F t 1N 1(n tt 1 N d n d t d t N ) F t N 1(d t d t N )
N越大，预测结果随时间越平稳，但预测结果无 法及时反映出来，显得比较迟钝
N取较小值时，预测结果能及时跟上市场的变化
A
18
例2-1 移动平均法举例—某型号家具销售记录如表 所示。假设当前时间为t=1月份，之前的销售记录为
A
20
2.4 指数平滑法
最适合的预测期：短期。
最新数据的权重高于早期数据。
特点：（1）短期预测中最有效的方法
（2）只需要得到很小的数据量就可以连续使用
（3）在同类预测法中被认为是最精确的
（4）当预测数据发生根本性变化时还可以进行自我调整
（5）是加权移动平均法的一种，较近期观测值的权重比
较远期观测值的权重要大
0.2,0.2
A
28
A
29
指数平滑预测法、移动平均预测法比较
1. 前者实质上是数列全部各期数据的平均数， 后者是最近N期数值的平均数
2. 前者对近期和远期资料分别给了由大到小不 同的权数，而后者是把各期资料等同看待
3. 指数平滑法把需要贮存的数据量压缩到最小
A
30
2.5 周期性波动预测法
2.5.1无趋势的周期性波动 循环周期时间长度为N
单因素回归，多因素回归 当因素对需求的影响呈线性时，可以考虑线性
回归
A
42
用X表示因素，Y表示需求量，则它们呈现如下关系 式
Yabx
a和b由下列式子给出
N
N
N
N X iY i ( X i ) ( Y i )
b
i1 N
i1
i1
N
N
X
2 i
(
X i)2
i1
i1
N
N
Yi b X i
211
252
四季度 191
四季度 197
A
34
A
35
解：绘图后发现符合总体上线性上升的相加模式 周期波动
利用直线回归方法求解得到总体平均直线方程为
f (t) 193.293.21t dt f (t)Vt 可以求出 V1,V2,V3,V4
A
36
相乘模式的周期波动
f (t) d0 bt Ft f (t )ct
A
21
下一期的预测值=α×（前期实际需求值）+（1-α）×（前期预测 值）
α是权重，通常称为指数平滑系数，介于0～1之间。
所有历史因数的影响都包含在前期的预测值内，任何时刻只需保 有一个数字就代表了需求的历史情况。
Ft+1=α·dt+（1－α）·Ft Ft+1=Ft+ α ·（dt－ Ft ） 产生的误差进行调整；
A
38
第一周 星期一 18 星期二 19 星期三 19 星期四 17 星期五 20 星期六 63 星期日 66
第二周 星期一 20 星期二 20 星期三 19 星期四 21 星期五 22 星期六 75 星期日 79
第三周 星期一 21 星期二 20 星期三 22 星期四 21 星期五 23 星期六 98 星期日 101
根据历史记录（一般至少是两个完整的循环周 期）确定总体平均值直线方程
以得到的直线为参照，进一步确定一个循环周 期内各时期的调整量，然后对下一循环周期内 各期的需求进行预测
A
37
例2-7
某型号的手机正处于产品生命周期的快速成长 期，一经销商近期的销售记录显示以下信息： 总体上呈稳定的线性增长趋势，每周从周一至 周五每天具有相同的需求规律，周六、周日每 天具有相同的需求规律但销售量明显高于周一 至周五每天的销售量。下表记录了最近三周的 销售量，试预测第四周各天的需求。
时期 第1月 第2月 第3月 上旬 4527 4478 4612 中旬 8921 9032 8845 下旬 8893 8726 9132
A
32
2.5.2线性趋势与周期性的组合波动
相加模式的周期波动 f (t) d0 bt
dt f (t) Vt 根据历史记录（一般至少是两个完整的循环周
期）确定总体平均值直线方程
8
dt(dobt)V t
(2.4)
V t:第 t期 所 对 应 的 周 期 调 整 量
dt (dobt)ct
(2.5)
V t:第 t期 所 对 应 的 周 期 调 整 量
A
9
2.2 定性预测方法
物流需求预测内容
对市场总潜力进行预测 对企业经营地区市场潜力进行预测 企业经营地区范围内社会购买力的发展趋势
第二章 需求预测
A
1
§2.1 需求模式
预测概述 “凡事预则立，不预则废”。 一个有成就的主管人员，不但是当情况发生变化时能及时做出反应的人，
而且又是能预见到变化，并因此而预先采取相应措施的人。 预测：根据具体的决策需要，依据事物以往发展的客观规律性和当前出
