《物流经济分析模型》ppt课件

1、第三章：物流经济分析模型模型分类实务模型根本不涉及图式模型掌握viso绘图模拟模型了解适于研讨生学习数学模型了解并学会运用简单模型研讨生研讨 重点掌握模型l1、图式模型自学VISO绘图l2、数学模型l 1预测模型l 2线性规划模型l 物流目的优化l 物流网络优化l 车辆调度优化l 3层次分析模型AHP课外作业图示模型图示模型用用VISOVISO画图画图1 1、图、图2-62-6P42P422 2、图、图2-8 2-8 P43P433 3、图、图2-16 2-16 P61P614 4、图、图3-3 3-3 P81P815 5、图、图3-83-8P100P1006 6、图、图4-34-3P117P

2、1177 7、图、图4-44-4P122P1228 8、图、图4-54-5P123P123第一节：预测模型第一节：预测模型一一. . 实际知识实际知识预测的相关概念预测的相关概念l物流预测是根据客观事物过去和如今的开展规律，借助科物流预测是根据客观事物过去和如今的开展规律，借助科学的方法和手段，对物流管理开展趋势和情况进展分析、学的方法和手段，对物流管理开展趋势和情况进展分析、描画，构成科学的假设和判别的一种科学实际。描画，构成科学的假设和判别的一种科学实际。l凡是影响物流系统活动的要素都是预测对象。例如，物流凡是影响物流系统活动的要素都是预测对象。例如，物流系统的人力、物力、财力、以及资源、

3、销售、交通，国家系统的人力、物力、财力、以及资源、销售、交通，国家的政策方针，经济开展的情势和自然条件等，都是预测的的政策方针，经济开展的情势和自然条件等，都是预测的内容。内容。原资料市场消费厂家配送中心用户需求预测市场预测供应预测订购预测订单预测需求信息物流领域中的预测物流领域中的预测一一. .实际知识实际知识预测的作用预测的作用l预测的本质预测的本质l掌握变化的缘由；掌握变化的缘由；l了解变化的形状；了解变化的形状；l从量的变化中找出因果关系；从量的变化中找出因果关系；l从变化中找出规律性的东西对未来进展判别。从变化中找出规律性的东西对未来进展判别。l 预测就是要从变化中，找出使事物发生变

4、化的固有规律，预测就是要从变化中，找出使事物发生变化的固有规律，寻觅和研讨各种变化的背景及其演化的逻辑关系，去提示寻觅和研讨各种变化的背景及其演化的逻辑关系，去提示事物未来的容颜，对事物的未来做出判别。事物未来的容颜，对事物的未来做出判别。一一. .实际知识实际知识预测的作用预测的作用l预测的作用预测的作用l预测是编制方案的根底预测是编制方案的根底l 物流系统的存储、运输等各项业务方案都物流系统的存储、运输等各项业务方案都是以预测资料为根底制定的。是以预测资料为根底制定的。l预测是决策的根据预测是决策的根据l 决策的前提是预测，正确的决策取决于可靠决策的前提是预测，正确的决策取决于可靠的预测。

5、的预测。一一. .实际知识实际知识预测的概念模型预测的概念模型l输入输入需求处置的信息。如市场的调研和搜集的数据资料需求处置的信息。如市场的调研和搜集的数据资料l扰动扰动各种主客观要素的影响。随机要素与偶尔要素的影响各种主客观要素的影响。随机要素与偶尔要素的影响l输出输出预测的结果，即对未来目的的判别。该判别要经过客预测的结果，即对未来目的的判别。该判别要经过客观努力的争取并接受客观实际的检验，如此不断循环，不断逼近观努力的争取并接受客观实际的检验，如此不断循环，不断逼近预测概念模型预测概念模型一一. .实际知识实际知识预测的实际根底预测的实际根底1. 1. 惯性原理延续性原理惯性原理延续性原

6、理惯性惯性: : 指事物开展变化主要受内因的作用，事物的指事物开展变化主要受内因的作用，事物的过去，如今的形状会继续到未来。过去，如今的形状会继续到未来。事物的开展变化具有某种程度的继续性、衔接性。事物的开展变化具有某种程度的继续性、衔接性。利用这一原那么掌握事物变化的内在缘由，就能根利用这一原那么掌握事物变化的内在缘由，就能根据知推测未知，根据过去、如今推测未来。据知推测未知，根据过去、如今推测未来。一一. .实际知识实际知识预测的实际根底预测的实际根底l惯性原理惯性原理: 事物在其开展变化过程中，总有事物在其开展变化过程中，总有维持或延续原形状的趋向，事物的某些根本维持或延续原形状的趋向，

7、事物的某些根本特征和性质将随时间的延续而维持下去。特征和性质将随时间的延续而维持下去。l 事物惯性的大小，取决于事物本身的动力事物惯性的大小，取决于事物本身的动力和外界要素的作用。和外界要素的作用。(消费资料、消费资料消费资料、消费资料) 2 2类推原理因果关系原那么类推原理因果关系原那么根据事物开展变化的因果关系，推测事物未来的根据事物开展变化的因果关系，推测事物未来的开展变化规律。开展变化规律。事物的存在、开展和变化都受有关要素的影响和事物的存在、开展和变化都受有关要素的影响和制约，事物的存在和变化都有制约，事物的存在和变化都有定的方式。定的方式。特性相近的事物，在其变化开展过程中，经常有

