物流需求预测讲义

第四章第四章 物流需求预测物流需求预测Email:22022/12/23第四章 物流需求预测4物流需求预测的含义和作用123物流需求预测的方法物流需求预测的应用物流需求预测的原理和步骤32022/12/23第一节 物流需求预测的含义和作用模型学习目标：学习目标：1 1、了解物流需求的概念和物流需求、了解物流需求的概念和物流需求预测的含义；预测的含义；2 2、了解物流需求预测的作用。、了解物流需求预测的作用。42022/12/23二、物流需求预测的特殊问题一、物流需求预测的定义本节知识点 三、物流需求预测的作用 什么是物流需求？即指对物流服务服务的需求，具体说是指一定时期内社会经济活动对生产、流通、消费领域的原材料、成品和半成品、商品以及废旧物品、废旧材料等的配置过程产生的对物资在空间、时间和效率方面的要求，涉及运输、库存、包装、装卸搬运、流通加工、配送以及与之相关的信息等物流活动的诸方面。不仅仅指具有支付能力的实际的物流需求，也应该包含潜在的物流市场需求。一、物流需求预测的定义62022/12/236 1.1.物流需求的特征物流需求的特征（1 1）物流需求的时间性和空间性）物流需求的时间性和空间性（2 2）需求的不规则性与规则性）需求的不规则性与规则性（3 3）需求的派生性与独立性）需求的派生性与独立性 72022/12/237（1 1）物流需求的时间性和空间性）物流需求的时间性和空间性需求是随时间而变化需求是随时间而变化物流需求还具有空间维度物流需求还具有空间维度季节性、季节性、周期性周期性需求的地域性差异需求的地域性差异先预测总需求，再按地理先预测总需求，再按地理位置分解位置分解 先单独预测各点需求，再进先单独预测各点需求，再进行需要汇总行需要汇总 82022/12/238（2 2）需求的不规则性与规则性）需求的不规则性与规则性v随机性或水平性发展的需求，无趋势或季节性因素随机性或水平性发展的需求，无趋势或季节性因素v随机性需求，呈上升趋势，无季节性因素随机性需求，呈上升趋势，无季节性因素v随机性需求，有趋势和季节性因素随机性需求，有趋势和季节性因素v不规则的需求模式不规则的需求模式.92022/12/239物流需求变化规律物流需求变化规律 a)a)随机需求，无趋势因素；随机需求，无趋势因素；b)b)随机性需求，有趋势和季节性因素随机性需求，有趋势和季节性因素 c)c)随机需求，有趋势无季节因素随机需求，有趋势无季节因素 d)d)不规则需求不规则需求 实际销售额 平均销售额 时间 销 售 额 需 求 水 平 时 间 实际销售额 平均销售额 实际销售额 销售趋势 平滑趋势和季节性销售 102022/12/2310（3 3）需求的派生性与独立性：）需求的派生性与独立性：物流物流需求独立性需求独立性指物流需求来自一个个独立客户指物流需求来自一个个独立客户 例如：末端消费者需求、最终产品需求。例如：末端消费者需求、最终产品需求。需求派生性需求派生性物流需求是由某一特定生产计划要求物流需求是由某一特定生产计划要求(独立需求独立需求)派生出来的，从属性的需求。派生出来的，从属性的需求。例如：零部件需求、原料需求例如：零部件需求、原料需求112022/12/2311 思考思考 某大型制造企业的电力设备部门为工业用户生产一系列小功某大型制造企业的电力设备部门为工业用户生产一系列小功率电动机。率电动机。企业根据订单。企业根据订单制定生产计划，生产计划的制定要基于需求预测，预测的产制定生产计划，生产计划的制定要基于需求预测，预测的产品是那些标准化然程度高的待售的电动机。根据以上要求，品是那些标准化然程度高的待售的电动机。根据以上要求，需要制定未来三个月的生产计划，表明什么时间生产某特定需要制定未来三个月的生产计划，表明什么时间生产某特定型号的电动机，生产多少。然后，物料管理经理据此备齐生型号的电动机，生产多少。然后，物料管理经理据此备齐生产所需的所有配件和原材料。产所需的所有配件和原材料。122022/12/2312讨论：哪些是独立需求？哪些是派生需求？讨论：哪些是独立需求？哪些是派生需求？（1 1）制造企业从某供应商处购买金属材料的数量。）制造企业从某供应商处购买金属材料的数量。（2 2）该制造企业生产的电动机数量。该制造企业生产的电动机数量。（3 3）对电动机用轴承的需求量。对电动机用轴承的需求量。132022/12/232.2.系统预测的概念及实质系统预测的概念及实质什么是系统预测？什么是系统预测？根据历史资料和历史数据，运用相关的理论、根据历史资料和历史数据，运用相关的理论、方法及经验知识，对系统在未来一段时期内的可能变方法及经验知识，对系统在未来一段时期内的可能变化情况进行推测、估计和分析的一系列过程。