简介:适合预测方法论文写作的大学硕士及相关本科毕业论文,相关预测方法开题报告范文和学术职称论文参考文献下载。
摘 要:针对成品油销售环节中销售预测的问题,提出以常用的几种单项预测方法为基础建立面向储油罐的需求组合预测模型.通过最近一段时间的预测误差大小来确定权系数的大小,该组合预测模拟经过实际数据验证能满足应用需要.
关键词:销售预测,模型,权系数
保证整个物流系统的各个环节能及时满足服务需求,是成品油物流配送系统的建设目标.而整个配送体系中,很重要的一点就是对加油站的需求做出准确预测,能在满足客户需求情况下有效地控制成本.本文希望通过对加油站需求预测模型研究,给成品油配送提供理论支撑.
1.需求预测流程
在完成需求预测的数据准备工作之后,主要的步骤如下:
①预测方法的选择;
②预测模型的建立;
③模型参数的确定;
④预测及预测结果评价及修正.
目前存在的预测方法种类很多,每一种预测方法具有不同的特征和侧重点,同时还有一些适合于成品油预测的特殊预测方法.一般情况下通常根据经验和现有的研究成果选定适用的集中预测方法,然后建立组合预测模型.建立模型之后需要进行模型中各项系数的确定.系数的计算方法是,利用模型中选定的各种预测方法,以历史4周的数据为依据来进行最近过去一周的预测;然后将预测数据相对于这一周的实际销售数据进行评价,通过相互比较计算,得出每种预测方法的权重.
预测完成后的预测结果评价与修正这一步骤在预测流程中占有很重要的地位.因为,整个预测过程是按照模型进行,而实际的情况可能具有一定的随机性和突发性,因此很难保证预测的结果能够百分之百的完全符合实际的销售趋势和突发需求波动.如果不对预测结果进行评价和修正,则根据这不实用的预测结果产生的订货决策是不实用的,不能满足实际需求,从而造成成本的浪费.
预测结果评价与修正的内容主要包括以下两个方面:
①对预测结果进行合法性检查,看是否包含严重超出或低于附近的销售数据点,从而不能反映销售趋势的数据点,如果存在的话进行核实并采取相应的措施.
②如果实际情况中存在季节性或者天气变化或者其他突发性事件造成的需求波动,并对未来的需求可能造成一定程度的影响,则可以采用前文所述的方法进行修正,从而保证预测数据的实用性,以及后续库存决策以及车辆优化配载工作的有效性.
预测:双色球缩水预测方法
2.加油站销售预测模型
由于成品油销售随时间迁移在不断发展变化,随周围环境变化影响较大,因此其销售趋势也会发生相应变化;为了能更精确预测出需求结果,这里采用组合预测的方法对成品油销售进行科学预测.
组合预测中的单项预测方法,都可以单独用来建立预测模型,并且每种预测方法都有各自的特点和前提条件,因此单独用这些方法建立模型其预测结果的精度也有高有低;为了提高预测精度,充分利用以上各种预测方法的优势,这里以现在常用的几种单项预测方法为基础建立面向储油罐的需求组合预测模型.
各模型参数可以通过历史数据和最小二乘法求得,因此组合预测问题的关键在于求各单项预测方法的权系数问题.对于组合预测的权系数求解问题,国内许多学者都进行了相关研究,本文采用下列方法确定各单项预测方法的权系数问题,并且随着时间的变化和销售数据的更新,权系数也会动态的发生变化.
该求权公式是通过最近一段时间的预测误差大小来确定权系数的大小,根据该权系数大小及各单项预测方法就可以通过组合预测来预测储油罐的未来日销售量,组合预测算法流程如图1所示.
3.组合预测模型检验与分析
某油罐连续37天的销售数据如表1所示.
以3月22日至4月25日的数据为基础数据,采用8种单项方法及这8种方法组合起来的组合预测方法分别预测4月26日至4月30日的需求量得到的如表2所示的结果.
根据上面的预测结果可以得到如图2至图6所示的比较结果.
预测结果分析:
在下图中,1至8号柱形高度都是各单项预测方法的误差绝对值,9号柱形高度表示组合预测的误差绝对值.这五组图分别表示五天的预测误差比较,下面对这五组图进行分析.
(1)比较分析
①横向比较.由这五组图可知,在每天的预测中,各种单项预测方法表现“有好有坏”(即绝对误差百分比有大有小),并且组合预测方法始终表现“不好也不坏”(即绝对误差百分比始终处于所有预测方法的中等位置).由此可知,在不能确定未来采用哪种预测方法最佳时,采用组合预测方法是一种比较“保险”的算法,它虽然不能保证预测结果误差最小,但是可以保证预测结果误差不是最大.
②纵向比较.对这五天的预测结果进行纵向比较,不难发现,在对4.26日进行预测时,表现“最好”的是4号(指数回归)预测方法,表现最差的是6号(星期平均)预测方法;在对4.27日进行预测时,表现“最好”的是2号(线性回归)预测方法,表现最差的是5号(日指数平滑)预测方法;在对4.28日进行预测时,表现“最好”的是2号(线性回归)预测方法,表现最差的是5号(日指数平滑)预测方法;在对4.29日进行预测时,表现“最好”的是9号(组合预测)预测方法,表现最差的是5号(日指数平滑)预测方法;在对4.30日进行预测时,表现“最好”的是5号(日指数平滑)预测方法,表现最差的是6号(星期平均)预测方法.由此可知,在对同一问题的预测中,没有一种预测方法始终处于优势或劣势,如5号(日指数平滑)预测方法在对4.28日的预测中表现最差,而在对4.30日的预测中表现最好.从而可以得出,对于预测问题,在不能确定最佳预测方法的情况下,采用组合预测方法,可以避免最坏预测方法的单独出现,从而可以减少预测误差,提高预测精度.
(2)定量分析
以上分析可知,组合预测方法对于成品油的销售预测在一定程度上提高了预测精度(相对于采用某种单项预测方法而言).从预测的结果可知,组合预测方法对五天销售量的预测误差百分比分别为2.22%、3.48%、5.99%、0.03%和7.03%,最大时7.03%,最小时0.03%,采用平均相对百分误差计算有:
MAPE(平均相对百分误差)等于( 2.22%+3.48%+5.99%+0.03%+7.03%)/5等于3.75%
英国阿斯顿大学教授C.D.刘易斯认为,对于商业预测而言:MAPE≤10%属高度准确的预测;10%<,MAPE≤20% 属好的预测;20% <,MAPE≤50%属一般的预测;50% ≤MAPE属不准确的预测.
4.结论:
本文采用日平均预测方法、线性回归预测方法、指数回归预测方法、幂指数回归预测方法、日指数平滑预测方法、星期平均预测方法、星期指数平滑预测方法和灰色序列预测方法8种单项预测方法组合起来的组合预测方法已经达到了足够的精度,可以用于成品油的销售预测.■
(作者单位:清河采油厂工艺研究所)
总结:该文是关于预测方法论文范文,为你的论文写作提供相关论文资料参考。
预测引用文献:
[1] 优秀电力负荷预测论文题目 电力负荷预测专业论文题目怎样拟
[2] 市场调查与预测论文选题推荐 市场调查与预测专业论文题目怎么拟
[3] 优秀税收预测与分析论文选题 税收预测与分析论文标题如何定