8、特性相近的事物，在其变化开展过程中，经常有类似之处。于是可以假设在有些情况下、事物类似之处。于是可以假设在有些情况下、事物之间的开展变化具有类似的地方，依此进展类之间的开展变化具有类似的地方，依此进展类比，可以由先发事物的变化进程与情况，推测比，可以由先发事物的变化进程与情况，推测后发类似事物的开展变化。后发类似事物的开展变化。一一. .实际知识实际知识预测的实际根底预测的实际根底一一. .实际知识实际知识预测的步骤预测的步骤1. 1. 预测的根本步骤预测的根本步骤2. 各步骤阐明1确定预测目的 预测目的、对象和预测期间。 预测目的：明确为什么要预测；预测对象：对什么事物进展预测；预测期间：对

9、哪个时期进展预测；1年内为短期，25年为中期，510年为长期一一. .实际知识实际知识预测的步骤预测的步骤2. 各步骤阐明2搜集、分析有关资料 包括影响预测对象的各种资料，如预测对象本身开展的历史资料，对预测对象开展变化起作用的各种要素的资料，构成这些资料的历史背景，以及各种影响要素在未来能够出现的情况。预测必需占有大量的、系统的、适用于预测目的的资料；预测资料可以分为两类：纵向资料预测对象的历史数据资料横向资料作用于预测对象的各种影响要素的数据资料一一. .实际知识实际知识预测的步骤预测的步骤一一. .实际知识实际知识预测的步骤预测的步骤3 3选择预测方法进展预测选择预测方法进展预测 选择预

10、测方法，建立预测模型、模型评价和选择预测方法，建立预测模型、模型评价和利用模型进展预测。利用模型进展预测。 选择预测方法要思索以下几个要素：选择预测方法要思索以下几个要素：预测对象的特点；预测对象的特点； 预测范围；预测范围；预测期限的长短；预测期限的长短； 预测要求精度；预测要求精度；占有数据资料的多寡、顺应性；占有数据资料的多寡、顺应性；企业愿为预测支付的费用的大小；企业愿为预测支付的费用的大小；企业要求得到预测结果所花时间的长短等。企业要求得到预测结果所花时间的长短等。4 4分析评价预测方法及预测结果分析评价预测方法及预测结果分析预测误差，对结果进展评价。分析预测误差，对结果进展评价。5

11、 5修正预测结果修正预测结果在误差计算的根底上，经过定性、定量分析，以及在误差计算的根底上，经过定性、定量分析，以及预测人员的知识和阅历对结果进展修正，使之更预测人员的知识和阅历对结果进展修正，使之更加适用于实践情况。加适用于实践情况。一一. .实际知识实际知识预测的步骤预测的步骤一一. .实际知识实际知识预测的步骤预测的步骤6 6提交预测报告提交预测报告 预测报告的内容包括：预测报告的内容包括：预测的主要过程；预测的主要过程；预测目的、预测对象及预测要求；预测目的、预测对象及预测要求；预测资料的搜集方式、方法及其分析结果；预测资料的搜集方式、方法及其分析结果；论述选择预测方法的缘由及建立模型

12、的过程；论述选择预测方法的缘由及建立模型的过程；对预测结果进展评价与修正的过程及结论；对预测结果进展评价与修正的过程及结论；预测结论。预测结论。 一.实际知识预测技术分类l预测技术的种类繁多，据统计有预测技术的种类繁多，据统计有150150多种。多种。l一切的预测技术可以分为三类：一切的预测技术可以分为三类：l判别预测技术判别预测技术 ( (定性预测定性预测) ) l时间序列预测技术定量预测时间序列预测技术定量预测l因果预测技术定量预测因果预测技术定量预测二. 判别预测方法简介l判别预测判别预测l就是在一种有组织的方式下，搜集个人对预测对象所作就是在一种有组织的方式下，搜集个人对预测对象所作的

13、判别，进展综合分析，得出预测结论的方法。的判别，进展综合分析，得出预测结论的方法。l判别预测是一种定性预测方法。判别预测是一种定性预测方法。l 特点特点l适用于数据奇缺，或难于作定量分析时运用。适用于数据奇缺，或难于作定量分析时运用。l预测简单，容易实施。预测简单，容易实施。l预测准确度不高，容易受客观要素的影响。预测准确度不高，容易受客观要素的影响。l普通用于中长期预测。普通用于中长期预测。l 比如，新产品的销售量预测；新技术的运用前景等。比如，新产品的销售量预测；新技术的运用前景等。l 常用方法常用方法l 德尔菲法、客观概率法、市场调查、历史类比法等。德尔菲法、客观概率法、市场调查、历史类

14、比法等。一一 部门担任人评判意见法部门担任人评判意见法l预测方法预测方法l召集企业相关部门居于第一线的专家或担任人，召集企业相关部门居于第一线的专家或担任人，请他们对预测对象在未来某个时间内的情况做出请他们对预测对象在未来某个时间内的情况做出本人的估计。本人的估计。l将一切人的估计结果交给业务部门进展分析，得将一切人的估计结果交给业务部门进展分析，得出预测结论。出预测结论。l特点特点l简便迅速。简便迅速。l该方法包含了大量的客观要素和个人要素，其预该方法包含了大量的客观要素和个人要素，其预测的可信度，主要取决于预测人员的阅历、知识测的可信度，主要取决于预测人员的阅历、知识和对情况的掌握。和对情

