1、第九章 物流需求預測第九章 物流需求預測掌握物流需求預測的概念、作用和分類方法，掌握常用的定性、定量預測方法，并會運用這些方法進行預測，了解預測方法的評價與選擇。第九章 物流需求預測第一節 物流需求預測概述第二節 定性預測方法第三節 定量預測方法第四節 預測方法的選擇與評價第一節 物流需求預測概述 一、物流需求預測的意義 預測，是指對時間上比現在更遠的未來的事物和情況進行推測和估計。 需求預測是指估計未來特定時間內，整個產品 或特定產品的需求數量與需求金額。 物流需求預測就是根據物流市場過去和現在的需求狀況以及影響物流市場需求變化的因素之間的關系，利用一定的經驗判斷、技術方法和預測模型，應用合

2、適的科學方法對有關反映市場需求指標的變化以及發展的趨勢進行預測。 第一節 物流需求預測概述 二、物流需求預測的過程 預測結果將被如何使用？ 是否用于企業計劃進入的市場？ 預測是否需要體現對現金的控制？ 預測是否能滿足指導生產及物流工作的要求?（一）確定預測目標，明確預測對象 這一階段工作的主要內容應圍繞以下幾個方面進行：第一節 物流需求預測概述 二、物流需求預測的過程 一是收集信息，二是選擇預測方法。資料的收集，是建立預測模型、實現需求預測的前提條件。一定要注意廣泛性、適用性。一定要進行鑒別和整理加工，鑒別資料的真實性和可用程度，（二）資料收集、整理和分析第一節 物流需求預測概述 二、物流需求

3、預測的過程 進入實際預測階段，關鍵是選擇合理的預測方法，并建立相應的預測模型。（四）調整需求預測的結果 預測出的結果都要根據實際情況進行適當的調整，使預測結果更加合理，與未來的實際結果更接近。（三）初步預測將來的需求量第一節 物流需求預測概述 三、物流需求預測的模式 第二節 定性預測方法 按預測的方法和性質劃分，預測可分為定性預測和定量預測；按時間或區間長短劃分，預測可分為近期預測、短期預測、中期預測和長期預測，按技術方法劃分，可分為時間系列數據預測、回歸方程預測、理論曲線預測和模擬預測等。 第二節 定性預測方法 一、集體意見預測法 集體意見預測法是依據預測者的經驗和直覺，把個人或所有參與者的

4、預測意見加權平均求出需求預測值的方法。 集中了集體的經驗和智慧，簡便易行，不需經過精確地設計即可迅速的預測，當預測資料不足而預測者的經驗相當豐富的時候，采用這種方法最為合適。第二節 定性預測方法 一、集體意見預測法（一） 集體意見預測法的程序 （1）每位預測者提出個人的預測意見，如第i位預測者的三個預測值是F1i、F2i、F3i，（2）根據達到最高、中間和最低值的概率，計算每一位預測者的意見平均值，即 Fi=PjFji （j=1，2，3）（i=1，2，n）（3）根據預測者個人意見的重要程度，給出不同權數，通過加權平均求得集體的預測意見， F=WiFi （i=1，2，n）第二節 定性預測方法 二

5、、經營人員意見預測法 第二節 定性預測方法 二、經營人員意見預測法 特點是： （1）比較簡單明了，容易進行；（2）適應范圍廣，無論是大型還是中、小型企業，是經營工業品還是經營消費品都可以應用；（3）對商品需求量、需求額和花色、品種、規格都可以進行預測，能比較切合實際地反映當地需求；（4）可以按產品、區域、客戶或經營人員來劃分各種需求預測值，在實際使用中靈活主動。 第二節 定性預測方法 三、客戶意見預測法 是通過征詢客戶的潛在需求或未來購買計劃的情況，了解客戶購買商品的活動、變化及特征等，然后在收集意見的基礎上分析市場變化，預測未來市場需求。 （一）客戶意見預測法的操作 （二）客戶意見預測法的效

