CN111445095A - 一种基于指数平滑法的年度出库金额预测方法 - Google Patents

一种基于指数平滑法的年度出库金额预测方法 Download PDF

Info

Publication number
CN111445095A
CN111445095A CN202010417416.9A CN202010417416A CN111445095A CN 111445095 A CN111445095 A CN 111445095A CN 202010417416 A CN202010417416 A CN 202010417416A CN 111445095 A CN111445095 A CN 111445095A
Authority
CN
China
Prior art keywords
exponential smoothing
value
data
annual
warehouse
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010417416.9A
Other languages
English (en)
Inventor
温富国
李金霞
冯曙明
胡天牧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Electric Power Information Technology Co Ltd
Materials Branch of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Jiangsu Electric Power Information Technology Co Ltd
Materials Branch of State Grid Jiangsu Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Electric Power Information Technology Co Ltd, Materials Branch of State Grid Jiangsu Electric Power Co Ltd filed Critical Jiangsu Electric Power Information Technology Co Ltd
Priority to CN202010417416.9A priority Critical patent/CN111445095A/zh
Publication of CN111445095A publication Critical patent/CN111445095A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Finance (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于指数平滑法的年度出库金额预测方法，包括如下步骤：获取一定时间期间内年度出库金额数据；观测历史数据，分析选择对应的指数平滑；建立预测模型，如果使用三次指数平滑，同时进行趋势矫正；通过预测模型计算预测结果。本发明可以根据年度出库金额预测结果，制定仓库扩容或减容计划。通过与预算，成本，销售的比较，可以有效的检查企业经营状态，制定仓储管理预案。

Description

一种基于指数平滑法的年度出库金额预测方法
技术领域
本发明涉及一种基于指数平滑法，根据待预测数据特征选取不同类型的指数平滑法，预测年度出库金额，具体是一种基于指数平滑法的年度出库金额预测方法。
背景技术
指数平滑法的指导思想是时间序列的态势具有稳定性或规则性，所以时间序列可被合理地顺势推延，过去态势在某种程度上会持续到最近的未来，所以将较大的权数放在最近的态势。核心思想是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。
年度出库金额是企业仓库吞吐量的重要衡量指标，是企业经营情况的如实反映，对次年成本预算提供有力数据支撑，对企业仓储容量，协议库存与安全库存确定有重要意义。
发明内容
本发明的目的是提供一种基于指数平滑法的年度出库金额预测方法，企业可以根据年度出库金额预测结果，完成年度出库金额预测分析，制定仓库扩容或减容计划。通过与预算，成本，销售的比较，可以有效的检查企业经营状态，制定仓储管理预案。
一种基于指数平滑法的年度出库金额预测方法，其特征在于，包括如下步骤：
S1获取一定时间期间内年度出库金额数据；
S2观测历史数据，分析选择对应的指数平滑法；
数据序列无明显趋势变化，选取一次指数平滑法。
数据序列有线性趋势变化，选取二次指数平滑法；
数据序列有明显曲率变化，选择三次指数平滑法；
S3建立预测模型，如果使用三次指数平滑，同时进行趋势矫正；
S4通过预测模型计算预测结果。
基于以上四个内容，形成一套完整的年度出库金额预测的算法。
本发明的有益效果为：企业可以根据年度出库金额预测结果，制定仓库扩容或减容计划；通过与预算，成本，销售的比较，可以有效的检查企业经营状态，制定仓储管理预案。
附图说明
图1指数平滑法年度出库金额预测流程图。
具体实施方式
一种基于指数平滑法的年度出库金额预测方法，其特征在于，包括如下步骤：
S1获取一定时间期间内年度出库金额数据；
S2观测历史数据，分析选择对应的指数平滑法；
数据序列无明显趋势变化，选取一次指数平滑法。
数据序列有线性趋势变化，选取二次指数平滑法；
数据序列有明显曲率变化，选择三次指数平滑法；
S3建立预测模型，如果使用三次指数平滑，同时进行趋势矫正；
S4通过预测模型计算预测结果。
本发明中，相关技术术语的名词解释如下：
时间序列：将同一统计指标的数值按其发生的时间先后顺序排列而成的数列。
指数：幂运算。
平滑：重新分配概率，即使没出现的事件也会赋予一个概率。
平滑系数：也做平滑尝试，反映了平滑水平以及对预测值与实际结果之间差异的响应速度
具体步骤如下：
1.设时间序列为S(T)，t时刻的实际出库金额为S(t)，t时刻的平滑值为E(t),t+1时刻的平滑值为E(t+1),设平滑指数为α。
2.那么有E(t+1)＝αS(t)+(1-α)E(t)，α∈[0,1]。
3.设
Figure BDA0002495595260000021
若为一次指数平滑法，则预测结果为S′(t+1)，
有：
S′(t+1)＝αS(t)+(1-α)E(t+1)，α∈[0,1]
4.若使用二次指数平滑法则，
Figure BDA0002495595260000022
Figure BDA0002495595260000031
其中k为向后预测期数
5.若使用三次指数平滑法则，
Figure BDA0002495595260000032
Figure BDA0002495595260000033
6.平滑系数α的大小规定了在新预测值中新数据和原预测值所占的比例。α值越大，新数据所占的比重就愈大，原预测值所占比重就愈小，反之亦然到。原始数据波动性较大那么α值应取大一点，一般为[0.6,0.8]，原始数据相有波动，但长期趋势变化不大，α值应取[0.1,0.4],原始数据相对平稳，α值应取[0.05,0.2]。
7.代入相应计算公式，得出预测结果。