化情况进行推测、估计和分析的一系列过程。142022/12/23预测的实质？预测的实质？分析探讨系统发展变化规律分析探讨系统发展变化规律根据过去已知的数据推算未来的情况根据过去已知的数据推算未来的情况152022/12/23为什么要预测？为什么要预测？(重要性重要性)“凡事预则立，不预则废凡事预则立，不预则废”根据系统的过去和现在估计未来，根据系统的过去和现在估计未来，。什么时候需要预测？什么时候需要预测？设计新系统或改造旧系统时设计新系统或改造旧系统时对正常运转的系统，分析系统的发展变化趋势对正常运转的系统，分析系统的发展变化趋势 什么是物流需求预测？利用历史资料和市场信息，对给定区域在一定的社会经济环境下，根据现有的物流需求与供给的状况，运用一定的预测手段或预测模型，对未来的物流需求状况进行科学分析、估算和推断，得到社会宏观物流量、物流需求分布、各物流作业方式（运输、仓储、配送等物流作业要素）的物流量，以及物流网络中各节点和路径中设施所承担的物流量。二、物流需求预测的特殊问题 1 1、新需求预测问题新需求预测问题 2 2、不规则需求不规则需求 3 3、地区性预测地区性预测 4 4、需求量的衡量指标、需求量的衡量指标 5 5、预测的误差问题预测的误差问题182022/12/2318 1 1、新需求预测问题新需求预测问题 配送服务、流通加工、增值服务需求配送服务、流通加工、增值服务需求 缺乏足够的历史数据，预测模型难以建立缺乏足够的历史数据，预测模型难以建立 v先由营销人员通过促销和调研，积累销售历史数据；先由营销人员通过促销和调研，积累销售历史数据；v利用已有的类似产品的需求模式估计新产品的销售情况；利用已有的类似产品的需求模式估计新产品的销售情况；原有产品的需求模式可以为新产品的早期需求预测提供借鉴。v使用指数平滑法进行预测，在最初阶段取较高的平滑系数（使用指数平滑法进行预测，在最初阶段取较高的平滑系数（0.5）；）；一旦得到了足够的需求历史数据，就可以将平滑系数降低到一般水平。途径途径192022/12/2319 2 2、不规则需求问题不规则需求问题 不定期的大额订单需求模式，不定期的大额订单需求模式，由异常情况引起的应急物流需求（如自然灾害、战争、由异常情况引起的应急物流需求（如自然灾害、战争、疾病的应急处理）疾病的应急处理）v寻找不规则变化的关键原因，再对这些因素进行预测；将不规则的需求与其他寻找不规则变化的关键原因，再对这些因素进行预测；将不规则的需求与其他规则性需求分开进行预测，分别使用不同的方法。规则性需求分开进行预测，分别使用不同的方法。v不考虑这类需求变化，利用较平稳的预测方法（不考虑这类需求变化，利用较平稳的预测方法（如果没有找到促使需求发生突变的关键原因，就暂时不对这类产品或服务的需求变化作出反应；相反，要利用一些简单的、平稳的预测方法。）v适当调整预测值，保证需求的可靠性（适当调整预测值，保证需求的可靠性（对预测精度要求不太高的场合，可以根据具体情况要求适当调整预测值）。途径途径20 3 3、地区性预测问题地区性预测问题 先预测总量，再按地区分配先预测总量，再按地区分配 各地区单独预测后再汇总各地区单独预测后再汇总 21 4 4、需求量的衡量指标、需求量的衡量指标 传统指标：传统指标：货运量、货运周转量、吞吐量货运量、货运周转量、吞吐量配送服务、分装、配送服务、分装、流通加工的需求流通加工的需求22 5 5、预测的误差问题、预测的误差问题 预测误差是不可避免的预测误差是不可避免的 将几种预测模型的结果进行综合，可使预将几种预测模型的结果进行综合，可使预 测值更稳定、更可靠测值更稳定、更可靠三、物流需求预测的作用 物流管理的手段物流管理的手段 了解和把握市场的未来需求变化，采用有效的战略战术了解和把握市场的未来需求变化，采用有效的战略战术 制定物流发展战略目标的依据制定物流发展战略目标的依据 勾画未来物流需求发展的轮廓勾画未来物流需求发展的轮廓 物流管理的重要环节物流管理的重要环节作用：作用：指导和调节人们的物流管理活动，以便采取适当的策略和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，谋求更大的利益。措施，谋求更大的利益。242022/12/23第二节 物流需求预测的原理与步骤学习目标：学习目标：1 1、理解物流需求的五种原理；、理解物流需求的五种原理；2 2、了解物流需求预测的步骤。、了解物流需求预测的步骤。