通的循环，他们普遍实行大范围的选择和理性的购买。 二、市场需求变化 传统的营销方式( 目标市场营销) 朝着网络营销方式( 定制市场营销) 转变， 而导致这个转变的前提和关键是网络经济环境下消费者需求发生了巨大的变化。 主要表现在以下几个方面： ( 1 ) 需求完全个性化。 过去企业营销方式是将相近需求的顾客群体作为产品设计、制造及销售的目 标，对于个性化的需求不予考虑或无法满足。随着社会的发展，企业通过各种手 8 华中科技大学硕士学位论文 段接触潜在的新顾客，为顾客提供他们所需的产品和服务，销售商向顾客推销的 方式改变为消费者主导的“个人行销”。 ( 2 ) 需求高度不确定性、模糊性。 未来的市场将是“设计”决定“需求”，商家通过富于想象力的方法来超过消 费者的期望，消费者看到或试用产品之后才知道是否符合自己的需求。因此对企 业来说，消费者的需求是高度不确定及模糊的。 ( 3 ) 以顾客需求为中心。 企业先不急于制定产品策略( p r o d u c t ) ，而以研究消费者的需求和欲望 ( c o n s u m e rw a n t sa n dn e e d s ) 为中心，不再卖企业所能生产、制造的产品，而 卖消费者想购买的产品。 ( 4 ) 行为完全电子化。 电子技术的进步使得可以将产品从地球任何一个角落送到消费者手中，消费 者的购物及付款采用远程网上方式，这种方式目前正以百倍的速度发展。2 0 0 0 年 美国企业间的电子交易金额达4 3 0 亿美元，而据( f o r e c a s t e r 研究报告显示， 到2 0 0 3 年美国企业之间的电子交易金额将达到1 3 0 0 0 亿美元。 2 5 市场需求预测模型的选择 2 5 ，1 模型复杂性与模型选择 根据历史数据对预测对象进行预测，选择预测模型是关键，而在此之前存在 以下两个问题需要解决： ( 1 ) 是不是模型形式越复杂、越完备，其预测精度就越高? ( 2 ) 如何选择适合于自己需要的预测模型? m c n e e s 经过长期的研究认为，没有任何一种预测模型会在各种情况下都比其 他方法或模型表现的更好。而正是由于没有任何一种预测模型的精度会肯定高于 其他的模型，因此提高预测模型的复杂程度不一定能提高预测精度。1 9 7 9 年 m a r k r i d a k i s 曾选用2 2 种定量方法对1 1 1 个时间序列进行预测分析，采用平均绝 对百分比偏差以及平均秩作为模型拟合精度与预测精度的评价标准，得出实证结 论表明，复杂的a r m a 方法并没有比形式简单的指数平滑方法提供更精确的结果。 更多类似这样的研究使人们从以下错误的想法中清醒过来：追求模型的复杂、 完备性可以达到提高预测精度的目的。 事实上，预测模型都是建立在一定的假设条件( 即无限的过去都以现在为归 宿，无限的未来都以现在为渊源) 之上的，同时利用参数估计的方法对历史数据 进行“曲线拟合”，从而确定模型对未来情况进行预测。然而，假设条件肯定不一 定完全适合实际预测对象及其所处的环境。 如果预测模型完备性程度增加，则所需考虑的影响因素就越多，这就要求各 9 华中科技大学硕士学位论文 因素间的相互影响的定量关系越清楚。事实上，以上这些都是难以达到的，所以 会在一定程度上影响预测的精度。 因此，单纯地靠数学手段和完备、复杂的预测模型并不能解决预测中的所有 问题，更可取的方法是根据自己特定的预测目的，利用预测专家和专业专家已经 积累的知识和经验，合理地选择预测模型，这就是预测模型的智能化选择的问题 ( 相关内容见第四章) 。 对于预测模型的选择，主要考虑预测精度和适用性。