物流需求数据分析与物流预测 ◆学习目标 ◆单元结构 ◆学习内容 基础知识 任务1. 1 移动平均预测模型 任务1. 2 指数平滑预测模型 任务1. 3 回归分析预测模型 ◆单元习题 ◆单元案例 通过本单元学习,你应该达到以下目标。 知识目标: 1. 理解物流需求数据分析与预测的内涵。 2. 知晓常见的物流需求预测的定性、定量预测法。 3. 熟悉移动平均、指数平滑、回归分析等简单预测模型的原理和应用条件。 技能目标: 1. 运用本单元理论与实训知识研究相关任务。 2. 能根据客户需要进行企业物流需求数据分析与物流预测。 思政目标: 1. 知晓数据分析、可视化对物流绿色化决策管理的参考作用。 2. 能够运用预测方法对绿色物流需求进行预测。 供应链数据分析 物流需求数据分析 与物流预测 应急物资运输需求分析 直面武汉肺炎疫情。2020 年1月25 日农历新年初一,习近平总书记主持召开中央 政治局常委会会议并发表重要讲话,对加强疫情防控做出全面部署,强调要把人民群众 生命安全和身体健康放在第一位,把疫情防控工作作为当前最重要的工作来抓。 中央储备库存物资紧急调运医用防护服运往武汉。春节期间,各地医疗用品企业加班 加点,开足马力生产。1月26 日开始,武汉陆续收到来自全国各地的防疫应急物资。截至 1月29 日,全国共有31 个省(自治区、直辖市)启动重大突发公共卫生事件Ⅰ级响应。不舍 昼夜,赶工之后火神山将为感染新型冠状病毒的肺炎患者提供1000 张床位。截至1月 30 日,共有53 支医疗队,6129 名医疗人员支援湖北抗击疫情。 问题:查看疫情防控期间相关信息与报道,谈谈面对突如其来骤 增的物流需求,物流企业如何抓住机会并支持防疫工作? 物流需求预测 你了解哪些物流需求数据分析与物流预测方法? 常见方法 单元1 物流需求数据分析与物流预测 一、物流需求预测的概念 预测是指在掌握现有信息的基础上,依照一定的方法和规律对未来事件进行测算,以预 先了解事件发展的过程与结果。 需求预测是指根据事物以往发展的客观规律性和当前出现的各种可能性,运用科学的 知识、方法和手段,对事物未来的发展趋势和状态做出科学的估计和评价。 物流需求预测是根据物流市场过去和现在的需求状况以及影响物流市场需求变化的因 素之间的关系,利用一定的经验判断、技术方法和预测模型,应用合适的科学方法对有关反 映市场需求指标的变化以及发展的趋势进行预测。 二、物流需求预测的步骤 (一)确定需求性质 预测需求可以分为独立需求和从属需求。独立需求预测是两个项目的需求毫无关系, 如对洗衣机的需求有可能对洗衣粉的需求无关,洗衣粉的预测对改善洗衣机预测将不起任 何作用。这类项目主要包括大多数最终消费品和工业物资,必须单独预测。从属需求具有 垂直顺序特征,如采购和制造情况,零部件的采购是为了装配成制成品,此时零部件的需求 取决于制成品的装配计划。 (二)确定预测目标 明确预测的目标是进行有效预测的前提。有了明确具体的预测目标,才能有的放矢地 收集资料,否则就无法确定调查什么,向谁调查,更谈不上怎样进行预测,并且预测目标的确 定应尽量明细化、数量化,以利于预测工作的顺利开展。 (三)确定预测内容,收集资料进行初步分析 预测内容是指影响物流需求预测的因素,一般包括某时期的基本需求水平、季节因素、 趋势值、周期因素、促销因素以及不规则因素六个方面。预测者必须认识到不同因素对物流 需求所具有的潜在影响,并能适当地予以处理,对于特定项目具有重大意义的成分必须予以 识别、分析并与适当的预测技术相结合。 (四)选择预测方法 需求预测中有两种方法,即定性分析法和定量分析法。定性分析是指通过逻辑推理、哲 学思辨、历史求证、法规判断等思维方式,着重从质的方面分析和研究某一事物的属性;定量 分析是对社会现象的数量特征、数量关系与数量变化进行分析的方法。 (五)计算并做出预测 以预测目标为导向,根据选定的预测方法,利用掌握的资料,就可以具体研究,进行定性 或定量分析,预测物流的需求状况。 (六)分析预测误差 根据现实的资料对未来进行预测,其中产生误差是难免的。误差的大小反映预测的准 供应链数据分析 确程度,如果预测误差过大,其预测结果就会偏离实际太远,从而失去参考价值。因此对预 测可能出现的误差进行分析是十分必要的,一方面要分析误差产生的原因,另一方面要检查 预测方法的合理性。总之要使预测误差降到最小。 三、物流需求预测的原则 (一)惯性原则 任何事物发展都具有一定惯性,即在一定时间、一定条件下保持原来的趋势和状态。惯 性原则是时间序列分析法的主要依据。 (二)类推原则 许多事物在发展变化规律上常有类似之处,利用预测对象与其他已知事物的发展变化 在时间上有前后不同,在表现形式上相似的特点,将已知事物发展过程类推到预测对象上, 对预测对象的前景进行预测。 (三)相关原则 建立在“分类”的思维高度,关注事物(类别)之间的关联性,当了解(或假设)到已知的某 个事物发生变化,再推知另一个事物的变化趋势。最典型的相关有正相关和负相关,正相关 是事物之间的促进,负相关是指事物之间相互制约。 (四)概率推断原则 通过研究各种不确定性因素发生不同变动幅度的概率分布及其对项目经济效益指标的 影响,对项目可行性和风险性以及方案优劣做出判断的一种不确定性分析法。 (五)定性和定量分析相结合原则 定量研究与定性研究的方法各有优势与缺点。在研究过程中需要把两者恰当地结合进 行研究,才有可能达到最优的效果,方能让研究更加富有效率。 四、物流需求预测的类型 (一)按预测时间长短分类 按预测时间长短的不同,物流需求预测可分为短期预测、中期预测和长期预测。 (1)短期预测。短期预测是指以日、周、旬、月为单位,对一个季度以下的需求前景的预 测。它是调整生产能力、安排生产作业进度等具体生产活动的基础。短期预测可以利用图 表、趋势外推、指数平滑等方法与判断的有机结合来进行。它一般都要落实到具体的产品, 要给出详细的数字。 (2)中期预测。中期预测是指对一个季度以上两年左右的需求前景的预测。它是制订 年度、季度生产计划、销售计划、生产与库存计划、资金预算等的基础。中期预测可以通过时 间序列法、回归法、相关指标法等结合判断而做出。它往往不落实到每一种具体的产品。 (3)长期预测。长期预测是指对5年或5年以上的需求前景的预测。它是企业长期发 展规划、产品开发研究计划、资金筹措计划等的基础。长期预测一般通过对市场的调研,利 用各种技术的经济的手段,加上综合判断来完成,其结果大多是定性的描述。 (二)按预测范围分类 按预测的范围不同,物流需求预测可分为宏观预测和微观预测。 单元1 物流需求数据分析与物流预测 (1)宏观预测。宏观预测是指对整个国家或一个地区、一个部门技术经济发展前景的 预测。它是以整个社会经济发展作为考察对象的,研究社会经济发展中各项有关指标的发 展水平、发展速度、增长速度以及相互间结构、比例和影响的关系。 (2)微观预测。微观预测是指对个别经济单位未来一定时期的产量、成本、工资、利润 等度量指标的发展趋势或变化程度进行数量上的测算和估计。 (三)按预测方法分类 按预测的方法分类,物流需求预测的方法可分为定性预测法和定量预测法。 (1)定性预测法。定性预测法也称经验判断法,主要是利用市场调查得到的各种信息, 根据预测者个人的知识、经验和主观判断,对市场的未来发展趋势做出估计和判断。这种方 法的优点是时间短,费用省,简单易行,能综合多种因素。缺点是主观随意性较大,预测结果 不够准确。常用的定性预测法有专家会议法和德尔菲法等。 ①专家会议法。专家会议法也称头脑风暴法,主要是通过组织专家会议,激励全体与 会专家参加积极的创造性思维。 ②德尔菲法。德尔菲法是专家会议预测法的一种发展。它以匿名方式通过几轮函询, 征求专家们的意见。预测领导小组对每一轮的意见都进行汇总整理,作为参考资料再发给 每个专家,供他们分析判断,提出新的论点。如此多次反复,专家的意见渐趋一致,结论的可 靠性也越来越大。 (2)定量预测法。定量预测是使用历史数据或因素变量来预测需求的数学模型。定量 预测法根据已掌握的比较完备的历史统计数据,运用一定的数学方法进行科学的加工整理, 借以揭示有关变量之间的规律性联系,用于预测和推测未来发展变化情况的一类预测方法。 定量预测法基本上可分为两类。 ①时序预测法。它是以一个指标本身的历史数据的变化趋势,去寻找市场的演变规 律,作为预测的依据,即把未来作为过去历史的延伸。时序预测法包括算术平均法、移动平 均法、指数平滑法等。 ②因果分析法。它包括一元回归法、多元回归法等。回归预测法是因果分析法中很重 要的一种,它从一个指标与其他指标的历史和现实变化的相互关系中,探索它们之间的规律 性联系,作为预测未来的依据。 物流需求预测是根据物流市场过去、现在的需求状况,以及影响物流市场需求变化的因 素之间的关系,利用一定的经验判断、技术方法和预测模型,应用合适的科学方法对有关反 映市场需求指标的变化以及发展的趋势进行预测。精确的需求预测可以促进物流信息系统 和生产设施能力的计划和协调,并且通过物流需求预测可以确定产品是如何向配送中心和 仓库或者零售商进行分配的。为明确责任,衡量需求预测的效果,开展物流需求预测需要建 立一套包括组织、程序、动机以及人事等方面完善的预测行政管理体制,以支持预测活动的 顺利开展,在此基础上选择预测技术,实施预测过程并对其过程实行有效监控。 “凡事预则立,不预则废。”物流需求预测的价值体现在哪些地方? 请举例说明。 6 供应链数据分析 绿色天猫“双11来了!7. ” 5万个快递站点将回收你的纸箱 2019年的天猫“双11”是一个色彩斑斓的盛会,除了人们熟悉的“天猫红”,可能还有“菜 鸟绿”:全国7.回箱计划”, 循环 5万个快递站点将全面加入“ 对快递纸箱进行分类回收、 利用。 10月21日,2019年天猫“双11”全球狂欢节启动发布会上,天猫总裁表示:2019年天 猫“双11”将是一个绿色的“双11,(”) 绿色消费、绿色物流成为趋势。11月20日,菜鸟将联合 快递公司发起“全国纸箱回收日”,号召全社会一起回收纸箱、包装物,加入绿色收货行动。 近年来,随着中国人的环保意识不断加强,以节能家电、环保商品、闲置交易为代表的绿 色消费走红。11月1日开始,天猫“双11”将推出“以旧换新”专场置换活动,4万种数码、家 电可换新,以减少各个家庭闲置资源的浪费。 除绿色消费外,消费者还可以参与全国最大规模的快递纸箱回收行动。全国4万个菜 鸟驿站、3.回箱计划”变成一个个绿色的快递站点,对快递包 5万个快递网点将全面加入“ , 装进行分类回收、循环利用 。 11月20日,菜鸟还将联合圆通、中通、申通、韵达、百世等快递公司,共同发起“全国纸 箱回收日”,在北上广深杭等城市的部分社区设立快递包装集中回收点。预计2019年“双11期(”) 间,线上线下将至少有5000万人次参与和支持物流绿色行动。 从上游到下游,从仓库到最后“上游到米”,菜鸟通过创新技术和创新模式,让天猫“双 11”的每一个快递包裹更加高效、环保送达。 所以,每一个备战“双11的(”) 你,拿到快递以后箱子别着急扔,顺手参与纸箱回收活动, 大家一起过一个绿色“双11”。 (资料来源:菜鸟网络.绿色天猫“双11”来了!7.htp:ca org./tt/dtil2419319.tl) 5万个快递站点将回收你的纸箱.//www.e. 