搜索
第二章物流系统预测目录•本章重点介绍预测技术在物流领域的应用•物流系统预测概述•物流系统定量预测技术第一节物流系统预测概述一、物流系统预测概念与原理1．物流系统预测概念物流系统预测是根据物流系统的过去和现在的发展规律，借助科学的方法和手段，对物流管理发展趋势和现状进行描述、分析，形成科学的假设和判断的一种科学理论。物流预测的手段和方法总称为物流预测技术。2．物流系统预测的原理（1）可知性原理（2）可能性原理（3）可控性原理（4）系统性原理（5）连续性原理（6）类推性原理（7）因果性原理（8）相关原理（9）反馈性原理（10）可检性原理（11）经济性原理3．物流预测的分类物流预测的范围较广，根据预测的角度、目的、内容和其它特性，可以将物流预测分为不同的类别。•物流预测包括宏观预测与微观预测。•从物流服务的供求关系看，物流预测的内容包括物流服务的需求预测和物流服务的供给预测。•从预测的时间长度来看，物流预测可分为短期预测、中期预测和长期预测。•从预测的内容项目看，物流预测又可分为单项预测和综合预测。4．物流预测方法现有的各类预测方法多达百种。但总体上看，预测方法可分为：定性预测方法定量预测方法递推型模型（如移动平均数法、指数平滑法等）连续模型（如增长率计算法、灰色预测法等）统计学模型（如回归分析法等）二、物流系统定性预测方法定性预测是指建立在经验、逻辑思维和推理的基础上的预测。定性预测主要通过社会调查，采用少量的数据和直观材料结合人们的经验加以综合分析，对预测对象作出判断和预测。定性预测的方法主要包括：一般调查法、集体意见法、头脑风暴法、德尔菲法、情景分析法、类推法、主观概率法和关系树法等。（一）直观归纳法为了做好调查和预测工作，正式的调查预测通常按以下工作程序进行（1）调查准备阶段，首先要确立调查目的和指导思想，然后成立调查课题小组或领导小组，在此基础上，确定调查方法并制定相应的调查问题和相关表格；（2）调查实施阶段，在实地调查时，及时处理调查中的新情况；（3）调查总结阶段，整理调查资料，提交调查报告。在整个调查工作中应注意调查工作的工作质量。（二）集体意见法集体意见法是把预测者的个人预测通过加权平均而汇集成集体预测的方法。（1）要求每一位预测者就预测结果的最高限、最低限和最可能的值加以判断，并对这三种情况出现的概率进行估计。（2）根据预测者对预测结果最高限、最可能值和最底限的估计，以及对3种情况出现概率的估计，计算每一位预测者的意见平均值。（3）根据每位预测者个人意见的重要程度Wi，通过加权平均，得出集体的意见。（三）头脑风暴法头脑风暴法又称专家会议法、集思广益法，是指预测者邀请有关专家以开讨论会的方式，向专家获取有关预测对象的信息，经归纳、分析、判断和推算，预测事物未来发展变化趋势的一种预测方法。采用头脑风暴法进行预测时，邀请的专家通常包括：①方法论学者，即预测领域的专家；②设想产生者，即所讨论问题的专家；③分析者，即讨论问题领域的高级专家；④演绎者，即具有发达的思维推断能力的专家。（四）德尔菲法德尔菲法是以匿名的方式，通过轮番征求专家意见，最终得出预测结果的一种经验意见综合预测方法。德尔菲法是定性预测方法中最重要、最有效的一种方法，它不仅可用于短期预测，而且也可用于中、长期预测，尤其是当预测中缺乏必要的历史数据，应用其它预测方法有困难时，采用德尔菲法预测能得到较好的效果。德尔菲法步骤实施：（1）准备阶段：该阶段主要完成两方面的工作：拟定征询意见表和选定征询对象。（2）轮番征询阶段：通过反复地征询专家意见来实现的。（3）做出预测结论阶段：常用的统计处理方法有：中位数和上下四分位数法、算术平均统计处理法等。【例】下面实例说明德尔菲法的应用。某公路部门准备将原有的一段普通公路改造为高速公路，为进行该工程的经济评价，需要对该公路今后若干年的车流量作预测。采用德尔菲法进行预测，具体过程如下。（1）提出问题：用德尔菲法预测该公路今后第五年的日均车流量。