预测精度随着如下三个 条件的不同而不同，即时间范围、数据类型( 年份数据、季度数据等) 和精度测 定方法。例如指数平滑预测方法，当将该方法用于进行短期预测时，其预测效果 很好，但用于进行长期预测时，其效果就不尽如人意。 针对预测模型的适用性选择预测模型，可以提高预测的准确性，而预测模型 的适用性主要由以下几方面决定： ( 1 ) 预测数据的特征。如数据的多少，随机性，以及表现出来的季节性和趋 势等。 ( 2 ) 预测期限。是指进行短期预测、中期预测还是长期预测。 ( 3 ) 环境的影响。 ( 4 ) 预测者的技巧。 同时模型的选择还要考虑用户因素，即模型是否被用户接受。而这主要由用 户工作的领域、用户熟悉的预测模型、预测成本、预测结果的稳健性以及预测结 果的可解释性决定。 因此，智能化选择模型是综合考虑预测环境、预测精度、预测用户偏好等多 方面因素的多目标决策问题。 2 5 2 市场需求预测模型及其适用性分析 预测支持系统中主要包括如下预测模型。这些预测模型不同的适用范围是用 户进行模型选择，采用l o g i t 方法进行组合预测的基础。 一、回归预测 回归预测具有自己的优点，即能够提供各变量对预测对象的影响程度的信息。 也正是因为这个原因，回归预测法被许多预测工作者所采用。据“预测方法和技 术的应用研究”课题研究结果表明，全国各种预测方法中使用频率居首位的是回 归预测法( 占1 7 ) 。 回归预测法适合于进行中、短期预测。预测的基本思路是通过对有关历史统 计数据的处理，分析预测对象发生变化的原因，掌握其原因的变化趋势，用适当 的回归预测模型表达出来，然后再利用模型推测未来。 回归预测包括线性回归和非线性回归。 ( 一) 线性回归模型 1 0 华中科技大学硕士学位论文 线性回归预测是根据变量数据分布大体上呈直线趋势时，运用合适的参数估 计方法，求出回归模型。 一元线性回归预测模型为： 多元线性回归预测模型为： y ( x ) = b x + c ( 2 2 ) b 为影响因素权重矩阵，x 为影响因素矩阵，c 为常数。b 可以采用最小二乘 法求得。 该预测方法适合于变量间存在线性相关性的数据序列。 ( 二) 非线性回归模型 在社会现实经济生活中，很多现象之间的关系并不是线性的，对这类现象的 分析预测一般要应用非线性回归预测。通过变量代换，可以将很多的非线性回归 转化为线性回归问题求解。典型的有以下几种： ( 1 ) 指数非线性回归 y = a e “ ( 2 3 ) 令：y = l n y ，a = l n a 则可以转化为y = a + 缸的线性回归的形式。 该方法适合于变量间存在指数关系的数据序列。 ( 2 ) s 型函数非线性预测 y = 再矿1 ( 2 4 ) 令：y = 1 y ，x = p 。 则可以转化为y = a4 - b x 的线性回归的形式。 该方法适合于因变量随着自变量成s 型曲线变化的数据序列。 二、指数平滑 指数平滑预测方法适应于短期预测，它是一类操作简易，成本低廉，适应性 强，性能优良并且应用广泛的预测模型。“预测方法和技术的应用研究”课题研究 结果表明，全国各种预测方法中使用频率第二位的就是指数平滑法( 占1 3 ) 。指 数平滑预测方法的共同之处是应用指数平滑技术处理历史统计数据和相关信息。 指数平滑技术有两个显著的特点，一是利用了全部历史统计数据，二是遵循“重 近轻远”的原则加权平均。 华中科技大学硕士学位论文 ( - - ) 一次指数平滑法 x ，( 1 ) = 瞄+ ( 1 一a ) x h ( 2 5 ) 其中初值托( 1 ) = x 。，权系数0 口 l ，口根据多次反复实验选取，口值越大 表示近期数据对预测的影响越大。 