15、况的掌握。l适用范围适用范围l产品选型、确定产品的开展方向等预测。产品选型、确定产品的开展方向等预测。二二 销售人员估计法销售人员估计法l预测方法预测方法l制定销售方案时，让销售人员根据本人对市制定销售方案时，让销售人员根据本人对市场和客户的了解，提出本人的预测估计值。场和客户的了解，提出本人的预测估计值。每个人都独立进展每个人都独立进展l将每个人的估计值，进展一定的数学处置将每个人的估计值，进展一定的数学处置如算术平均、加权平均，然后作为预测如算术平均、加权平均，然后作为预测值。值。l 二二 销售人员估计法销售人员估计法l特点特点l简单易行，能对市场变化迅速做出反响。简单易行，能对市场变化迅

16、速做出反响。l预测中个人客观要素的影响较大，特别是易遭到预测中个人客观要素的影响较大，特别是易遭到预测者声望的影响，导致预测结果出现较大误差。预测者声望的影响，导致预测结果出现较大误差。l例题例题 l 某公司对明年销售量的预测某公司对明年销售量的预测l 根据三个销售员、两位经理的估计对明年的根据三个销售员、两位经理的估计对明年的销量作出预测。销量作出预测。 销售员销售员 甲甲销售额销售额概率概率销售额销售额概率概率最高最高10000.3300最能够最能够7000.5350最低最低4000.280期望期望730销售员销售员 乙乙销售额销售额概率概率销售额销售额概率概率最高最高12000.2240

17、最能够最能够9000.6540最低最低6000.2120期望期望900销售员销售员 丙丙销售额销售额概率概率销售额销售额概率概率最高最高9000.2180最能够最能够6000.5300最低最低3000.390期望期望570二二 销售人员估计法销售人员估计法2. 销售人员估计值处置销售人员估计值处置 假设三个销售人员预测的权重一样，取三者的平假设三个销售人员预测的权重一样，取三者的平均值作为预测值算术平均值，即：均值作为预测值算术平均值，即： 销售人员预测值销售人员预测值=730+900+570/3=2200/3=733.3单位单位3. 两位销售经理的预测及处置两位销售经理的预测及处置 1估计值

18、：经理甲：估计值：经理甲：1000； 经理乙：经理乙：800 2假设估计结果的权重一样。取平均值，得到假设估计结果的权重一样。取平均值，得到 经理预测值经理预测值=1000+800/2=900单位单位 二二 销售人员估计法销售人员估计法4. 将经理预测值与销售人员预测值作加权平将经理预测值与销售人员预测值作加权平均，结果作为最终预测结果均，结果作为最终预测结果因经理是部门担任人，阅历更丰富，意见的因经理是部门担任人，阅历更丰富，意见的权威性大些，其预测值的比重可大一些，假权威性大些，其预测值的比重可大一些，假设采取设采取2:1加权，得到加权，得到 明年销售预测值明年销售预测值 1733.3+9

19、002/3=844.4单位单位 二二 销售人员估计法销售人员估计法三三 德尔菲法德尔菲法DelphiDelphil德尔菲法Delphi简介l德尔菲法是由美国兰德公司研提出的一种预测方法。l德尔菲法也叫专家调查法。l该方法的主要思想：依托专家小组背靠背的独立判别，来替代面对面的会议，使不同专家意见分歧的幅度和理由都可以表达出来，经过客观的分析，到达符合客观规律的一致意见。l预测方法l确定预测课题并编制咨询表。l选择参与预测的专家。l进展四轮次左右的函询与反响。l处置专家们的意见并给出预测结果。三三 德尔菲法德尔菲法DelphiDelphil德尔菲法的详细步骤l挑选专家。l进展函询。l 发放预测问

20、卷和预测资料，要求专家们根据预测资料；l 针对预测目的，独立作出本人的回答，提出个人独立的预测结果。三三 德尔菲法德尔菲法DelphiDelphil函询修正。函询修正。l将专家预测结果进展综合编辑，将不同的专家预测将专家预测结果进展综合编辑，将不同的专家预测结果整理成新一轮预测的参考资料。结果整理成新一轮预测的参考资料。l把新的参考资料和修正后的预测问卷提供应专家做把新的参考资料和修正后的预测问卷提供应专家做新一轮的分析和预测。新一轮的分析和预测。l经过多次的反复，直至问题能得到相对集中、意见经过多次的反复，直至问题能得到相对集中、意见能相对一致为止。能相对一致为止。l得出预测结果。得出预测结

21、果。l根据专家们提供的预测结果作出最终的预测结果。根据专家们提供的预测结果作出最终的预测结果。咨询结果整理咨询结果整理图图3.1 德尔菲法法流程图德尔菲法法流程图三三 德尔菲法德尔菲法DelphiDelphil德尔菲法的特点德尔菲法的特点l优点：简明直观，防止了专家会议的许多弊端。优点：简明直观，防止了专家会议的许多弊端。l缺陷：专家的选择、函询调查表的设计、答卷处置等难度缺陷：专家的选择、函询调查表的设计、答卷处置等难度较大。较大。l预测方法预测方法l 经过对类似产品、可替代产品、或国外同类产品开经过对类似产品、可替代产品、或国外同类产品开展规律的分析，来进展相关的预测。展规律的分析，来进展