252022/12/23二、物流需求预测的步骤一、物流需求预测的原理本节知识点 1 1、可知性原理、可知性原理 2 2、系统性原理、系统性原理 3 3、惯性原理、惯性原理 4 4、类推性原理、类推性原理 5 5、相关性原理、相关性原理272022/12/231.可知性原理 任何事物的发展规律都是可以认识的。可通过大量的实践活动，不断发现和掌握客观规律，据此来推测未来世界的发展趋势。预测的实质是指对事物发展趋势的一种理性认识。282022/12/232.系统性原理 把预测对象看作一个系统，以系统性原理来指导预测活动预测事物是一个整体，不可随意分割；系统具有层次性；事物内部由许多个相互联系和相互制约的小系统构成。292022/12/233.惯性原理 惯性:指事物发展变化主要受内因的作用，事物的过去，现在的状态会持续到将来。事物的发展变化具有某种程度的持续性、连贯性。利用这一原则掌握事物变化的内在原因，就能根据已知推测未知，根据过去、现在推测未来。惯性原理:事物在其发展变化过程中，总有维持或延续原状态的趋向，事物的某些基本特征和性质将随时间的延续而维持下去。事物惯性的大小，取决于事物本身的动力和外界因素的作用。302022/12/234类推性原理 根据事物发展变化的因果关系，推测事物未来的发展变化规律。事物的存在、发展和变化都受有关因素的影响和制约，事物的存在和变化都有定的模式。特性相近的事物，在其变化发展过程中，常常有相似之处。于是可以假设在有些情况下、事物之间的发展变化具有类似的地方，依此进行类比，可以由先发事物的变化进程与状况，推测后发类似事物的发展变化。312022/12/235.相关性原理 任何事物都不是孤立的，而是与其他事物相互影响的。耐用消费品的销售量与人均收入水平密切相关；冷饮销售量与气温变化有关；基本建设投资额度与经济发展速度相关。322022/12/23二、预测的一般步骤二、预测的一般步骤（1）确定预测目标 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：对什么事物进行预测；预测期间：对哪个时期进行预测；（1年内为短期，15年为中期，510年为长期）（2）收集、分析有关资料包括影响预测对象的各种资料，如预测对象本身发展的历史资料，对预测对象发展变化起作用的各种因素的资料，形成这些资料的历史背景，以及各种影响因素在未来可能出现的情况。预测必须占有大量的、系统的、适用于预测目标的资料；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因素的数据资料）预测各步骤的说明（3）选择预测方法进行预测 选择预测方法，建立预测模型、模型评估和利用模型进行预测。选择预测方法要考虑以下几个因素：预测对象的特点；预测范围；预测期限的长短；预测要求精度；占有数据资料的多寡、适应性；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。（4）分析评价预测方法及预测结果分析预测误差，对结果进行评估。（5）修正预测结果在误差计算的基础上，通过定性、定量分析，以及预测人员的知识和经验对结果进行修正，使之更加适用于实际情况。（6）提交预测报告 预测报告的内容包括：预测的主要过程；预测目标、预测对象及预测要求；预测资料的收集方式、方法及其分析结果；阐述选择预测方法的原因及建立模型的过程；对预测结果进行评价与修正的过程及结论；预测结论。362022/12/23第三节 物流需求预测的一般方法学习目标：学习目标：1 1、了解物流需求预测方法的分类原、了解物流需求预测方法的分类原则；则；2 2、理解两大类定量预测方法的基本、理解两大类定量预测方法的基本思想及预测思路；思想及预测思路；372022/12/23三、时间序列预测方法一、物流需求预测的常用方法本节知识点 四、回归分析预测方法二、定性预测方法382022/12/2338现代方法现代方法 定性 预测 市场调查预测法 类推预测法 专家判断预测法 时间序 列分析 移动平均法 指数平滑法.因果关 系分析 一元线性回归 多元线性回归 非线性回归 投入产出分析 灰色系统模型 系统动力学仿真 定量 预测 神经网络神经网络一、物流需求预测的常用方法二、定性预测法定性预测法主要是利用直观材料，依靠管理者个人的经验和综合分析能力，对未来的发展方向和趋势做出推断，其优点是直观简单、适应性强。常用的定性预测法市场调研法专家预测法主观概率法交叉影响法1.市场调查预测法q调查预测调查预测 通过市场调查，收集市场变化的最新数据，进行数据加工和预测q 调查的内容调查的内容 市场的需求与供给调查；竞争对手情况调查；企业物流运作状况调查；物流政策法规情况调查；企业客户调查。q 常用方法常用方法 询问、试验、直接观察、对企业自身积累资料的检索应用、会议调查等。