Лесотранспортная логистика. Решение задач
.pdfспрос на 14-й месяц, нужно дождаться получения фактических данных о 13-м месяце ит.д..
2.1.4. Метод скользящего среднего.
Прогнозные оценки определяются путем расчета среднего арифметического нескольких последних наблюдений.
y(m+1) =( ym+ym-1+ym-2+ ym-3+ym-4 )/5 |
(2.27) |
2.2. ПРИМЕР ПРОГНОЗИРОВАНИЯ РАЗВИТИЯ МАТЕРИАЛЬНОГО ПОТОКА.
Исходные данные:
Спрос на продукцию лесопромышленного предприятия за предыдущие 12 месяцев составляет:
Месяц |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Спрос в |
|
|
|
|
|
|
|
|
|
|
|
|
условных |
180 |
198 |
209 |
208 |
220 |
250 |
210 |
220 |
223 |
240 |
210 |
260 |
единицах |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Выполнить:
Установить план производства на первые три месяца следующего периода с вероятностью 0,98 и 0,95.
Прогнозирование выполнить методами наименьших квадратов, методом Чебышева. Оценить погрешность. Представить графики и дать выводы.
2.2.1. Прогнозирование развития методом наименьших квадратов.
Определение уравнения регрессии первого порядка.
Построив график изменения спроса за предыдущий период, делаем пред-
положение, что эмпирическая линия регрессии имеет вид линейной функции, которая представлена в виде: y=at+b, где a и b определяются по формулам:
|
n |
|
|
|
|
|
|
a = |
∑(ti − mi )( yi − my ) |
|
|||||
i=1 |
|
|
|
|
|
(2.28) |
|
n |
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
∑(ti − mi ) 2 |
|
|||||
|
i=1 |
|
|
|
|
|
|
|
b = my − mi × a |
(2.29) |
|||||
где i- порядковый номер наблюдения |
|
||||||
|
|
|
|
n |
|
||
|
|
|
|
∑ti |
|
||
|
mi |
= |
i=1 |
(2.30) |
|||
|
|
|
|||||
|
|
|
|
|
n |
|
|
|
|
|
|
n |
|
||
|
|
|
∑ yi |
|
|||
|
my |
= |
i=1 |
|
(2.31) |
||
|
|
||||||
|
|
|
|
n |
|
где yi – фактическое значение спроса; ti- номер периода в наблюдении (номер i); n- количество рассматриваемых периодов.
Для выполнения расчетов воспользуемся таблицей в программе MS EXCEL (смотри рисунок 2.1).
Рис. 2.1. Определение параметров прогнозирования по методу наименьших квадратов.
Определяем α и b по формулам (2.28) и (2.29)
α=546,22/126,50=4,3 b= 219-6,5*4,3= 191,05
Эмпирическая линия регрессии имеет вид:
y = 4,3t + 191,05
Так как параметр α=4,3 делается вывод о том, что спрос в течении каждого месяца увеличивался в среднем на 4,3 единицы. Параметр b=191,05 показывает, что средний сглаженный спрос в начале базового периода при t=0 был 191,05 условных единиц. Подставив в формулу
y = 4 ,3t + 191 ,05
значения t=13,14,15 получим средний ожидаемый спрос на 13,14 и 15 месяцы.
y13= 4,3*13+191,05 =246,95 y14= 4,3*14+191,05= 251,25 y15= 4,3*15+191,05= 255,55
Произведем оценку погрешности прогноза. Для этого определим стандартное отклонение, которое в первом приближении можно принять в качестве оценки среднего квадратического отклонения ошибки прогнозирования.
|
|
|
|
|
|
1 / 2 |
|
|
|
n |
2 |
|
|
|
|
|
∑ ( y (ti ) − yi ) |
|
|
(2.32) |
S |
y |
= |
i =1 |
|
|
|
n −1 |
|
|||||
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
где y(ti)- расчетное значение в i-ой точке, вычисленное по полученной формуле y= 4,3t+191,05, yi- фактическое значение спроса в i-ой точке, взятое из таблицы исходных данных. Для определения параметра Sy воспользуемся таблицей (рис. 2.1).
Подставив значение y(ti) и yi получим:
Sy =(2758/11) ½=15,8
Принимая во внимание, что ошибка прогнозирования подчиняется нормальному закону распределения, можно считать, что с вероятностью, близкой к 1, фактический спрос в каждой точке ti будет находиться в ин- тервале(y(ti)-45; y(ti)+45) по правилу 3σ, а с вероятностью 0,95 в диапазоне
(y(ti)-30; y(ti)+30) по правилу 2σ.
Данные зависимости спроса от времени представлены в таблице
(табл. 2.3).
Таблица 2.3.