22、相关的预测。l特点特点l 短少必要数据资料的新惹事物，但能找到可进展对短少必要数据资料的新惹事物，但能找到可进展对比分析的产品。比分析的产品。三、时间序列预测三、时间序列预测l预测根据预测根据l 事物开展变化主要受内因的作用，事物过去、如今的形事物开展变化主要受内因的作用，事物过去、如今的形状会继续到未来。惯性原理、延续性原理状会继续到未来。惯性原理、延续性原理l历史数据的特征历史数据的特征l历史数据中隐含着事物开展的根本规律。历史数据中隐含着事物开展的根本规律。l历史数据同时又受多种随机要素的影响而呈现出一定程度历史数据同时又受多种随机要素的影响而呈现出一定程度的动摇性和不规那么性；不能直接

23、从历史数据得到未来的动摇性和不规那么性；不能直接从历史数据得到未来的趋势的趋势三、时间序列预测三、时间序列预测l预测的根本思想从历史数据中提示开展规 律l 经过对历史数据进展平均或平滑，消除历史数据中的部分随机动摇要素的影响，指示出隐含在事物中的某种根本规律，并以此预测未来。一时间序列的概念一时间序列的概念时间时间(月份月份)1月月2月月3月月4月月5月月6月月7月月8月月9月月销量销量(万台万台)2223252726232421?时间时间(年度年度)199619971998199920002001200220032004运输量运输量(吨吨)645650670660675678685686?某

24、企业彩电销售资料某企业彩电销售资料1月月8月月某物流公司某物流公司962003年的货物运输量年的货物运输量按月陈列的销量按月陈列的销量按年陈列的运输量按年陈列的运输量时间序列，指观测或记录到的一组按时间顺序陈列的历史数据时间序列，指观测或记录到的一组按时间顺序陈列的历史数据 又叫时间数列。又叫时间数列。时间序列预测，根据预测对象的历史数据资料，按时间进程时间序列预测，根据预测对象的历史数据资料，按时间进程组成动态数列，进展分析，预测的方法。组成动态数列，进展分析，预测的方法。灰色系统预测法马尔可夫链法随机时序预测趋势外推法季节指数法指数平滑法移动平均法简单平均法确定性时序预测时间序列预测一时间

25、序列的概念一时间序列的概念时间序列预测的分类时间序列预测的分类二二 常见时间序列常见时间序列销销售售量量1 程度变动趋势程度变动趋势时间时间二二 常见时间序列常见时间序列销销售售量量2 上升变动趋势上升变动趋势时间时间二二 常见时间序列常见时间序列销销售售量量2 下降变动趋势下降变动趋势时间时间二二 常见时间序列常见时间序列销销售售量量2 变速上升趋势变速上升趋势时间时间销销售售量量时间时间5 周期变动趋势周期变动趋势二二 常见时间序列常见时间序列预预测测目目的的时间时间6 不规那么变动趋势不规那么变动趋势二二 常见时间序列常见时间序列l准确、完好的历史数据资料准确、完好的历史数据资料l时间序

26、列所代表的时间周期必需一致时间序列所代表的时间周期必需一致l时间序列中的各项数字的计算方法、计量单时间序列中的各项数字的计算方法、计量单位、数据内容必需一致。位、数据内容必需一致。三时间序列预测应留意的问题三时间序列预测应留意的问题简单挪动平均法l公式公式tntiitxnF111式中：式中： 是是t+1时的预测数，时的预测数，n是在挪动平均值时所是在挪动平均值时所运用的历史数据的数目，即挪动时段的长度。运用的历史数据的数目，即挪动时段的长度。为了进展预测，需求对每一个为了进展预测，需求对每一个t计算出相应的预测计算出相应的预测值，一切计算出的数据构成一个新的数据系列。值，一切计算出的数据构成一

27、个新的数据系列。经过两到三次同样的处置，历史数据系列的变化经过两到三次同样的处置，历史数据系列的变化方式将会被提示出来。方式将会被提示出来。1tF 例题1 某物资企业统计了某年度1月至11月的钢材实践销售量，统计结果见表，请用挪动平均预测法预测其12月的钢材销售量。月份月份实践销量实践销量(吨吨)挪动平均数挪动平均数Mt(1)n=3n=61224002219003226004214002230052310021967623100223677257002253322417823400239672296792380024067232161025200243002341611254002413324

28、049122480024433计算结果图表显示计算结果图表显示简单挪动平均法l从图上可以看出：从图上可以看出：l1用挪动平均法计算出的新数列的变化趋势与实践用挪动平均法计算出的新数列的变化趋势与实践变化情况根本一致；变化情况根本一致；l2新数列数据动摇的范围变小了，并且随参与平均新数列数据动摇的范围变小了，并且随参与平均值计算的值计算的n值的添加，平均值的动摇范围越小。值的添加，平均值的动摇范围越小。(修匀才修匀才干、抗干扰才干干、抗干扰才干)l3当当n值增大，挪动平均值对时间序列变化的敏感性值增大，挪动平均值对时间序列变化的敏感性降低。降低。挪动平均法对时间序列数据变化的抗干扰才干叫挪动平均

29、法对时间序列数据变化的抗干扰才干叫修匀才干。修匀才干。挪动平均法对时间序列数据变化的反响速度叫挪动平均法对时间序列数据变化的反响速度叫 敏感性。敏感性。 当当n n值增大，挪动平均值的修匀才干添加，值增大，挪动平均值的修匀才干添加，但同时挪动平均值对时间序列变化的敏感性降但同时挪动平均值对时间序列变化的敏感性降低。低。要根据时间序列的特点来确定要根据时间序列的特点来确定n n值的大小。值的大小。 挪动平均预测法挪动平均预测法挪动平均法的修匀才干与敏感性相互矛盾。挪动平均法的修匀才干与敏感性相互矛盾。ln n值的普通选择原那么是：值的普通选择原那么是：l1 1由时间序列的数据点的多少而定。由时间