2.类推预测法 分为相关预测法和对比预测法q 相关预测法相关预测法 从已知的各种市场因素之间的变化出发，推断预测对象的未来发展趋势 如，从可替代品的市场需求变化来预测产品之间的需求情况；从互补品的市场供求变化来预测产品的未来销售情况。q 对比预测法对比预测法 通过预测对象也其他类似事物或相近事物之间的对比分析，推断预测对象的未来发展趋势。如，对比国外某些产品的市场生命周期、产品的更新换代和新产品的开发研制情况，进而预测我国同类产品有关指标的发展趋势。3.专家判断法q判断预测判断预测 就是在一种有组织的形式下，搜集个人对预测对象所作的判断，进行综合分析，得出预测结论的方法。q 特点特点 适用于数据奇缺、没有历史数据，或难于作定量分析时使用。预测简单，容易实施。预测准确度不高，容易受主观因素的影响。一般用于中长期预测。比如，新产品的销售量预测；新技术的应用前景等。q 常用方法常用方法 德尔菲法、头脑风暴法、销售人员判断预测综合法和经验分析法等。q德尔菲法（德尔菲法（Delphi）简介）简介v德尔菲法是由美国兰德公司提出的一种预测方法。v德尔菲法也叫专家调查法。v该方法的主要思想：依靠专家小组背靠背的独立判断，来代替面对面的会议，使不同专家意见分歧的幅度和理由都能够表达出来，经过客观的分析，达到符合客观规律的一致意见。q德尔菲法的具体步骤德尔菲法的具体步骤 挑选专家挑选专家。聘请企业内、外若干专家，对所需预测的问题组成技术专家小组，但组内成员一般没有人是整个问题的专家。进行函询进行函询。向选定的专家组成员发放预测问卷和预测资料，要求专家们根据预测资料，针对预测目标，独立作出自己的回答，提出个人独立的预测结果。函询修正函询修正。将专家预测结果进行综合编辑，将不同的专家预测结果整理成新一轮预测的参考资料。把新的参考资料和修改后的预测问卷提供给专家做新一轮的分析和预测。经过多次的重复，直至问题能得到相对集中、意见能相对统一为止。得出预测结果得出预测结果。根据专家们提供的预测结果作出最终的预测结果。德尔菲法的特点德尔菲法的特点 优点：简明直观，避免了专家会议的许多弊端。缺点：专家的选择、函询调查表的设计、答卷处理等难度较大。三.时间序列预测方法q预测依据预测依据 事物发展变化主要受内因的作用，事物过去、现在的状态会持续到将来。（惯性原理）q历史数据的特征历史数据的特征 历史数据中隐含着事物发展的基本规律。历史数据同时又受多种随机因素的影响而呈现出一定程度的波动性和不规则性；（不能直接从历史数据得到未来的趋势）q预测的基本思想预测的基本思想从历史数据中揭示发展规律从历史数据中揭示发展规律 通过对历史数据进行平均或平滑，消除历史数据中的部分随机波动因素的影响，指示出隐含在事物中的某种基本规律，并以此预测未来。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?某企业彩电销售资料（1月8月）某物流公司962003年的货物运输量时间序列时间序列，指观测或记录到的一组按时间顺序排列的历史数据（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，按时间进程组成动态数列，进行分析、预测的方法。简单平均法移动平均法时间序列预测 指数平滑法季节指数法趋势外推法时间序列预测技术及分类时间序列预测的分类常见的时间序列u 呈水平型变化的时间序列呈水平型变化的时间序列发展变化比较平稳，没有明显的上升或下降趋势，也没有较大幅度的上下波动如处于市场饱和状态的产品销售量，生产过程中出现的稳定的次品率。Yttu 呈趋势变化的时间序列呈趋势变化的时间序列上升或下降的趋势变化，长期趋势变化YttYttu呈周期型变化的时间序列呈周期型变化的时间序列Yttu具有冲动点（具有冲动点（Impulse）变化的时间序列）变化的时间序列Yttu具有阶梯型变化的时间序列具有阶梯型变化的时间序列Yttu时间序列的转折性变化时间序列的转折性变化准确、完整的历史数据资料时间序列所代表的时间周期必须一致时间序列中的各项数字的计算方法、计量单位、数据内容必须一致。时间序列预测应注意的问题时间序列预测应注意的问题1.移动平均预测法以预测对象最近一组历史数据的平均值直接或间接地作为预测值。“平均”是取预测对象的时间序列中由远而近，按一定跨期的数据进行平均；“移动”是指参与平均值计算的实际数据随预测期的推进而不断更新。增加一个新值，同时剔除掉已参与平均计算的最陈旧的一个实际值，保证每次参与计算的实际值个数相同。时间时间（月）（月）123456789运输量运输量（吨）（吨）645650670660675678685686?