6、果及修正第二節 定性預測方法 四、德爾菲預測法 （一）德爾菲預測法概述 德爾菲預測法又叫專家意見判斷法或專家調查法，是采用匿名的方式，用表格或問卷的方法背對背地征求專家各自的預測意見，將得到的結果進行匯總整理，再隨表格或問卷發給專家，進一步征求意見。這樣經過幾輪意見反饋，使專家的意見趨于集中和一致。對最后一輪預測意見進行整理分析，就得到預測結果。第二節 定性預測方法 四、德爾菲預測法 （二）德爾菲預測法的步驟1.設計、印制征詢表格（或問卷）（1）主題明確，中心突出；（2）語言簡練，意思清楚；（3）問題間有一定聯系，便于專家思路連貫；（4）問題有啟發性，促進專家的創造性思維；（5）問題內容要接近

7、專家熟悉的領域，便于充分利用專家的意見；（6）問題的答案便于量化處理；（7）問題不宜太多和過于復雜。第二節 定性預測方法 四、德爾菲預測法 （二）德爾菲預測法的步驟2.選擇專家 專家應當是對預測對象和預測問題有比較深入的研究，知識淵博、經驗豐富、思路開闊、富于創造性和判斷能力的人。（1）自愿性。發揮專家的積極性、創造性。（2）廣泛性。選擇專家一般應實行“三三制”。本單位、本部門專家1/3左右；有業務聯系、關系密切的行業的專家占1/3；社會有影響的知名人士占1/3。第二節 定性預測方法 四、德爾菲預測法 （二）德爾菲預測法的步驟2.選擇專家 （3）規模適度。參加預測的專家不宜過多或過少，每次選擇

8、專家的人數視組織者的情況而不同，一般以10到50人之間為宜，重大問題可擴大到100人以上。第二節 定性預測方法 四、德爾菲預測法 （二）德爾菲預測法的步驟3.反復征詢專家意見 在35輪后，各位專家的意見漸趨一致。4.整理最終意見，得到預測結果對各位專家最后一輪的征詢表格進行統計處理，即可得到預測結果。 第二節 定性預測方法 四、德爾菲預測法 （三）德爾菲預測法的特點 1.匿名性2.反復溝通性局限性1、資料缺乏或不充分時，專家難以回答；2、有的專家不了解別的專家所提供預測資料的根據，在下一輪征詢意見中會出現簡單地向中位數靠攏的趨勢；3、反饋次數較多，有的專家不愿配合；4、整個預測過程花費的時間長

9、，費用較多。 第三節 定量預測方法 定量需求預測方法分為兩大類：（1）回歸預測法。如果數據與時間的關系可以用一個解析函數來近似描述，而數據之間的關系可以用一種數學模型來近似描述，基于這種條件建立的預測方法稱為回歸預測法。即根據事物之間的因果關系來預測事物的發展和變化。（2）時間序列預測法。它是根據市場需求的歷史統計數據，預測需求的未來發展和變化。 第三節 定量預測方法 時間序列包含的三種因素 1發展趨勢：市場需求的一種長期變化趨勢，可以是增長、下降或停滯等。其中增長的趨勢可以是直線增長，也可能是指數增長（或稱為遞增趨勢）。2季節性波動：隨季節的變化增加或減少，具有重復發生的規律。3隨機波動：是

10、由多種因素綜合作用的結果，它在需求預測中是一種干擾信息，應設法將其濾除掉。 第三節 定量預測方法 一、簡單指數平滑法 設x0，x1，xn為對應時間t=0，1，n的時間序列觀察值，x xt+1t+1為預測值，如果x xt+1t+1是利用下式求得的；x xt+1t+1=x xt t+（xtx xt t）（t=1，2，n）式中的稱為平滑常數，其取值范圍是01。簡單指數平滑公式也可以改寫成下面的形式： x xt+1t+1=xt+（1）x xt t 則稱這種方法為簡單指數平滑法。第三節 定量預測方法 二、多項式預測模型 （一）一次多項式預測模型下述形式的預測模型，稱為一次多項式預測模型。 x xt+t+