30、序列的数据点的多少而定。数据点多，数据点多，n n可以获得大一些；可以获得大一些；l2 2由时间序列的趋势而定。趋势平稳由时间序列的趋势而定。趋势平稳并根本坚持程度形状的，并根本坚持程度形状的，n n可以获得大一可以获得大一些；些；l3 3趋势平稳并坚持阶梯性或周期性增趋势平稳并坚持阶梯性或周期性增长的长的n n应该获得小一些；应该获得小一些； 挪动平均预测法挪动平均预测法期序期序历历史史数数据据一次一次平均平均n=3一次一次平均平均n=51102153204251553020635252074030258453530950403510554540特点：特点：1 1简便易于运用；简便易于运用；

31、2 2一次挪动平均法能较好地顺应程一次挪动平均法能较好地顺应程度型历史数据的预测，但不顺应带度型历史数据的预测，但不顺应带有明显上升或下降的斜坡型历史数有明显上升或下降的斜坡型历史数据的预测。据的预测。期期序序历史历史数据数据一次一次平均平均n=3二次二次平均平均n=311021532042515530206352574030208453525950403010554535从图上可以看出，一次挪动平均值从图上可以看出，一次挪动平均值滞后于历史数据，而二次挪动平均滞后于历史数据，而二次挪动平均值又落后于一次挪动平均值。值又落后于一次挪动平均值。启示：启示： 根据历史数据、一次挪动平均值、根据历史

32、数据、一次挪动平均值、二次挪动平均值三者间的滞后关系，可以二次挪动平均值三者间的滞后关系，可以先求出一次挪动平均值与二次挪动平均值先求出一次挪动平均值与二次挪动平均值之间的差值，然后将此差值加到一次挪动之间的差值，然后将此差值加到一次挪动平均值上，再思索其趋势变动值，得到接平均值上，再思索其趋势变动值，得到接近实践情况的预测值。近实践情况的预测值。 二次挪动平均预测法的根本思想二次挪动平均预测法的根本思想 挪动平均预测法挪动平均预测法2. 2. 二次挪动平均预测法二次挪动平均预测法二次挪动平均预测法是在求得一次挪动平均数的根二次挪动平均预测法是在求得一次挪动平均数的根底上，对有线性趋势的时间序

33、列所作的预测。步底上，对有线性趋势的时间序列所作的预测。步骤如下：骤如下： 1 1计算一次挪动平均值计算一次挪动平均值 2 2计算二次挪动平均值计算二次挪动平均值nMMMMntttt)1()1(2)1(1)2( 其中：其中：Mt(1) tMt(1) t时辰的一次挪动平均值时辰的一次挪动平均值 Mt(2) t Mt(2) t时辰的二次挪动平均值；时辰的二次挪动平均值； n n： 参与二次平均计算的一次移平均值的个数参与二次平均计算的一次移平均值的个数 挪动平均预测法挪动平均预测法 挪动平均预测法挪动平均预测法3 3对有线性趋势的时间序列做预测对有线性趋势的时间序列做预测TbayttTt)2()1

34、()2()1(:122:ttttttTtMMnbMMaTy预测期与本期的间距；预测期的预测值；其中：其中： 挪动平均预测法挪动平均预测法例例2： 某物资企业某年度某物资企业某年度1月至月至11月的钢材实月的钢材实践销售量，用二次挪动平均预测法预测其践销售量，用二次挪动平均预测法预测其12月的钢材销售量。月的钢材销售量。月月份份实践实践销售量销售量一次平均一次平均数数Mt(1) 二次平均二次平均数数Mt(2)atbt预测值预测值yt+T取取T=1(1)(2)(3)(4)(5)=2(3)-(4)(6)=(3)-(4)(7)=(5)+(6)*T1224002219003226004214002230

35、0523100219676231002236772570022533222112285632282340023967222892564516782317892380024067229562517811112732210252002430023522250787782628911254002413324111241552225856 挪动平均预测法挪动平均预测法l挪动平均预测小结挪动平均预测小结l 1在外界环境变化较少的情况下，在外界环境变化较少的情况下，挪动平均法是一种有效的预测方法；挪动平均法是一种有效的预测方法；l 2短期预测效果很好。适用于需求、短期预测效果很好。适用于需求、销售预测、库

36、存管理预测等；销售预测、库存管理预测等；l 3需求较多的历史数据，并且计算需求较多的历史数据，并且计算量较大。量较大。指数平滑法指数平滑法l指数平滑预测法，是在挪动平均预测法的根底上开展起来的指数平滑预测法，是在挪动平均预测法的根底上开展起来的一种特殊的加权平均预测法。一种特殊的加权平均预测法。l包括一次指数平滑预测法，二次指数平滑预测法和高次指数包括一次指数平滑预测法，二次指数平滑预测法和高次指数平滑法。平滑法。 l特点：计算简单，需求的历史数据较少特点：计算简单，需求的历史数据较少l思绪：对离预测期较近的历史数据给予较大的权数，离预测思绪：对离预测期较近的历史数据给予较大的权数，离预测期较

