版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、需求預(yù)測(cè)方法需求預(yù)測(cè)方法常用的物資需求預(yù)測(cè)方法主要包括基于時(shí)間序列模型的移動(dòng)平均預(yù)測(cè)法、指數(shù)平滑預(yù)測(cè)法、趨勢(shì)外推預(yù)測(cè)法等基于因果分析模型的回歸分析預(yù)測(cè)法,基于統(tǒng)計(jì)學(xué)習(xí)理論以及結(jié)構(gòu)風(fēng)險(xiǎn)最小原理的支持向量機(jī)預(yù)測(cè)方法,基于人工智能技術(shù)的人工神經(jīng)網(wǎng)絡(luò)算法。歸納如圖1:圖1:物資需求預(yù)測(cè)方法一、一、時(shí)間序列法時(shí)間序列法1.定義定義:將預(yù)測(cè)對(duì)象按照時(shí)間順序排列起來(lái),構(gòu)成一個(gè)所謂的時(shí)間序列,從所構(gòu)成的這一組時(shí)間序列過(guò)去的變化規(guī)律,推斷今后變化的可能性
2、及變化趨勢(shì)、變化規(guī)律,就是時(shí)間序列預(yù)測(cè)法。2.概況概況:時(shí)間序列法主要考慮以下變動(dòng)因素:①趨勢(shì)變動(dòng),②季節(jié)變動(dòng),③循環(huán)變動(dòng),④不規(guī)則變動(dòng)。若以表示時(shí)間序列的季節(jié)因素,長(zhǎng)期趨勢(shì)波動(dòng)、季節(jié)性變動(dòng)、不規(guī),,,則變動(dòng)則實(shí)際觀測(cè)值與它們之間的關(guān)系常用模型有加法模型:ttttISTx???乘法模型:ttttISTx???混合模型:)())ttttttttITSxbITSxa??????而僅有季節(jié)變動(dòng)和不規(guī)則變動(dòng)。季節(jié)指數(shù)=各年同季(月)平均數(shù)總平均
3、數(shù)季節(jié)變差=各年同季(月)平均數(shù)?總平均數(shù)②長(zhǎng)期趨勢(shì)季節(jié)變動(dòng):是指時(shí)間序列中各項(xiàng)數(shù)值一方面隨時(shí)間變化呈現(xiàn)季節(jié)性周期變化,另一方面隨著時(shí)間變化而呈現(xiàn)上升(或下降)的變化趨勢(shì)。季節(jié)指數(shù)=各年同季(月)平均數(shù)趨勢(shì)值季節(jié)變差=各年同季(月)平均數(shù)?趨勢(shì)值季節(jié)變動(dòng)預(yù)測(cè)的方法很多,應(yīng)用時(shí)應(yīng)根據(jù)季節(jié)變動(dòng)的類型選擇適應(yīng)的預(yù)測(cè)方法若時(shí)間序列呈長(zhǎng)期趨勢(shì)季節(jié)變動(dòng),則意味著時(shí)間序列中不僅有季節(jié)變動(dòng)、不規(guī)則變動(dòng),而且還包含有長(zhǎng)期趨勢(shì)變動(dòng)。(4)趨勢(shì)外推法)趨勢(shì)外
4、推法趨勢(shì)外推預(yù)測(cè)法是一種通過(guò)邏輯推理分析以期達(dá)到預(yù)測(cè)效果的預(yù)測(cè)方法。其主要以事物發(fā)展的規(guī)律性為假設(shè)前提即認(rèn)為只要能夠正確地了解并且掌握事物歷史及現(xiàn)有的發(fā)展?fàn)顟B(tài)就能夠遵循其發(fā)展規(guī)律來(lái)預(yù)測(cè)事物的未來(lái)發(fā)展趨勢(shì)。趨勢(shì)外推預(yù)測(cè)方法是一種探索型的預(yù)測(cè)方法其主要適用于預(yù)測(cè)那些時(shí)間序列隨著單位時(shí)間的增加或者減少出現(xiàn)變化大致相同的長(zhǎng)期需求預(yù)測(cè)。4.時(shí)間序列建模時(shí)間序列建模時(shí)間序列是同類型指標(biāo)值按時(shí)間順序排列而形成的數(shù)列。很多行業(yè)特別是金融行業(yè)會(huì)產(chǎn)生大量的
5、時(shí)間序列,如經(jīng)濟(jì)數(shù)據(jù)、股市數(shù)據(jù)等。要從這些數(shù)據(jù)中得到有用的數(shù)據(jù),需要采用數(shù)據(jù)挖掘的技術(shù),而建模是影響數(shù)據(jù)挖掘效果的一個(gè)重要因素,對(duì)于時(shí)間序列數(shù)據(jù)而言更是如此。以下是時(shí)間序列建模的常用方法。典型的時(shí)間序列模型有ARMA,HMM等基于模型的表示方法。1.隱Markov模型(模型(HMM)(matlab求解求解)隱馬爾可夫模型(HiddenMarkovModel,HMM)是統(tǒng)計(jì)模型,它用來(lái)描述一個(gè)含有隱含未知參數(shù)的馬爾可夫過(guò)程。其難點(diǎn)是從可觀
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 城市物流需求預(yù)測(cè)方法研究.pdf
- 培訓(xùn)需求預(yù)測(cè)
- 區(qū)域貨運(yùn)需求預(yù)測(cè)方法研究.pdf
- 電力物資的需求預(yù)測(cè)方法研究
- 都市圈交通需求預(yù)測(cè)方法研究.pdf
- 電力需求預(yù)測(cè)的實(shí)用方法研究.pdf
- 人員需求預(yù)測(cè)表
- M企業(yè)人力需求預(yù)測(cè)方法的研究.pdf
- 淺談高速公路交通需求預(yù)測(cè)方法
- 區(qū)域物流需求預(yù)測(cè)方法及實(shí)例研究.pdf
- 城市公共客運(yùn)交通需求預(yù)測(cè)方法研究.pdf
- 【招聘規(guī)劃】人員需求預(yù)測(cè)
- 【11】人員需求預(yù)測(cè)表
- 人員需求預(yù)測(cè)系統(tǒng)圖
- 奧運(yùn)專用道交通需求預(yù)測(cè)方法研究.pdf
- 鐵路客運(yùn)樞紐市內(nèi)交通需求預(yù)測(cè)方法研究.pdf
- 多產(chǎn)品競(jìng)爭(zhēng)環(huán)境下的需求預(yù)測(cè)方法.pdf
- 電力需求預(yù)測(cè)后評(píng)價(jià)模型和方法研究.pdf
- 基于計(jì)算智能技術(shù)的需求預(yù)測(cè)方法研究.pdf
- 自然災(zāi)害應(yīng)急物資需求預(yù)測(cè)方法研究.pdf
評(píng)論
0/150
提交評(píng)論