11、=a0+a1式中，：向前預測的步數，通常可分別取=1，2，3，4，5（預測的步數越多，誤差越大，故不宜取較大的值）x xt+t+：第t+時刻的預測值；a0和a1為系數。第三節 定量預測方法 a0和a1的估算公式 a0=2St1（x）St2（x） （97）a1=/St1（x）St2（x） （98）式中，：指數平滑公式的平滑常數； =1-；St1（x）和St2（x）的計算公式為：St1（x）=xt+St11（x） （99）St2（x）=St1（x）+St12（x） （910）式（99）即簡單（一階）指數平滑公式；式（910）稱為二階指數平滑公式。第三節 定量預測方法 預測模型的遞推公式將式（97）

12、至式（98）代入式（96）中，可以得到更便于遞推計算的一次多項式預測模型： x xt+t+=a0+a1=（2+/）St1（x）（1+/）St2（x） （911）初值的選取：預測開始，即t=1時刻時，可以令St11（x）=x0，St12（x）=x1，xt=x1由此引入的誤差，經幾步遞推預測后會逐漸減小到可以忽略不計。第三節 定量預測方法 溫特斯預測公式基于溫特斯指數平滑模型的預測公式如下： Ft+m=（St+mTt）ItL+m （925）式中，m：要預測時刻距現在的時間間隔數。預測開始時，首先利用第一年的數據，計算全年（12個月）的觀察平均值x，即 x=（x1+x2+x12）/12然后，令t=1

13、3，計算ItL的近似值： ItL=xtL/x，L=12，11，10，1。第三節 定量預測方法 溫特斯預測公式在此基礎上，重新從t=13開始，并令S12=x12；T12=0，由式（922）至式（924）遞推計算St、Tt和It。最后，按式（925）進行預測。為了保證預測的準確性，應至少收集3年的歷史數據。第三節 定量預測方法 四、最小二乘法 假設對應時間t，有函數x(t)與之對應，而x(t)可以用一個m次多項式近似描述。假設有n個觀測數據x1，x2，xn，我們建立數學模型 xj=x(tj)+vj j=1，2，n (926)其中：x(tj)=a0+a1tj+a2tj2+amtjm （927）xj是

14、tj點的觀測值，x(tj)是函數在tj點的取值，這里用多項式近似表示，vj是隨機誤差，也可統稱為殘差。測量誤差vj服從正態分布，其均值為0，樣本方差為2，即符合條件：vjN(0，2) (928)第三節 定量預測方法 四、最小二乘法 用最小二乘法確定多項式系數，由(926)得 vj=xjx(tj)=xj(a0+a1tj+a2tj2+amtjm) j=1，2，n (929)殘差平方和為 Q=vj2=xj(a0+a1tj+a2tj2+amtjm)2(930)要求多項式系數，使殘差平方和達到最小，可解方程組： na0+tja1+tjmam=xj tja0+tj2a1+tjm+1am=tjxj （931

15、） tjma0+tjm+1a1+tjm+mam=tjmxj第三節 定量預測方法 四、最小二乘法 這是關于a0，a1，am的線性方程組，用高斯消去法求解。把解出的系數值代入（927）式，便得出擬合多項曲線。檢查曲線與觀測值的擬合程度，可以用樣本方差的估計值S來衡量，進而可求出預測值的置信區間。S可用下式求出 S2=Q/(n-1) （932）舉一個例子說明最小二乘法的求解過程。第三節 定量預測方法 五、數據合理性檢驗方法 為了預測，必須要有觀測數據，然而觀測數據中可能有不合理的數值（俗稱野值），它將影響預測的精度。 簡單的檢驗方法是直觀檢驗，既以時間為橫坐標，產量為縱坐標，把數據標在坐標圖上，用手