37、远的历史数据给予较小的权数。期较远的历史数据给予较小的权数。一次指数平滑法计算公式一次指数平滑法计算公式式中：式中：Ft+1(1)在在t+1时辰的一次指数平滑值时辰的一次指数平滑值 (t时辰的下期预测值时辰的下期预测值)； Ft(1)在在t时辰的一次指数平滑值时辰的一次指数平滑值(t时辰预测值时辰预测值)； xt 在在t时辰的实践值；时辰的实践值； 平滑常数，规定平滑常数，规定01；)1()1(11tttFxF指数平滑法指数平滑法指数平滑法指数平滑法例题：例题： 某企业对某年度某企业对某年度l11月某种物资的月某种物资的价钱情况进展了统计，用一次指数平滑价钱情况进展了统计，用一次指数平滑法对该

38、年法对该年12月份该物资的市场价钱进展月份该物资的市场价钱进展预测预测 。月份月份市场价钱市场价钱xt预测值预测值Ft(1)120020022003195141.54197189.75310196.76175298.77155187.48130158.29220132.810277211.311235270.912238.6指数平滑法指数平滑法2002001 . 02009 . 0)1 ()1(11)1(2FxF解：设解：设0.9，F1(1)x1 =200(假定假定)依次代入公式得到：依次代入公式得到：5 .1412001 . 01359 . 0)1 ()1(22)1(3FxF1 1初始值初始

39、值F1(1)F1(1)确实定方法确实定方法由历史数据得到算术平均值、加权平均等；由历史数据得到算术平均值、加权平均等；定性预测估计。定性预测估计。2 2合理选取平滑系数合理选取平滑系数 取值大小表达了不同时期数据在预测中取值大小表达了不同时期数据在预测中所占的比例；所占的比例；指数平滑法指数平滑法下期预测值下期预测值 本期实践值的一部分本期实践值的一部分 十十 本期预测值的一部分本期预测值的一部分平滑系数平滑系数的大小那么阐明了新、老数据在下期预测计算中的大小那么阐明了新、老数据在下期预测计算中的比重。的比重。越大，现实测定值在预测中占的比重就越大，这就越能表越大，现实测定值在预测中占的比重就

40、越大，这就越能表达预测对象当前的变化趋势而忽视它的历史趋势。达预测对象当前的变化趋势而忽视它的历史趋势。越小，历史数据在预测中占的比重就越大，这就越能反映越小，历史数据在预测中占的比重就越大，这就越能反映预测对象的历史演化趋势而忽视了当前的变化。预测对象的历史演化趋势而忽视了当前的变化。)1()1(11tttFxF指数平滑法指数平滑法l例题例题 某物资企业某物资企业2002年每月的物资运输年每月的物资运输量统计如下，用指数平滑法预测量统计如下，用指数平滑法预测2003年年一月份的运输量用不同的平滑常数一月份的运输量用不同的平滑常数l解：设解：设 F1(1)=(x1+x2+x3)=38, =0.

41、1, 0.5, 0.9, 计算结果见下表：计算结果见下表： 月份月份运输量运输量万吨万吨预测值预测值=0.1=0.5=0.915138383823539.344.549.732838.8739.7536.4743237.7833.8828.8554837.232.9431.6965438.2840.4746.3775239.8547.2453.2484841.0749.6252.1294247.7648.8148.41104641.7845.4142.64114442.245.7145.66124742.3844.8644.17142.8445.9346.72指数平滑法指数平滑法l由上图可知：

42、由上图可知：l值越大，近期数据对预测值的影响越大，值越大，近期数据对预测值的影响越大，模型灵敏度越高；模型灵敏度越高；l值越小，近期数据对预测值的影响越小，值越小，近期数据对预测值的影响越小，消除了随机动摇性，只反映长期的大致开消除了随机动摇性，只反映长期的大致开展趋势。展趋势。l合理确定合理确定值，是用指数平滑模型的进展值，是用指数平滑模型的进展预测的关键。预测的关键。作业l知六安市物流业添加值的历史数据，完成知六安市物流业添加值的历史数据，完成以下义务：以下义务：l 1试计算新构成的一次挪动平均值试计算新构成的一次挪动平均值和二次挪动平均值数据系列，并预测和二次挪动平均值数据系列，并预测2

43、021年六安市物流业添加值。年六安市物流业添加值。n=3。l 2指数平滑法预测指数平滑法预测2021年六安市年六安市物流业添加值。物流业添加值。取取0.4年份年份公路货运量公路货运量万吨万吨公路货物周公路货物周转量转量万吨公里万吨公里 物流业添加物流业添加值万元值万元2002654410001185592003903814301316002004604424001240002005604477001788002006103.85210001890002007601056440002200002021688663730002470002021185807348000321000202120400

44、8080000337000平滑预测方法平滑预测方法趋势、季节预趋势、季节预测法测法计算各季节历史年平均量计算一切季节平均量回归历史数据的一条趋势线，经过趋势线来预测未来数据。回归历史数据的一条趋势线，经过趋势线来预测未来数据。季节指数季节历史平均量/一切季节平均量用季节指数平滑历史数据预测平滑后的数值用季节指数换算成相应的预测值二、回归预测二、回归预测l变量间非确定性的相关关系不能用准确的函数关系式独一变量间非确定性的相关关系不能用准确的函数关系式独一地表达，但在统计学意义上，它们之间的相关关系可以经地表达，但在统计学意义上，它们之间的相关关系可以经过统计的方法给出某种函数表达方式，这种用统计