Данные зависимости спроса от времени по методу наименьших квадратов с учетом погрешности с вероятностями 0,95 и 0,98.
X |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Y |
180 |
198 |
209 |
208 |
220 |
250 |
210 |
220 |
223 |
240 |
210 |
260 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Y(ti) |
195 |
200 |
204 |
208 |
213 |
217 |
221 |
225 |
230 |
234 |
238 |
243 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Y(ti)-s(0.98) |
150 |
155 |
159 |
163 |
168 |
172 |
176 |
180 |
185 |
189 |
193 |
198 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Y(ti)+s(0.98) |
240 |
245 |
249 |
253 |
258 |
262 |
266 |
270 |
275 |
279 |
283 |
288 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Y(ti)-s(0.95) |
165 |
170 |
174 |
178 |
183 |
187 |
191 |
195 |
200 |
204 |
208 |
213 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Y(ti)+s(0.95) |
225 |
230 |
234 |
238 |
243 |
247 |
251 |
255 |
260 |
264 |
268 |
273 |
|
|
|
|
|
|
|
|
|
|
|
|
|
По рассчитанным параметрам строятся графики (рис. 2.2.) |
|||||||||||||
350 |
|
|
|
|
|
|
|
|
|
|
|
|
|
300 |
|
|
|
|
|
|
|
|
|
|
|
|
Y |
250 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y(ti) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
200 |
|
|
|
|
|
|
|
|
|
|
|
|
Y(ti)-s(0.98) |
150 |
|
|
|
|
|
|
|
|
|
|
|
|
Y(ti)+s(0.98) |
100 |
|
|
|
|
|
|
|
|
|
|
|
|
Y(ti)-s(0.95) |
|
|
|
|
|
|
|
|
|
|
|
|
Y(ti)+s(0.95) |
|
50 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
13 |
Рис. 2.2. График зависимости спроса от времени с учетом погрешности по мето- |
ду наименьших квадратов с вероятностями 0,95 и 0,98.
Определение уравнения регрессии второго порядка.
Для определения параметров эмпирической зависимости, выраженной уравнением регрессии второго порядка в виде
y = a0 + a1 x + a2 x 2
необходимо составить систему уравнений:
|
n |
|
2 |
|
n |
|
|
|
|
|
n |
|
|
|
|
||
na0 + a1 ∑ xi + a2 |
∑ xi = |
∑ yi ; |
|
|
||||
|
i =1 |
2 |
i =1 |
|
i =1 |
|
|
|
|
n |
|
n |
3 |
n |
|
|
|
|
n |
|
|
|
|
|||
a |
0 ∑ xi + a1 |
∑ xi |
+ a2 ∑ xi = ∑ xi |
yi |
; |
|||
|
i =1 |
i =1 |
i =1 |
|
i =1 |
|
(2.33) |
|
|
n |
n |
|
n |
|
n |
|
|
a |
0 ∑ xi 2 + a1 ∑ xi 3 + a2 ∑ xi 4 = ∑ xi 2 yi . |
|||||||
|
i =1 |
i =1 |
|
i =1 |
|
i =1 |
|
|
Суммы, входящие в систему (2.33), удобно вычислять в программе MS EXCEL, пользуясь схемой (рисунок 2.3).
Рис.2.3. Расчет параметров уравнения 2-ой степени по методу наименьших квадратов.
Определив суммы, входящие в систему уравнений, получим:
12 * a |
0 |
+ 78 * a + 650 * a |
2 |
= 2628 |
||||||
|
|
1 |
|
|
|
|
|
|
||
78 * a |
0 |
+ 650 * a |
+ 6084 * a |
2 |
= 17702 |
|||||
|
|
1 |
|
|
|
|
|
|
||
650 * a |
0 |
+ 6084 * a + 60710 * a |
2 |
= 149964 |
||||||
|
|
|
1 |
|
|
|
|
|
Далее решаем систему уравнений MS EXCEL.
Решение будет заключаться в умножении обратной матрицы коэффициентов при неизвестных на матрицу свободных членов. Эти операции можно выполнить последовательно, т.е. сначала определить обратную матрицу коэффициентов при неизвестных при помощи функции МОБР, а затем полученную обратную матрицу умножить на матрицу свободных членов, при помощи функции МУМНОЖ, в диалоговом окне которой вызывается встроенная функция у первого массива, где в свою очередь вызывается функция обращения и вводится матрица коэффициентов. Для второго массива диалого-
вого окна функции МУМНОЖ вводится диапазон матрицы свободных членов. Ввод заканчивается комбинацией клавиш <Shift>+<Ctrl>+<Enter>. Например для нашего случая (рис.2.4.), матрица коэффициентов записана в диапазоне С27:Е29, а матрица свободных членов- в диапазоне Н27:Н29, формула выглядит следующим образом:
{=МУМНОЖ(МОБР(С27:Е29);Н27:Н29)}
Рис.2.4. Решение системы линейных уравнений.