Claims (2)

1.一种基于指数平滑法的年度出库金额预测方法，其特征在于，包括如下步骤：
S1获取一定时间期间内年度出库金额数据；
S2观测历史数据，分析选择对应的指数平滑法；
1)数据序列无明显趋势变化，选取一次指数平滑法；
2)数据序列有线性趋势变化，选取二次指数平滑法；
3)数据序列有明显曲率变化，选择三次指数平滑法；
S3建立预测模型，如果使用三次指数平滑，同时进行趋势矫正；
S4通过预测模型计算预测结果。
2.根据权利要求1所述的基于指数平滑法的年度出库金额预测方法，其特征在于，具体步骤如下：
(1)设时间序列为S(T)，t时刻的实际出库金额为S(t)，t时刻的平滑值为E(t),t+1时刻的平滑值为E(t+1),设平滑指数为α；
(2)那么有E(t+1)＝αS(t)+(1-α)E(t)，α∈[0,1]；
(3)设
Figure FDA0002495595250000011
3≤k≤n，若为一次指数平滑法，则预测结果为S′(t+1)，
有：
S′(t+1)＝αS(t)+(1-α)E(t+1)，α∈[0,1]
若使用二次指数平滑法则，
Figure FDA0002495595250000012
Figure FDA0002495595250000013
其中k为向后预测期数
若使用三次指数平滑法则，
Figure FDA0002495595250000014
Figure FDA0002495595250000021
平滑系数α的大小规定了在新预测值中新数据和原预测值所占的比例；α值越大，新数据所占的比重就愈大，原预测值所占比重就愈小，反之亦然；原始数据波动性较大那么α值应取大一点，一般为[0.6,0.8]，原始数据相有波动，但长期趋势变化不大，α值应取[0.1,0.4],原始数据相对平稳，α值应取[0.05,0.2]；
(4)代入相应计算公式，得出预测结果。
CN202010417416.9A 2020-05-18 2020-05-18 一种基于指数平滑法的年度出库金额预测方法 Pending CN111445095A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010417416.9A CN111445095A (zh) 2020-05-18 2020-05-18 一种基于指数平滑法的年度出库金额预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010417416.9A CN111445095A (zh) 2020-05-18 2020-05-18 一种基于指数平滑法的年度出库金额预测方法

Publications (1)

Publication Number Publication Date
CN111445095A true CN111445095A (zh) 2020-07-24