现的各种可能性，运用现有的科学方法和手段，对事物发展的规律性 和未来状态做出的估计、测算和推断。
dt do bt
d
：
t
第
t期
的
需
求
d
：
o
第
0期
的
需
求
b:线 性 趋 势 的 斜 率
A
4
非线性趋势模式
市场对产品的需求随时间呈现非线性的变化规律。一般在 导入期呈现非线性增加趋势，在衰退期呈现非线性下降趋 势
非线性数学函数有许多形式，需要根据历史记录分析需求 的变化规律，选择合适的数学模型，一般采用二次函数， 指数函数等
A
7
线性趋势与周期性的组合模式
相加模式
dt(dobt)V t
(2.4)
V t:第 t期 所 对 应 的 周 期 调 整 量
相乘模式
dt (dobt)ct
(2.5)
V t:第 t期 所 对 应 的 周 期 调 整 量
二者区别：相加模式周期调整量等幅变化，相乘模 式中，则周期调整量为增减幅趋势
A
总体平均需求为d 0
用 c1,c2,...,cN 表示一个循环周期内各期对于 总体平均值的周期系数
计算式为 Ft d0ct 先根据历史记录数据确定平均需求，再确定周
期系数，然后对下一循环周期的需求进行预测
A
31
例2-5
某家电配件公司下游 客户的需求呈现如下 规律：每月上旬由于 客户处在生产计划和 启动准备阶段，需求 量较小，月中旬和月 下旬需求量基本一致 且明显高于上旬的需 求。
适合较长期的预测，如对新产品的未来需求进行预测
4 销售人员意见法
作为基层工作人员直接面对市场和顾客
适用于公司短期预测
注意主观因素影响，可能出于对自己完成指标有利考虑，将上报的需 求预测结果偏离真实的需求结果，对公司长期运营造成损失
A
15
定量预测方法:
时间序列分析：
以时间为独立变量，把过去需求和时间的关 系作为需求模式来估计未来需求。
d0416,d1277,d2359, d3447,d4316,d5531
试采用移动平均法计算N=3,N=6时的需求预测值
A
19
月 实际 预测N=3 预测N=6 份 销售量 结果 误差 结果 误差 1 323 351 28 391 68 2 501 339 -162 356 -145 3 378 413 35 387 9 4 299 401 102 376 77 5 439 393 -46 366 -73 6 262 372 110 393 131 7 334 333 -1 367 33
a i1
i1
N
A
43
例2-8
某型汽车的实际售价在9万~12万之间变动，每 月重新审定价格，过去记录到的不同价格与销 售量的数据如表所示，试预测当定价为9.5万 元时的销售量。
A
44
价格/万元 销量/千辆 价格/万元 销量/千辆 价格/万元 销量/千辆
9 12.23 10.2 7.7 11.28 5.5 9.23 11.7 10.58 7.1 11.38 5.23 9.41 10.21 10.68 6.61 11.56 4.65 9.68 9.6 10.88 6.1 11.88 4.2 9.98 8.7 10.98 5.82 12.12 3.5
优点：时间短，成本低，操作性强 缺点：受主观因素的影响较大 定量预测方法 优点：科学理论性强，逻辑推理缜密 缺点：成本高，应用困难，需要一定的
理论基础
A
12
定性预测方法（主观性、判断性）
1.德尔菲法（最合适的预测期：中期到长期）： 专家的选择非常重要 由一组专家分别对问卷作回答、由组织者汇集调
查结果，如果统计结果显示专家的意见比较分散， 则需要重新设计调查表，进行新一轮的调查，如果 专家的意见比较集中一致，则就得到最终的调查预 测结果。 执行过程如下图
以得到的直线为参照，进一步确定一个循环周 期内各时期的调整量，然后对下一循环周期内 各期的需求进行预测
A
33
例2-6
某啤酒厂的销售量变化与自然季节相吻合，过 去两年的数据统计如下表所示，试对来年各季 节的需求进行预测
一季度 178
一季度 185
2005年 二季度 三季度
203
245
2006年
二季度 三季度
A
23
A
24
二重指数平滑法
适用范围：市场需求具有一定的线性趋势时， 可以考虑采用
基本原理：每期结束时先预测基数和斜率，基 于所得的基数和斜率计算下一期的需求预测值
A
25
第t期结束时，按下列一重指数平滑法的原理 分别计算基数和斜率
st dt (1)(st1 gt1) gt (st st1) (1)gt1 , 为平滑系数