16、工做一條擬合直線，若發現偏差絕對值太大（大于平均值的3倍）的觀測值既認為是“野值”。第三節 定量預測方法 五、數據合理性檢驗方法 處理“野值”的方法，一是去掉野值，用剩余的數據進行預測計算； 在測量數據的實時處理中，數據是連續采集和處理，隨機樣本方差（S表示）可事先估計。當數據x0采集后，用前幾個數據求一個擬合多項式，再計算出當前點的擬合預報值x（0）,當殘值絕對值 x0 x（0）3S時，認為數據合理，否則認為不合理，用擬合值代替之。 二是用擬合值代替之；三是用相鄰的兩個數據加權平均。第三節 定量預測方法 六、多項式及指數曲線模型 時間序列是指一組按時間位序排列的數據。對于確定型，常用的方法有

17、時間回歸法、移動平均法、指數平均法和季節指數法等。時間序列預測技術可分為確定型和隨機型兩大類。第三節 定量預測方法 六、多項式及指數曲線模型 （一）用多項式擬合進行預測 再把預測時間t代入表達式，便可求出預測值。 第一種方法解正規方程組，得出擬合多項式系數，從而求出多項式的表達式。第三節 定量預測方法 六、多項式及指數曲線模型 （二）用預報權系數進行預測 適合于活動目標測量數據的實時處理和連續預報 另一種方法不需要每次預測都解正規方程組第三節 定量預測方法 六、多項式及指數曲線模型 （二）用預報權系數進行預測 1.預測模型對應時間t0,t1， ，tn,有數值x（t0）,x（t1）, x（tn）

18、,既x=x（t）是時間t的函數，假定x=x（t）可用一個m次多項式來描述，既有x（t）=a0+a1（ttn+r）+am（ttn+r）m （933）第三節 定量預測方法 六、多項式及指數曲線模型 （二）用預報權系數進行預測 1.預測模型現有對應于t0,t1， ，tn時刻的實際觀測數據x0,x1, ,xn,求tn+r時刻的最佳估值。這里r為整數，當r0時，估值就是預測值，當r0時，估值就是經濾波的平滑值。第三節 定量預測方法 六、多項式及指數曲線模型 （二）用預報權系數進行預測 1.預測模型假定觀測數據對應的時間間隔相等，既 t1=t0+jh, j=1,2，n （934）其中h為時間間隔。另外假定

19、vj=xjx（tj）,是服從正態分布的隨機誤差，根據最小二乘法原理可以導出，對應于tn+r時刻的最佳估值可以表示為 X（tn+r）=wkxk k=0，1，2，n（935）式中w0,w1, ,wn稱為預報權系數，它與采樣點數n+1,擬合多項式次數m,預報點數r有關。第四節 預測方法選擇與評價 一、預測精度分析1、預測誤差產生的原因（1）預測影響因素（或變量）分析不清。（2）預測模型方法選擇不當。（3）所用數據資料信息不準。（4）隨機誤差。 第四節 預測方法選擇與評價 一、預測精度分析2、預測誤差的檢驗與評價 （1）預測標準誤差：即用時期（T1，T2）的數據資料建立預測模型，所計算出的預測誤差，也稱為模擬預測誤差。S=（ytyt）2/（T2T1）1/2 t=T1，T2預測標準誤差是用于檢驗預測模型再現實際能力的指標，也是檢驗預測模型有效性，進行精度分析的重要指標。第四節 預測方法選擇與評價 一、預測精度分析2、預測誤差的檢驗與評價 （2）事后預測標準誤差；即用時期（T2，T）的數據，通過用時期（T1，T2）數據建立的預測模型，所計算出的預測誤差，稱為事后預測標準誤差。ST=（ytyt）2/（TT2）1/2 t=T2，T事后預測標準誤差也是用于檢驗預測模型再