Family

ID=71655253

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010417416.9A Pending CN111445095A (zh) 2020-05-18 2020-05-18 一种基于指数平滑法的年度出库金额预测方法

Country Status (1)

Country Link
CN (1) CN111445095A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104820938A (zh) * 2015-05-15 2015-08-05 南京大学 一种季节性、周期性商品的最优订购周期预测方法
CN105447594A (zh) * 2015-11-17 2016-03-30 福州大学 一种基于指数平滑的电力系统灰色负荷预测方法
CN109002944A (zh) * 2018-10-10 2018-12-14 红云红河烟草(集团)有限责任公司 一种卷包车间备件需求的预测方法
CN109214601A (zh) * 2018-10-31 2019-01-15 四川长虹电器股份有限公司 家电行业大数据销量预测方法
CN109785003A (zh) * 2019-01-17 2019-05-21 四川骏逸富顿科技有限公司 一种药品零售行业药品销售预测系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104820938A (zh) * 2015-05-15 2015-08-05 南京大学 一种季节性、周期性商品的最优订购周期预测方法
CN105447594A (zh) * 2015-11-17 2016-03-30 福州大学 一种基于指数平滑的电力系统灰色负荷预测方法
CN109002944A (zh) * 2018-10-10 2018-12-14 红云红河烟草(集团)有限责任公司 一种卷包车间备件需求的预测方法
CN109214601A (zh) * 2018-10-31 2019-01-15 四川长虹电器股份有限公司 家电行业大数据销量预测方法
CN109785003A (zh) * 2019-01-17 2019-05-21 四川骏逸富顿科技有限公司 一种药品零售行业药品销售预测系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
万华 等: "《新版市场调查与预测》", 31 August 2011 *
张海霞: "《统计学》", 31 July 2017 *

Similar Documents

Publication Publication Date Title
CA2684304C (en) Predictive modeling
US7624060B2 (en) Portfolio optimization by means of meta-resampled efficient frontiers
Aytac et al. Characterization of demand for short life-cycle technology products
US8577791B2 (en) System and computer program for modeling and pricing loan products
US7693801B2 (en) Method and system for forecasting commodity prices using capacity utilization data
CN107622326B (zh) 用户分类、可用资源预测方法、装置及设备
CN112215546B (zh) 一种对象页面生成方法、装置、设备及存储介质
US8694427B2 (en) Time-efficient and deterministic adaptive score calibration techniques for maintaining a predefined score distribution
CN113869801B (zh) 一种企业数字中台的成熟状态评估方法和装置
TWI714113B (zh) 外匯交易量預測方法和裝置
Kock et al. Penalized time series regression
KR102217886B1 (ko) 빅데이터 기반 상품 투자 추천 알고리즘의 최적 가중치를 인공지능을 이용하여 탐색하는 시스템 및 방법
Zhu et al. An adaptive forecasting algorithm and inventory policy for products with short life cycles
JP2014006578A (ja) 市場リスク予測装置、市場リスク予測方法及び市場リスク予測プログラム
CN111445095A (zh) 一种基于指数平滑法的年度出库金额预测方法
CN115829600A (zh) 一种批零一体营销量价优化方法及系统
Giles et al. Sub-sampling and other considerations for efficient risk estimation in large portfolios
Niranjan et al. Impact of inventory allocation policies on downstream supply variability in a two-echelon system
CN116703534B (zh) 一种电商订单数据智能管理方法
CN113435653B (zh) 一种基于logistic模型的饱和用电量预测方法及系统
Wang et al. Wealth-Based Production Planning With Uncertain Lot Sizing.
CN114841633A (zh) 一种通过互联网技术收集及分析物资全生命周期的方法
CN116739758A (zh) 风险事件评定方式确定方法、装置、设备和存储介质
CN117131965A (zh) 数据预测方法及装置、计算机存储介质、电子设备
CN114742580A (zh) 一种企业营业收入的预测方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200724

RJ01 Rejection of invention patent application after publication