某公司2003年18月的货物运输量（1）一次移动平均预测法 以本期（t期）移动平均值作为下期（t+1期）的预测值。)14(21)1(nxxxMntttt式中：Mt(1)_t时刻的移动平均值，上标（1）代表一次移动平均；xi _时间序列代表的实际值；n _参与平均值计算的实际值个数(跨期)时间时间（月）（月）123456789运输量运输量(xi)（吨）（吨）645650670660675678685686?某公司2003年18月的货物运输量1.移动平均预测法 例题2 某物资企业统计了某年度1月至11月的钢材实际销售量，统计结果如右表，请用移动平均预测法预测12月的钢材销售量。月份月份实际销量实际销量(吨吨)移动平均数移动平均数Mt(1)n=3n=612240022190032260042140022300523100219676231002236772570022533224178234002396722967923800240672321610252002430023416112540024133240491224800244331.移动平均预测法计算结果图表显示移动平均法对时间序列数据变化的抗干扰能力叫移动平均法对时间序列数据变化的抗干扰能力叫修匀能力修匀能力。移动平均法对时间序列数据变化的反应速度叫移动平均法对时间序列数据变化的反应速度叫敏感性敏感性。p 移动平均法的移动平均法的修匀能力与敏感性相互矛盾修匀能力与敏感性相互矛盾。当n值增大，移动平均值的修匀能力增加，但同时移动平均值对时间序列变化的敏感性降低。要根据时间序列的特点来确定n值的大小。p n n值的一般选择原则是：值的一般选择原则是：由时间序列的数据点的多少而定。数据点多，n可以取得大一些；由时间序列的趋势而定。趋势平稳并基本保持水平状态的，n可以取得大一些；趋势平稳并保持阶梯性或周期性增长的n应该取得小一些；1.移动平均预测法110215320425155302063525207403025845353095040351055454011021532042515530206352574030208453525950403010554535（2）二次移动平均预测法二次移动平均预测法是在求得一次移动平均数、二次移动平均数的基础上，对有线性趋势的时间序列所作的预测。步骤如下：计算一次移动平均值 计算二次移动平均值)24()1()1(2)1(1)2(nMMMMntttt其中：Mt(1)t时刻的一次移动平均值 Mt(2)t时刻的二次移动平均值；n：参与二次平均计算的一次移动平均值的个数 对有线性趋势的时间序列做预测)34(TbayttTt)54(12)44(2:)2()1()2()1(:ttttttTtMMnbMMaTy预测期与本期的间距；预测期的预测值；其中：1.移动平均预测法例题例题 某物资企业某年度1月至11月的钢材实际销售量，用二次移动平均预测法预测其12月的钢材销售量。月月份份实际实际销售量销售量一次平均数一次平均数Mt(1)二次平均数二次平均数Mt(2)Mt(1)-Mt(2)atbt预测值预测值yt+T取取T=1(1)(2)(3)(4)(5)=(3)-(4)(6)=(3)+(5)(7)=(5)(8)=(6)+(7)*T122400221900322600421400223005231002196762310022367725700225332221132222856322231788234002396722289167825645167827322923800240672295611112517811112628910252002430023522778250787782585611254002413324111222415522241771224800241676332543363326066移动平均预测小结 （1）在外界环境变化较少的情况下，移动平均法是一种有效的预测方法；（2）短期预测效果很好。适用于需求、销售预测、库存管理预测等；（3）需要较多的历史数据，并且计算量较大。二次平均预测值二次平均数2.指数平滑法 指数平滑预测法，是在移动平均预测法的基础上发展起来的一种特殊的加权平均预测法。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。特点：特点：计算简单，需要的历史数据较少 思路：思路：对离预测期较近的历史数据给予较大的权数，离预测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式中：Ft+1(1)在t+1时刻的一次指数平滑值 (t时刻的下期预测值)；Ft(1)在t时刻的一次指数平滑值(t时刻预测值)；xt 在t时刻的实际值；平滑常数，规定01；)1()1(11tttFxF2.