45、方法处过统计的方法给出某种函数表达方式，这种用统计方法处置变量间相关关系的方法就是回归分析方法。置变量间相关关系的方法就是回归分析方法。l回归分析预测法是经过搜集统计数据，在分析变量间非确回归分析预测法是经过搜集统计数据，在分析变量间非确定性关系的根底上，找出变量间的统计规律性，并用数学定性关系的根底上，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，并在此根底上进展预方法把变量间的统计规律表现出来，并在此根底上进展预测。测。一一 回归预测法回归预测法l回归分析是一种对于变量间非确定性关系的统计回归分析是一种对于变量间非确定性关系的统计分析法。预测步骤如下：分析法。预测步骤如下

46、：l确定预测变量能够的相关要素，并搜集这些要素确定预测变量能够的相关要素，并搜集这些要素的统计资料；的统计资料；l分析这些要素间能否存在相关关系；分析这些要素间能否存在相关关系；l根据统计资料建立回归模型，求出回归方程；根据统计资料建立回归模型，求出回归方程；l用回归方程进展预测；用回归方程进展预测；l对回归方程进展统计检验，并给出预测精度估计对回归方程进展统计检验，并给出预测精度估计值。值。一一 回归预测法回归预测法l分类分类l一元线性回归预测法一元线性回归预测法l多元线性回归预测法多元线性回归预测法l非线性回归预测法非线性回归预测法二二 一元线性回归预测法一元线性回归预测法 例：为了预测汽

47、车薄钢板的年需求量，有关物资企业研讨并搜集了兴隆国家汽车制造业近几例：为了预测汽车薄钢板的年需求量，有关物资企业研讨并搜集了兴隆国家汽车制造业近几年间的汽车产量与薄钢板耗费量的数据，见表：年间的汽车产量与薄钢板耗费量的数据，见表： q一元线性回归预测一元线性回归预测 q变量间是线性相关关系。变量间是线性相关关系。q只需一个自变量影响要素，一个因变量。只需一个自变量影响要素，一个因变量。二二 一元线性回归预测法一元线性回归预测法序号序号年度年度汽车产量汽车产量x万万辆辆薄钢板耗费量薄钢板耗费量y吨吨1198511.38182852198612.54199373198713.80217194198

48、814.91302625198918.603039961990？二二 一元线性回归预测法一元线性回归预测法汽车产量与薄钢板消耗量的关系（散点图）1000015000200002500030000350004000045000101214161820汽车产量x薄钢板需求量y例：某公司预备购入钢材，根据统计资料估例：某公司预备购入钢材，根据统计资料估计钢材在途运输时间计钢材在途运输时间供货工厂供货工厂铁路运输间隔铁路运输间隔x公里公里在途运输时间在途运输时间y小时小时121052290733506448011549086730117780128850899201510101012二二 一元线性回归

49、预测法一元线性回归预测法运输时间与运输距离的关系0246810121416020040060080010001200运输距离x运输时间y二二 一元线性回归预测法一元线性回归预测法l一元线性回归预测法预测流程一元线性回归预测法预测流程l判别变量间能否成线性趋势。对判别变量间能否成线性趋势。对n n对察看对察看点数据点数据Xi,YiXi,Yi, ,选取直角坐标系，绘制选取直角坐标系，绘制散点图。散点图。l分析变量间能否存在线性相关关系分析变量间能否存在线性相关关系 二二 一元线性回归预测法一元线性回归预测法l求回归方程：求回归方程：y ya+bxa+bx，并进展预测，并进展预测iiiiiynyxn

50、xxnxyxnyxbxbya1122式中式中二二 一元线性回归预测法一元线性回归预测法l例题：例题：l 某公司预备购入钢材，下表是一些某公司预备购入钢材，下表是一些供货点的路程及运输时间的统计资料，要供货点的路程及运输时间的统计资料，要求根据提供的统计资料估计供货点位于求根据提供的统计资料估计供货点位于1500公里时钢材的在途运输时间公里时钢材的在途运输时间供货工厂供货工厂铁路运输间隔铁路运输间隔x公里公里在途运输时间在途运输时间y小时小时121052290733506448011549086730117780128850899201510101012二二 一元线性回归预测法一元线性回归预测法

51、解：解：1判别统计数据能否有线性关系，作散点图判别统计数据能否有线性关系，作散点图运输时间与运输距离的关系0246810121416020040060080010001200运输距离x运输时间y由散点图得出运输间隔与运输时间根本成线性关系由散点图得出运输间隔与运输时间根本成线性关系二二 一元线性回归预测法一元线性回归预测法2 2计算回归系数计算回归系数供货工厂供货工厂 运输间隔运输间隔Xi(KM)运输时间运输时间Yi(Hour)XiYiXi2Yi212105105044100252290720308410049335062100122500364480115280230400121549083

52、9202401006467301180305329001217780129360608400144885086800722500649920150084640022510101012121201020210144求和求和611095644904451500993二二 一元线性回归预测法一元线性回归预测法x.yXbYaXnxYXnyxbniiniii0089700194:019. 461100897. 05 . 900897. 0611104451500)5 . 961110(64490)(21221回归方程为5 . 91095611106110nyYnxXii二二 一元线性回归预测法一元线性回

