物流需求预测模型(1)课件

2024/5/13物流需求预测模型(1)主要内容回归预测模型产销平衡预测模型计算机仿真预测模型5/13/202422.5回归预测模型回归预测法是基于预测的相关原理，客观世界中许多事物、现象、因素彼此关联而构成关系、过程、系统。惯性原理类推原理相关原理概率判断原理5/13/20243一元线性回归预测多元线性回归预测非线性回归预测应用Excel软件5/13/202442.5.1回归分析预测步骤相关关系即相关程度线性或非线性5/13/202452.5.2物流需求相关因素影响物流预测的客观因素主要有：5/13/202462.5.3一元线性回归预测估计参数检验评定预测效果5/13/20247一元线性回归预测模型xi，yi为自变量和因变量的观察值；b0，bi为未知参数；ui为剩余残差项。（2-13）（2-14）（2-15）5/13/20248残差平方和标准差离散系数相关系数可决系数（2-16）（2-18）（2-17）（2-19）（2-20）一般，v不超过0.1至0.15可接受5/13/20249t检验自相关检验把不包括在样本内的某期已知量与预测量进行对比（2-22）（2-21）5/13/202410某国际集装箱码头统计了12年集装箱吞吐量与该地区工业生产总值的关系如下表所示。某码头集装箱年吞吐量与工业产值的关系

试预测当该地区工业生产总值达到500亿元时，该码头集装箱的年吞吐量为多少？（取显著性水平a=0.05）工业产值（亿元）99110132161193194246274281344372349年吞吐量（*104TEU)4353667084931101311701691971785/13/202411图2.5工业产值与集装箱吞吐量的关系分析图1.作散点图，观察工业产值与吞吐量之间关系。2.确定预测模型5/13/2024123.计算参数b0，b1。由公式（2-15）得

b0=-7.272，b1=0.519即回归模型为4.统计检验。离散系数检验：由公式（2-16）（2-17）（2-18）得

Qe=1676.38，S=12.928，v=0.1137，

V介于0.1~0.15间，误差可以接受相关系数、可决系数检验：由公式（2-19）得r=0.973，r2=0.9475/13/202413t检验：当H0为真，由公式（2-21）得t=13.424，t0.025（10）=2.228<13.424D-W检验：由公式（2-22）得

D-W=2.218>25.预测计算由回归方程得即该码头集装箱的预测吞吐量为252.35*104TEU.5/13/2024142.5.4多元线性回归预测影响物流需求的因素较多，抓住主要因素x1，x2，…，xm，抽取样本（yi，x1i，x2i，…，xmi）（i=1,2，…n），（m个因素，n个样本）如果散点图(y，xi)呈现线性，则可以作多元线性回归函数5/13/202415（2-23）（2-24）（2-25）（2-26）5/13/202416相关性检验其中置信区间估计（2-27）（2-28）（2-29）R称为xi对于y的全相关系数5/13/202417令x=x1，x2=x2,…xm=xm两边取对数换元法2.5.5非线性回归预测5/13/202418EXCEL在多元回归中的应用某仓库过去14个月油漆的订货量y（t）与本区三家主要企业的月生产量X1,X2,X3,求它们的回归方程式。订货量与三企业产值关系表5/13/202419回归统计MultipleR0.839388RSquare0.704572AdjustedRSquare0.483002标准误差0.971541观测值8汇总输出

自由度SSMSF显著水平F回归分析39.0044363.0014793.17990.146512残差43.7755640.943891总计712.78

方差分析5/13/202420

Coefficients标准误差tStatP-valueLower95%Upper95%下限95.0%上限95.0%Intercept464.7979146.35893.175740.03367258.44043871.155458.44043871.1554X1-8.89983.19998-2.781210.049757-17.7844-0.01523-17.7844-0.01523X2-4.920611.770758-2.778820.049879-9.83702-0.0042-9.83702-0.0042X31.4340440.5533632.5915070.060588-0.102342.970427-0.102342.970427表2-11预测结果得回归方程：5/13/2024212.6产销平衡预测模型产销平衡是指在一定范围内，相同用途的某种物资的生产量、消费量和运输量之间的平衡。产销平衡法是过产销平衡计算，推算出该种货物在一个车站、一个枢纽、一条线路或一个地区的发送量和到达量。5/13/202422产销平衡原理：研究n个地区间的某种货物流量，Tij为i区发送到j区的货物流量，Oi

为i地的总输出量，Dj为j区的总输入量则地区间的交流如下O-D表所示：到地发地123...N合计1T11T12T13...T1nO12T21T22T23...T2nO23T31T32T33...T3nO3....................NTn1Tn2Tn3...TnnOn合计D1D2D3DnT5/13/202423Tij满足以下的双约束平衡条件。不同发地到达j地的Tij的总到达量为Dj发地i到不同到达地Tij的总发送量为Oi总发送量和总到达量相等且等于总运输量5/13/202424产销平衡预测方法—增长率法增长率法，指根据预测对象在过去的统计期内的平均增长率，类推未来某期预测值。确定一组系数rij.使Tij=rijtij.需求数据:各地区总输出量Oi、总输入量Dj和基期的交流量tij.

n个区域的总货物输出量Oi和货物输入量Dj,需根据现在的物流分布表tij确定预测年各区域间的物流分布量Tij.5/13/202425增长系数rij可以分解为两个平衡因子的乘积，即：rij=aibj，此时平衡条件可以改写为：增长系数b1b2b3...bn增长系数到地发地123...N合计a11T11T12T13...T1nO1a22T21T22T23...T2nO2a33T31T32T33...T3nO3.......................anNTn1Tn2Tn3...TnnOn合计D1D2D3DnT5/13/202426整个区域的年预测增长率5/13/2024275/13/2024282.7计算机仿真预测模型5/13/2024295/13/202430编制的规则要简单，符合一般常识，可验证并确定取舍。例如，以月为时间跨度的时间序列，可以用如下规则进行试算：1.过去三个月的销量为未来三个月可能的销量，即5/13/2024312.去年某三个月的销量为今年同期的可能销量，即3.未来三个月的销量可能比过去三个月的销量增加10%，即4.未来三个月的销量可能比去年同期增加50%，即5/13/2024325.今年某前三个月销量的变化率（与去年同期相比）等于其后三个月销量的变化率，即以上K=1,2,…5/13/202433基于BP算法的神经网络是由输入层、输出层和若