物流需求预测

物流需求预测第1页，课件共28页，创作于2023年2月本章将讨论以下几个方面的内容：物流需求预测的概念物流需求预测的原则和类型物流需求预测的常用方法指数平滑预测法第2页，课件共28页，创作于2023年2月物流需求预测的概念预测是指对未来不确定事件的预见和推测。物流需求，是指各类企、事业单位和个体消费者在社会经济活动过程中，所伴随产生的运输、仓储、装卸搬运、配送等物流活动的需要情况。物流需求预测，就是利用历史的资料和市场信息，对未来的物流需求状况进行科学地分析、估算和推断，物流需求预测的意义在于指导和调节人们的物流管理活动，以便采取适当的策略和措施，谋求最大的利益。第3页，课件共28页，创作于2023年2月物流需求预测的原则惯性原则类推原则相关原则概率推断原则定性、定量分析相结合原则第4页，课件共28页，创作于2023年2月物流需求预测的类型按预测时间长短分类短期预测、近期预测、中期预测和长期预测

按预测的空间范围分类宏观预测、中观预测和微观预测

按预测的方法分类

定性预测和定量预测

第5页，课件共28页，创作于2023年2月指数平滑预测法指数平滑法由美国经济学家布朗（Robert.G.Brown）于1959年在《库存管理的统计预测》一书中首先提出，指数平滑法的基本思想是，根据实际值与预测值分别以不同权数，计算加权平均数作为下期的预测值。一次指数平滑法二次指数平滑法三次指数平滑法第6页，课件共28页，创作于2023年2月一次指数平滑法是时间序列中时间t上的观察值，样本数为n，时间序列为，是第期的预测值。习惯上常用St表示平滑值，上面的式子可写为：α为平滑常数

第7页，课件共28页，创作于2023年2月二次指数平滑法二次指数平滑法又称为双重指数平滑法，它是以相同的平滑常数α

，在一次指数平滑的基础上再进行一次平滑。用表示一次指数平滑值，用表示二次指数平滑值

第8页，课件共28页，创作于2023年2月布朗（Brown）单一参数线形指数平滑m——预测超前期数；

——待定参数。其中：

第9页，课件共28页，创作于2023年2月三次指数平滑法三次指数平滑法又称三重指数平滑。与二次指数平滑法一样，三次指数平滑并不直接用平滑值作为预测值，而用平滑值建立预测模型，再用预测模型进行预测。三次指数平滑一般用于非线形时间序列的预测。第10页，课件共28页，创作于2023年2月布朗三次指数平滑预测

第11页，课件共28页，创作于2023年2月实例分析

深圳市航空物流园区在规划建设阶段需要对园区总货运量进行科学预测，已知深圳机场1992~2000年9年的航空货运量历史资料，利用指数平滑预测法，对深圳机场2001年～2005年航空总货运量进行预测。航空总货运量历史数据表单位：万吨年份199219931994199519961997199819992000货运量11512265903897350965622607297785789125202169064第12页，课件共28页，创作于2023年2月采用三次指数平滑的方法经过多次试算得到，当a=0.63时相对误差较小，计算情况如下表

三次指数平滑法（α=0.63）年份ytabcFt+m19921151211512.011512.011512.011512.019932659021011.117496.515282.225826.312298.11885.119943897332327.126839.822563.539025.515222.901755.540009.419955096544069.037694.232095.851220.214624.11125.556004.019966226055529.348930.342701.562498.613033.7536.766969.819977297766521.460012.753607.673133.611585.2150.176068.919988578978659.971760.565043.985742.412635.9265.284868.91999125202107981.594579.783651.4123856.734828.23585.698643.52000169064146463.5127266111128.1168568.446845.54233.7162270.5第13页，课件共28页，创作于2023年2月最终预测结果入下表：

总货运量预测数据表单位：万吨年份20012002200320042005预测值21.9627.9234.7242.3750.86第14页，课件共28页，创作于2023年2月回归分析预测法一般来说，回归就是指研究自变量与因变量之间关系的分析方法。物流需求预测中，物流需求的多少受到多种因素的影响，可以通过在各相关影响因素间建立回归预测模型来实现对物流量的预测。第15页，课件共28页，创作于2023年2月回归分析预测的基本问题变量间相关关系的定性分析变量因果关系的确定数学模型的选择回归方程与回归系数的显著性检验第16页，课件共28页，创作于2023年2月一元回归分析预测一元线性回归方程的模型可表述为：为回归方程的参数；未知参数是自变量，是因变量；为剩余残差项或称随机扰动项。第17页，课件共28页，创作于2023年2月参数估计线性回归模型参数的估计方法通常有两种①普通最小二乘法；②最大似然估计法。最小二乘法的中心思想是通过数学模型，配合一条较为理想的趋势线，这条趋势线必须满足以下要求：①原数列的观测值与模型估计值的离差平方和为最小；②原数列的观测值与模型估计值的离差总和为0。第18页，课件共28页，创作于2023年2月根据最小二乘法，各参数的计算方法为：第19页，课件共28页，创作于2023年2月模型显著性检验物流理论检验统计检验

相关系数检验

检验

检验

第20页，课件共28页，创作于2023年2月利用回归方程进行预测点预测

将自变量的预测值代入回归模型所得到的因变量的值，作为与相对应的的预测值。区间预测

在显著水平下，预测值的置信区间为：

第21页，课件共28页，创作于2023年2月多元回归分析预测多元回归分析预测主要包括以下步骤：多元线性回归因素分析多元线性回归模型的建立多元线性回归模型的检验利用回归方程进行预测第22页，课件共28页，创作于2023年2月实例分析深圳市航空物流园区在规划建设阶段需要对园区总货运量进行科学预测，而影响物流园区货运量的因素很多，其中可以量化的最主要因素包括深圳市国内生产总值（GDP）等。下面以深圳市GDP作为自变量，以深圳机场总货运量作为因变量进行一元回归分析。第23页，课件共28页，创作于2023年2月

深圳市机场货运量与GDP数据表年份深圳机场货运量（吨）深圳市GDP（亿元）199211512317.32199326590449.29199438973615.19199550965795.70199662260950.041997729771130.011998857891289.0219991252021436.0320001690641655.47第24页，课件共28页，创作于2023年2月设深圳市GDP值为，深圳机场货运量为，绘制散点图

第25页，课件共28页，创作于2023年2月建立二次曲线模型：式中：为深圳市航空物流园区总货运量；为深圳市国内生产总值；为回归系数。第26页，课件共28页，创作于2023年2月利用最小二乘法进行参数计算，得到：回归模型