53、归预测法3代入运输间隔代入运输间隔1500KM，得到运输时，得到运输时间的预测值为：间的预测值为： Y=4.019+0.00897*1500=17.474(小时小时)4相关性检验及预测误差计算略相关性检验及预测误差计算略三三 多元线性回归预测法多元线性回归预测法l多元线性回归预测法是一元线性回归预测法的延伸。l多元线性回归预测法研讨一个因变量和两个或两个以上的自变量间的关系。l因变量和每一个自变量之间为线性关系。l回归方程l回归系数的计算略mmxbxbxbby 22110四、四、 回归效果分析回归效果分析1. 1. 相关性检验相关性检验用相关系数用相关系数r r来描画变量间相互关系的亲密程度。

54、来描画变量间相互关系的亲密程度。均值，相关系数：:)()()(22yxyyxxyyxxRiiiiR的变化范围：的变化范围：-1，1R=0，表示零相关不相关，表示零相关不相关R=+1或或R=-1表示完全相关表示完全相关R越接近于正负越接近于正负1表示相关程度越强表示相关程度越强四、四、 回归效果分析回归效果分析l2.2.归方程和回归系数的显著性检验归方程和回归系数的显著性检验l用显著性检验来调查回归方程能否提示变用显著性检验来调查回归方程能否提示变量间的数量规律，即判别回归方程的拟合量间的数量规律，即判别回归方程的拟合程度如何。程度如何。l回归方程的显著性检验用回归方程的显著性检验用F F检验。

55、检验。l回归系数的显著性检验用回归系数的显著性检验用t t检验。检验。第二节：线性规划模型第二节：线性规划模型1 1处理问题的目的函数是多个决策变量的线处理问题的目的函数是多个决策变量的线性函数，通常是求最大值或最小值；性函数，通常是求最大值或最小值；2 2处理问题的约束条件是一组多个决策变量处理问题的约束条件是一组多个决策变量的线性不等式或等式。的线性不等式或等式。线性规划数学模型的特征：线性规划数学模型的特征：线性规划概念线性规划概念线性规划数学模型的三要素：线性规划数学模型的三要素：决策变量决策变量( Decision variables);目的函数目的函数(Objective func

56、tion);约束条件约束条件(Constraints);线性规划概念线性规划概念线性规划步骤线性规划步骤建立一个问题的线性规划模型的普通建立一个问题的线性规划模型的普通步骤：步骤：1 1确定决策变量；确定决策变量； 2 2确定目的函数；确定目的函数； 3 3确定约束条件；确定约束条件； 4 4确定变量能否有非负约束。确定变量能否有非负约束。目的函数：目的函数：Max(Min)z = c1x1 + c2x2 + + cnxn Max(Min)z = c1x1 + c2x2 + + cnxn 约束条件：约束条件： a11x1+a12x2+a1nxn( =, )b1a11x1+a12x2+a1nxn

57、( =, )b1a21x1+a22x2+a2nxn( =, )b2 a21x1+a22x2+a2nxn( =, )b2 . . . . . . am1x1+am2x2 +amnxn( =, )bmam1x1+am2x2 +amnxn( =, )bm x1 x1 ，x2 x2 ， ，xn 0 xn 0目的函数：目的函数：Max z = c1x1 + c2x2 + + cnxnMax z = c1x1 + c2x2 + + cnxn约束条件：约束条件：a11x1 + a12x2 + + a1nxn = b1a11x1 + a12x2 + + a1nxn = b1a21x1 + a22x2 + +

58、a2nxn = b2 a21x1 + a22x2 + + a2nxn = b2 . . . . . .am1x1 + am2x2 + + amnxn = bmam1x1 + am2x2 + + amnxn = bm x1 x1 ，x2 x2 ， ，xn 0 xn 0某物流中心某物流中心 能提供运输、仓储、包装、深加工四能提供运输、仓储、包装、深加工四种物流效力种物流效力, 目前提供物流效力的对象可以是目前提供物流效力的对象可以是A、B、C三种商品，单位产品对资源的需求量见下表，试三种商品，单位产品对资源的需求量见下表，试求最优的商品效力数量。求最优的商品效力数量。 产品产品 资源资源A BC现

59、有现有资源资源运输运输 3 1 2 200仓储仓储 2 2 4 200包装包装 4 5 1 360深加工深加工 2 3 5 300利润利润(元元/件件) 403050321503040maxxxxZ0003005323605420042220023321321321321321xxxxxxxxxxxxxxx，最优解最优解X=(50,30,10); Z=3400【解】【解】 设设x1x1、x2x2、x3 x3 分别为分别为A A、B B、C C三种商三种商 品的效力数量品的效力数量, , 那么数学模型为：那么数学模型为：线性规划在物流技术经济中的运用l目的优化模型目的优化模型P55P55l物流网

60、络优化模型物流网络优化模型P62P62l车辆优化调度问题车辆优化调度问题P66P66第三节：层次分析模型第三节：层次分析模型AHP层次分析法 层次分析法层次分析法Analytical Hierarchy Process ,简称简称AHP)是美国匹兹堡大学教授是美国匹兹堡大学教授A.L.Saaty于于20世纪世纪70年代提出的一种系统年代提出的一种系统分析方法。分析方法。 目前，目前，AHP运用在能源政策分析、产运用在能源政策分析、产业构造研讨、科技成果评价、开展战略规划、业构造研讨、科技成果评价、开展战略规划、人才考核评价、以及开展目的分析的许多都人才考核评价、以及开展目的分析的许多都获得了令