问(c) 题(c) :(n) 你(n) 觉(e) 得(a) 菜(s) 鸟(_) 的4万h个(m) 菜鸟驿站、(o) (n) 5万个快递网点全面加入“回箱计划”,会激发 3. 消费者参与和支持绿色物流行动吗? 你会参加吗 ? 任务1.移动平均预测模型 1 1.1 移动平均模型 1. 移动平均模型也称移动平均法,是一种简单平滑的预测技术,它的基本思想是根据时间 序列资料、逐项推移,依次计算包含一定项数的序时平均值,以反映长期趋势的方法。因此, 当时间序列的数值由于受周期变动和随机波动的影响,起伏较大,不易显示出事件的发展趋 势时,使用移动平均法可以消除这些因素的影响,显示出事件的发展方向与趋势(即趋势 线),然后依趋势线分析预测序列的长期趋势。移动平均模型适用于即期预测。当产品需求 单元1 物流需求数据分析与物流预测 7 既不快速增长也不快速下降,且不存在季节性因素时,移动平均模型 能有效地消除预测中的随机波动。移动平均模型根据预测时使用的 各元素的权重不同,可以分为简单移动平均和加权移动平均。 1. 一次移动平均模型 将观察期的数据由远而近按一定跨越期进行一次移动平均,以最移动平均 后一个移动平均值为确定预测值的依据的一种预测方法。一般公式见预测法 式(1)。 ^= M (1) yt+yt-1+ … +yt-N+1 (1) 1 yt+1t= N 1 式中t———时期序号; Mt(1)———第 t 时期一次移动平均值; yt ———第 t 时期的实际值; yt+1 ———第t+1 时期的预测值; ^ N ———计算移动平均数所选定的数据个数。一次移动平均模 2. 二次移动平均模型型物流需求预测 将对一次移动平均数进行第二次移动平均,再以一次移动平均值和二次移动平均值为 基础建立预测模型,计算预测值的公式见式(1-2)。 ^=t+bT yt+Tat(12) at=2Mt(1)-Mt(2) b2( M (1)- M (2)) t= tt N-1 1)1) 1) M (2) Mt(+Mt(-1+ … +Mt(-N+1 t= 式中yt+ T ———t+ T 时期的预测值; N ^ t———时期序号; T———由目前时期 t 到预测t+ T 时期的时间间隔; Mt(1)———第 t 时期一次移动平均数; Mt(2)———第 t 时期二次移动平均数; N ———计算移动平均数所选定的数据个数; 二次移动平均模型 at ———线性模型的截距; 物流需求预测 bt ———线性模型的斜率。 1.2 预测误差分析 1. 确定预测误差,是为了检验预测的准确度,为决策提供可靠的依据。预测误差产生的原 因是多方面的,有随机性误差与系统性误差之分。随机性误差是指由于预测变量本身的随 机性,因而产生的观测值(实际值)与期望值(预测值)之间的偏差。 1. 预测误差分类 (1)模型误差。在建立数学模型过程中,要将复杂的现象抽象归结为数学模型,往往要 忽略一些次要因素的影响,对问题作一些简化。因此数学模型和实际问题有一定的误差,这 8 供应链数据分析 种误差称为模型误差。 (2)测量误差。在建模和具体运算过程中所用的数据往往是通过观察和测量得到的, 由于精度的限制,这些数据一般是近似的既有误差,这种误差称为测量误差。 (3)截断误差。由于实际运算只能完成有限项或有限步运算,因此要将某些需用极限 或无穷过程进行的运算有限化,对无穷过程进行截断,这样产生的误差成为截断误差。 (4)舍入误差。在数值计算过程中,由于计算工具的限制,往往对一些数进行四舍五 入,只保留前几位数作为该数的近似值,这种由舍入产生的误差称为舍入误差。 2. 求解误差的方法 (1)绝对误差。绝对误差是预测值(期望值)与实际值(观测值)的绝对差距(偏差)。平 均绝对误差又叫平均绝对离差,是所有单个绝对误差的绝对值的平均。平均绝对误差可以 避免误差相互抵消的问题,因而可以准确反映实际预测误差的大小。