指数平滑的预测过程是个递归过程，不仅适合于观测时序的数据段内，还适 应于观测时序的数据的数据段外，而且计算快，预测方法简单。 因此该预测方法适合于工程中许多快速过程的预测问题。 ( 二) 布朗二次多项式( 三次) 指数平滑法 如果数据的基本模型是非线性的，则可采用布朗二次( 或高次) 指数平滑法， 这样可使预测值跟踪非线性趋势的变化。如下所示： 毫+ 。= a f + 6 f ， + c r m 2 ( 2 6 ) 其中：q = 3 密”一3 f c ) 2 ) + 密3 包：口【( 6 5 a ) 2 n 一2 ( 5 4 口) j j n 一( 4 - 3 a ) 2 ：” 2 ( 1 一口) ： q = a 2 ( 密”一戈? 2 ) + j ：3 ) 2 ( 1 一口) 2 ，：1 ，2 ，n ；n 为历史数据的个数：脚：1 ，2 ，；衙n ，都”，密3 ) ) 分别是观 测数据在一次、二次、三次指数平滑后的预测值。其计算过程为： ( 1 ) 设初值：j f l ) = 密2 ) = j f = z l ( 2 ) 进行三次指数加权( t = 2 , 3 ，n ) 密1 ，= 晓t + ( 1 一口) 拙 j j 2 ) = c 反：1 ) + ( 1 口) 姻 密封= 嗣2 + ( 1 一口) j 器 这种方法的最大优点是对原始数据进行了三次指数平滑处理，因此协” 较 臼一 提取了原始数据序列讧。) 中更多的信息，因而精度更高。 华中科技大学硕士学位论文 预测公式中含有m 与m 2 项，它是随着时间按线性规律与二次项规律变化的 趋势项，这表明三次指数平滑适于对具有线性趋势与二次项趋势的非平稳时序数 列进行预测。 ( 三) w i n t e r 季节指数平滑法 如果数据的变化含有季节性的因素，则应使用温特线性和季节性指数平滑法。 预测模型如下： x 。= ( x ，+ 玩m ) 一r ( t = 1 , 2 ，一，) ( 2 7 ) 其中曼，b ，一，由递推计算可得： 只= a x , i , 一r + ( 1 一c r ) ( 置一i + 6 f 1 ) ，r = 皿t 2 , 十( 1 一) 一( t = t + i ，t + 2 ，一，n ) b 。= r ( x ，一x 。一1 ) + ( 1 一y ) 6 l l 令初值= 1 ( r = 1 , 2 ，t ) ，其中丁是 x 的周期长度，a ，y 分别称为水 平、周期、趋势性的平滑系数，并且0 0 ) c z 蚴 令：y = i y ，a = 1 l ，x = e ，b = b o l 则可以转化为一元线性回归的形式： 1 4 华中科技大学硕士学位论文 y = a b x 所以可以先估计出a ，b 值，再反推b o ，b 。，l o ，从而求出拟合模型。 该模型适合于数据变化最终有一极限值的情况。 ( 三) c o m p e r t s 曲线 y = l e 一如1 。( b o , b i 0 ) ( 2 1 3 ) 令：y = l n l n y ，a = l n l n l h 6 0 则：y = a + 6 l t 所以可以先估计出a ，b ，反推上，b o ，b l 的值，从而求出拟合模型。 该预测方法适合那种前面增长快，后面又趋于饱和平缓的序列。 ( 四) 指数曲线 令：y = h a y ，a = l n b o 贝0 ：y ；4 + 岛， y = b o e 即( b o 0 ，b l 0 ) ( 2 1 4 ) 所以可以先估计出a ，b ，再反推b o ，b l ，从而求出拟合模型。 该预测方法适合那些发展惯性大的系统，变化规律曾指数上升。 ( 五) 修正指数曲线 y = l - b o p h 一岛f ( 0 s b o 工，b t 0 ) ( 2 1 5 ) 令：y = h ( z 一) t口= h b o 则：y = 口一b i t 所以可以先估计出a ，b l ，再反推b o ，b l ，从而求出拟合模型。 该预测方法适合最终有极限值，变化率由快变慢的序列。 五、自适应过滤法 y t = 西1 1 只1 + e p 2 1 只一2 + + o y t p + 岛 ( 2 1 6 ) 华中科技大学硕士学位论文 中l f = 中，( r 1 1 + 2 k e f y h p 为阶数，可以根据反复试验获得。膏为调整系数，在一定范围内，可以使预 测值逐步向最佳系数逼近，从而使模型的均方误差逐渐向一最小值收敛。k ( 滤波 常数) 值必须小于或等于1 p 。中l ，o ：初始值的确定与自相关系数有关。 该模型适应于数据点少，没有季节变动的反复预测，并且是种可变系数的数 学模型。 六、a r m a 该方法将预测对象随时间推移而形成的数据序列视为一个随机序列，主要包 括以下三种预测模型。 a i 孙i t a ( b 动模型为： r 一i z 1 一2 r 一2 一一九e 一。= a 。一o l a ，一l 一0 2 a 。2 一一以q ( 2 1 7 ) n 阶自回归模型a r ( 曲： r = 妒l z l + 妒2 z 一2 + + 。r 一。+ a ， ( 2 1 8 ) m 阶移动平均m a ( m ) ： r = a i o l a t l 一0 2 a ，一2 一一以q 一， ( 2 1 9 ) 正确预测应依照如下步骤： ( 1 ) 模型的识别：采用b o x j e n k i n s 方法得到。即通过自相关函数和偏自相 关函数是否截尾或拖尾；滑动平均模型具有自相关截尾性，偏相关拖尾。自回归 模型具有偏自相关截尾，自相关拖尾。而自回归移动平均无论自相关还是偏相关 都是拖尾的。 ( 2 ) 模型定阶：采用f 检验法，判断回归因子对y 的影响； ( 3 ) 参数估计：用最小二乘估计。 该模型适合于短期预测，数据量要求比较大，时间序列的项数不少于5 0 ，最 好达到1 0 0 。同时成本较高，预测精度也不一定很高。 七、灰色预测法 在灰色系统理论中，把一切随机变量看作是在一定范围内变化的灰色量，将 随机过程看作是在一定范围内变化的、与时间有关的灰色过程。对灰色量不是从 统计规律的角度进行研究，而是用数据处理的方法( 数据生成) ，将杂乱无章的原 始数据整理成规律性较强的生成数列再作研究。灰色系统理论认为，系统的行为 数据尽管是杂乱的，但毕竟是有序的，是有整体功能的，必然隐藏着某种规律。 灰色系统的建模，就是要寻找这种内在规律。 1 6 华中科技大学硕士学位论文 g m ( 1 ，1 ) 模型是目前使用最广泛的关于数据预测的灰色预测模型。 设时间序列x 。有若干观察值： t 经过原始数据的一次累加x m ( t ) = x 伽) ，有 _ - i 工1 = ( z ( 1 ) ，工1 ( 2 ) ，一，x 1 ( 疗) ) = ( 工o ( 1 ) ，x o ( 1 ) + x o ( 2 ) ，x o ( 1 ) + x o ( 2 ) + - + 工( o ( 九) ) x ( 1 可以建立下述白化形式的方程： 记参数列为：， 利用最小二乘法求解可得： 其中：b ： 一z m ( 1 ) + x m ( 2 ) 】 一1 _ f x o ) ( 2 ) + x ( 1 ( 3 ) 】 一；【工( 1 ( 以一1 ) + 工( 1 ( 玎) l 将：代入白化形式的微分方程的解为： 匕= 工( o ( 2