（2）邀请专家：邀请了4位经济学家、3位研究人员、4位领导人员、6位业务管理人员、3位用户代表，发放意见征询表，要求每个人对该公路今后第五年的日均车流量进行预测。（3）意见汇总、整理、计算、分析，经过三轮的意见反馈，得到该公路车辆流量的预测统计情况如表2－1所示。（4）根据统计表，采用适当的计算方法得出预测结果。表2－1公路车流量的预测统计表（百辆）专家第一轮意见第二轮意见第三轮意见经济学家A240280300经济学家B200200200经济学家C240200280经济学家D4888164研究人员A220200200研究人员B220180140研究人员C100140140领导人员A180176180领导人员B88112112领导人员C120136136领导人员D88100148业务管理人员A140140180业务管理人员B140140200业务管理人员C130140140业务管理人员D140130130业务管理人员E160160160业务管理人员F150140150用户代表A70100110用户代表B250220220用户代表C140150150合计3440解：方法一：用平均数计算。公路车流量预测结果=3440/20=172（百辆）=17200辆•方法二：用中位数计算。首先把20位专家的第三轮预测意见从小到大依次排列，从而得以下数列：110，112，130，136，140，140，140，148，150，150，160，164，180，180，200，200，200，220，280，300。则中位数为第十个数和第十一个数的平均数=（150+160）/2=155（百辆），即公路车流量预测结果为15500辆。（五）情景分析法该方法是根据事物发展趋势的多样性，通过对预测对象系统内外相关问题的系统分析，设计出多种可能的未来前景，然后，用像撰写电影剧本一样的手法，对事物发展态势做出自始至终的情景和画面的描述。对事物所有可能的未来趋势的描述，其分析结果主要包括3部分内容：事物未来可能发生态势的确定；各态势特点及其发生可能性的描述；各态势发展路径分析。第二节物流系统定量预测方法定量预测方法是依据必要的统计资料，借用一定的数学模型，对预测对象的未来状态和性质进行定量测算等方法的总称。根据所采用的数学模型的差别，定量预测方法又可分为递推型模型（如移动平均数法、指数平滑法等）、连续模型（如增长率计算法、灰色预测法等）、统计学模型（如回归分析法）。一、时间序列时间序列：指在一个给定的时期内按照固定时间间隔（例如，1小时、一周或一月等）把某种变量的数值依时间先后顺序排列而成的序列。基于时间序列的预测方法总是假设通过过去的数值可估计它们未来的数值。（1）长期趋势。（2）季节变动。（3）循环变动。（4）不规则变动。（5）随机变动。1.简单算术平均法利用一定时期库存数据的平均值，作为下一时期的预测值。计算公式为：Y＝（y1＋y2＋···＋yn）÷n举例•某超市前六个月对某饮料的需求量如下表：•Y＝（1050＋1080＋1030＋1070＋1050＋1060）÷6＝1057月份123456需求量（箱）1050108010301070105010602、移动平均法利用过去一系列的实际数值进行预测，将距离预测期最近几期的实际数值的平均值作为预测值。计算公式为：nAMAniin/)(1式中：i——序时项数；n——滑动平均中的总序时项数；Ai——第i期的实际数值；MAn——滑动平均数。优点：便于计算，易于理解。缺点：赋予各期相同的权重，如果在时间序列中发生了非随机性变动，滑动平均预测法对这种变化的反应不敏感。举例•某产品物流量如表时间123456789101112物流量10158101016182022242026M（1）（n＝3）11.014.312.715.314.71820222223.3M（1）（n＝5）12.613.814.416.817.22020.822.4平均方法（3）加权平均法与滑动平均法相似，不同的是赋予时间序列中距离预测期较近数据以较大的权重。