绝对误差既指明误差 的大小,又指明其正负方向,准确表示偏离的实际大小。 绝对误差 = 预测值-实际值 用式(1-3)表示为 Δ=^- y (1-3)y 平均绝对误差 = 单个绝对误差的绝对值的平均值 用式(1-4)表示为 Δ=|Δ1|+|Δ2| + … +|Δn| (1-4) n Δi=^ yi-yi 式中Δ——第 i 次或第 i 个预测值y与实际值yi i—^的绝对偏差。 (2)相对误差。相对误差是绝对距相对于观测值(实际值)的百分比。平均相对误差 是所有单个相对误差的平均。一般来说,相对误差更能反映测量的可信程度。 相对误差 = 预测值-实际值×100% 实际值 用式(1-5)表示为 Δ'=^-y×100% (1-5)yy 差(i) 平均相对误差=单个相对误差的平均值 用式(1-6)表示为 Δ'=|Δ'1|+|Δ'2| + …+|Δ'n| (1-6) n ^ Δ'i= yi -yi ×100% yi 一次移动平均预测模型公式中yt、Mt(1)、yt+1 的含义各是什么? 它们 物流需求预 ^ 之间有什么关系? 一次、二次移动平均有什么区别? 为什么要进行二次移动平均? 测误差分析 单元1 物流需求数据分析与物流预测 1. 能用一次移动平均预测模型预测物流需求。 2. 能用二次移动平均预测模型预测物流需求。 3. 会用求和函数“=SUM()”、求平均值函数“=AVERAGE()”、求绝对值函 数“=ABS()”。 4. 会用相对地址、绝对地址辅助工具求解。 红豆商院生产实训中心移动平均预测 红豆商院生产实训中心物流部门前9个月每月销售的汽车数量如表1-1所示。问题: ①试用一次移动平均模型预测在 N =4条件下第10 个月的销售数量;②试用二次移动平 均模型预测在 N =4、t=9条件下第10—12 月每月的销售数量;③采用一次移动平均模型 时,比较在 N =3、 N =4条件下,哪个预测更精确。 表1- 1 红豆商院生产实训中心物流部门前9个月每月销售的汽车数量 月份1 2 3 4 5 6 7 8 9 销售量/万台45 34 55 62 60 51 46 59 72 一、实训任务分析 本题要求解决三个问题。一次移动平均值是二次移动平均值求解的基础;预测误差的 求解也需要先用该方法求出预测值。 1. 一次移动平均预测值求解步骤 (1)求解一次移动平均值。 (2)求解一次移动平均预测值。 2. 二次移动平均预测值求解步骤 (1)基于一次移动平均值求解二次移动平均值。 (2)求解线性模型截距a、斜率b。 (3)确定 t 值, 的预测求t+T期(t) 值。(t) 3. 求解误差值步骤 (1)求解各约束条件下的预测值。 (2)求解各约束条件下每期的绝对误差值。 (3)求解各约束条件下每期的相对误差值。 (4)求解各约束条件下每期平均绝对误差值、平均相对误差值。 (5)比较平均绝对误差值、平均相对误差值,判断给定条件的优劣,选择值较小的方法。 10 供应链数据分析 二、实训步骤 (一)一次移动平均模型预测 首先,根据一次移动平均的公式,构建如图1-1所示的求解框架图。 图1-1 一次移动平均模型预测Excel求解框架图 1.求解一次移动平均值Mt(1) 根据公式Mt(1)=yt+yt-1+…+yt- N +1 可知,当 N =4时,4月的移动平均值即是求 1—4月4个月的平均值,则: N 45+34+55+62 M (1)4 = 4 =49 ” 在Exl单元格C11 中运用函数“=AVERAGE(B8:B11)见图12。 ce即可求出, 图1-2 一次移动平均值求解 同理,可求其他月份的移动平均值,见图1-3的C列。 9月的移动平均值显示在图1-3的单元格C16 中。 2.求解预测值yt+1 ^ 本题求解10 月的预测值。9月的移动平均值为57,作为它的下一期,即第10 期的预测