指数平滑法 例题 某企业对某年度l-11月某种物资的价格情况进行了统计，用一次指数平滑法对该年12月份该物资的市场价格进行预测 2002001.02009.0)1()1(11)1(2FxF5.1412001.01359.0)1()1(22)1(3FxF月份月份市场价格市场价格xt预测值预测值Ft(1)1200（200）21352003195141.54197189.75310196.76175298.77155187.48130158.29220132.810277211.311235270.912238.6（1）初始值F1(1)的确定方法 由历史数据得到（算术平均值、加权平均等）；定性预测估计。（2）合理选取平滑系数 取值大小体现了不同时期数据在预测中所占的比例；月份月份运输量运输量（万吨）（万吨）预测值预测值=0.1=0.5=0.9151（38）（38）（38）23539.344.549.732838.8739.7536.4743237.7833.8828.8554837.232.9431.6965438.2840.4746.3775239.8547.2453.2484841.0749.6252.1294247.7648.8148.41104641.7845.4142.64114442.245.7145.66124742.3844.8644.17142.8445.9346.72平滑系数的大小则表明了新、老数据在下期预测计算中的比重。越大，现实测定值在预测中占的比重就越大，这就越能体现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，这就越能反映预测对象的历史演变趋势而忽视了当前的变化。(1)初始值的准确性小时，宜取大些，以强调重视现实状态；(2)初始数据中，只有一部分与预测值拟合较好而大部分不好时，说明历史状况不能较好地反映现实，宜取较大的数值。(3)时间序列虽有不规则摆动，但其长期趋势较为平稳时，宜取小些，以强调重视总的演变趋势；(4)时间序列摆动的频率和振幅都较大，取值要大一些，以强调重视近期实际的变化状态；(5)时间序列摆动的频率相振幅较小，取值要小一些，以强调用历史发展趋势预测。)1()1(11tttFxF（2）二次指数平滑法二次指数平滑的计算公式预测的数学模型)2(1)1(1)2()1(tttFFF)(12其中)2()1()2()1(ttttttttTtFFbFFaTbax)1(11)1()1(tttFxF)1()1(11tttFxF（2）二次指数平滑法例：有关数据的计算见下表()。根据例中数据，有观察年份观察年份时时 序序观察值观察值St(1)St(2)1996140484519972474247199835646431999465544520005706352200167569612002782746720038-TTbaxFFbFFaT288128)6774(8.018.0)(181677422777)2(7)1(77)2(7)1(778.0（3）三次指数平滑法 当时间序列为非线性增长时，一次指数平滑与二次指数平滑都将失去有效性；此时需要使用三次指数平滑法。三次指数平滑法建立的模型是抛物线模型。三次指数平滑的计算公式是：)3(1)2()3()2(1)1()2()1(1)1()1()1()1(tttttttttFFSFFFFxF（3）三次指数平滑法 三次指数平滑法的数学预测模型：)2()1(2)34()45(2)56()1(233其中)3()2()1(22)3()2()1()3()2()1(2tttttttttttttttTtFFFcFFFbFFFaTcTbax时间序列预测法小结 两种时间序列预测方法：移动平均方法和指数平滑法。这两种方法都采用“平滑”的方式来进行预测。其基本思想都是通过对历史数据的“平均”或“平滑”处理，“平滑掉”短期的不规则性，消除影响事物的随机因素，揭示事物发展的规律。平滑的数据能够反映事物的变化趋势，在物流系统预测中是极其有用的预测方法。这两类预测法所用的数据量不多，对时间序列有较好的适用性，被广泛应用于市场资源量、采购量、需求量、销售量及价格的预测中。772022/12/23练习 已知某厂2003-2012年的钢产量如下表所示，试用二次指数平滑法预测该厂2013年和2015年的钢产量（）。3.0年份年份钢产量钢产量20032031200422342005256620062820200730062008309320093277201035142011377020124107