|
产品总需求量 1.预测变量的过去、现在和将来的客观条件基本保持不变,历史数据解释的规律可以延续到未来; 2.预测变量的发展过程是渐变的,而不是跳跃式的或大起大落的. 延伸预测法包括简单移动平均法、指数平滑法、成长曲线模型、季节波动模型等,其基本方法是时间序列预测. 简单移动平均法是以过去某一段时期的数据平均值作为将来某时期预测值的一种方法.该方法按对过去若干历史数据求算术平均数,并把该数据作为以后时期的预测值. 1.简单移动平均公式 简单移动平均可以表述为: 其中:Ft+1是t+1时的预测数;n是在计算移动平均值时所使用的历史数据的数目,即移动时段的长度. 2.n的选择 n值越小,表明对近期观测值预测的作用越重视,预测值对数据变化的反应速度也越快,但预测的修匀程度较低,估计值的精度也可能降低.反之,n值越大,预测值的修匀程度越高,但对数据变化的反映程度较慢.n一般在3～200之间,视序列长度和预测目标情况而定: (1)一般对水平型数据,n值的选取较为随意; (2)一般情况下,如果考虑到历史上序列中含有大量随机成分,或者序列的基本发展趋势变化不大,则n应取大一点; (3)对于具有趋势性或阶跃型特点的数据,n值取较小一些,以使移动平均值更能反映目前的发展变化趋势. 指数平滑法又称指数加权平均法,实际是加权的移动平均法,它是选取各时期权重数值为递减指数数列的均值方法. 1.指数平滑法公式 根据平滑次数的不同,指数平滑有一次指数平滑、二次指数平滑、三次指数平滑和高次指数平滑. 对时间序列Qn ,x2,x3,…,xt,一次平滑指数公式为: 式中:a是平滑系数,0
| 
发表于 2017-10-20 16:09:24