例：某商场家电产品在前四周的需求量依次为12、17、15、13，给最近一期数据赋予权重0.4，上一期数据赋予权重0.3，上上一期数据分配权重0.2，距离预测期最远一期数据分配权重0.1。则加权平均值为：MAn＝0.4×13＋0.3×15＋0.2×17＋0.1×12＝15优点：对最近一期的实际情况反应灵敏。难点：一个是移动间隔期的确定，企业没有办法知道多久以前的需求对预测期的需求没有影响；另一个是赋予每一期的权重没有科学的确定方法，只能依靠主观的经验进行判断。平均方法（4）指数平滑法具体做法：上一期预测值加上时间序列该期实际与预测值差额的一定百分数即得新的预测值。即)(111ttttFAFF式中：Ft——第t期的预测值；Ft-1——第t-1期的预测值；a——平滑系数；At-1——第t-1期的实际需求量或销售量。上式可变形为：11)1(tttaAFF平滑常数a决定了预测对偏差调整的快慢。a的值越接近于0，预测对偏差的调整就越慢（即预测对时间序列做出了更大的平滑）。反之，a的值越趋于1，预测对偏差的调整就越迅速，同时平滑效果就越差。a平滑系数的说明•a平滑系数的取值在0－1之间，选取的原则是要求误差小。•长期趋势：平滑系数的取值可以小，0.02～0.05之间。•趋势变化大0.3～0.5•趋势变化小：0.1～0.4之间。例1：某家电制造企业编制生产计划需要对下一个生产期间的产品需求进行预测，现在已知企业前11个计划期间的产品的实际需求（见表1），利用上述数量分析方法对下一个计划期间的产品需求进行预测，比较各种分析方法的预测结果。表1产品各时期的实际需求量时期实际需求时期实际需求时期实际需求1425419452406391038343746114044084412？二、长期趋势方法时间序列长期趋势分布反映了所有长期因素对时间序列数据的影响。可通过建立一个合适的数学模型对长期趋势进行分析。长期趋势预测一般具有如下形式：btayt式中：t——代表时间序数的期次；yt——第t期趋势值；a——t＝0时该期趋势值；b——直线斜率。a和b可利用历史数据进行计算：ntbyattnyttynb,)(22式中：n——时期数；y——时间序列的数据。例2：某医药制造企业研制出一种新药，并已经投放到市场进行临床使用和销售，该药品在9个计划期内的需求状况如表2所示。要求对第10期的需求进行预测。表2产品在9个计划期的实际需求（单位：千箱）时期实际需求时期实际需求时期实际需求144454760252555856350655962三、季节变动预测方法•加法模型：在加法模型中，季节变动表现为一个数量值（例如20个单位）。为了拟合季节变动，需要把这一数量值加上或减去时间序列中的平均数。三、季节变动预测方法•乘法模型在乘法模型中，季节变动表现为平均（或趋势）值的百分数。为了拟合季节变动，需要用时间序列的值去乘这一百分数。季节性百分数是指季节性系数或季节性指数。例：假设某一商店5月份玩具销售量的季节性指数是1.2，则表明当月玩具销售量比月平均销售量高出20％。如果7月份的季节系数是0.9，则表明7月份的销售量是月平均销售量的90％。四、联合预测法•思想：靠确定那些与所研究变量相关的可被预测的变量做出预测。•方法：回归分析方法•最简单的回归分析方法：处理两组变量间线性关系的方法。•回归直线：已知数据点到该直线距离的平方和最小，即具有最小二乘解。•最小二乘回归直线的模型是：yc＝a＋bx式中：yc——预测值（因变量）；b——直线斜率；a——x=0时yc的值（直线斜距）。回归直线模型的系数a和b可用以下公式求解：xbyanxbyaxxnyxxynb，或22)()())(()(式中：n——所观察的数对个数。作业•某港口物流规划，以2010吞吐量为设计标准。已知该地区1995－2006的GDP和港口吞吐量，并以预测201