В результате уравнение регрессии второго порядка имеет следующий вид:
y = a0 + a1ϕ1 (ti )+ a2ϕ2 (ti )= 180,68 + 8,67t - 0,33t 2
Определяем прогноз на 13 месяц:
y13 = 180,68 + 8,67 ×13 - 0,33 ×132 = 237,62
Погрешность определяется так же, как для уравнения первой степени.
2.2.2. Применение метода Чебышева для прогнозирования спроса.
Для построения многочлена воспользуемся вспомогательной таблицей
(табл.2.3.), выполненной в MS Excel:
Таблица 2.3.
Промежуточные вычисления для построения многочлена и определения погрешностей по методу Чебышева.
ti |
yi |
ti2 |
ti3 |
ti4 |
tiy |
ti2y |
yi2 |
|
yit |
|
|
(yit- |
|
yit |
|
|
(yit- |
|
|
|
yi)2 |
|
|
|
yi)2 |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
180 |
1 |
1 |
1 |
180 |
180 |
32400 |
195 |
|
229 |
189 |
|
79 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
2 |
198 |
4 |
8 |
16 |
396 |
792 |
39204 |
|
199 |
|
|
2 |
|
197 |
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3 |
209 |
9 |
27 |
81 |
627 |
1881 |
43681 |
204 |
|
27 |
204 |
|
28 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
4 |
208 |
16 |
64 |
256 |
832 |
3328 |
43264 |
208 |
|
0 |
210 |
|
4 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
5 |
220 |
25 |
125 |
625 |
1100 |
5500 |
48400 |
212 |
|
56 |
216 |
|
18 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
6 |
250 |
36 |
216 |
1296 |
1500 |
9000 |
62500 |
|
217 |
|
|
1100 |
|
221 |
|
|
853 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
7 |
210 |
49 |
343 |
2401 |
1470 |
10290 |
44100 |
221 |
|
125 |
225 |
|
229 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
8 |
220 |
64 |
512 |
4096 |
1760 |
14080 |
48400 |
226 |
|
30 |
229 |
|
77 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
9 |
223 |
81 |
729 |
6561 |
2007 |
18063 |
49729 |
|
230 |
|
|
47 |
|
232 |
|
|
77 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10 |
240 |
100 |
1000 |
10000 |
2400 |
24000 |
57600 |
234 |
|
34 |
234 |
|
35 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
11 |
210 |
121 |
1331 |
14641 |
2310 |
25410 |
44100 |
239 |
|
814 |
236 |
|
660 |
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
12 |
260 |
144 |
1728 |
20736 |
3120 |
37440 |
67600 |
|
243 |
|
|
293 |
|
237 |
|
|
546 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
78 |
2628 |
650 |
6084 |
60710 |
17702 |
149964 |
580978 |
2628 |
2758 |
2628 |
2609 |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Построение многочлена первой степени.
Согласно (2.10)
ϕ 0 (t ) = 1
Находим многочлен ϕ 1 ( t ) |
по формуле (2. |
18) |
||||
|
|
n |
|
78 |
|
|
ϕ1 (t) = t − |
1 |
∑ xi |
= t − |
= t − 6.5 . |
|
|
n |
|
|
||||
|
|
i=1 |
12 |
|
|
Согласно (2.17)
|
|
n |
|
|
|
α1 |
= − |
∑ti |
= − |
78 |
= −6.5 . |
i=1 |
|||||
n |
|
||||
|
|
12 |
|
По формуле (2.14) находим α 0
α0 = 2628 = 219 12 .
Уравнение 0 степени будет равно:
y = α 0ϕ0 (x) = 219(1) = 219 .
Найдем а1 по формуле (2.14)
|
n |
y ϕ 1 (t i ) |
|
|
|
|
∑ |
620 |
|
||
a 1 = |
i = 1 |
|
= |
= 4 . 34 |
|
|
|
||||
n |
|
|
|||
|
∑ |
[ϕ 2 (t i )]2 |
143 |
|
i = 1
где:
n |
|
n |
|
∑ y(ϕ1 )ti |
= |
∑ |
|
i=1 |
|
i=1 |
|
n |
|
2 |
|
(ti |
)] |
||
∑[ϕ1 |
|||
i=1 |
|
|
n
(ti yi ) + α1 ∑ yi = 17702 + (−6,5)2628 = 620
|
i=1 |
|
n |
2 |
|
) + α1 ∑ti = 650 + (−6,5)78 = 143 |
||
= ∑(ti |
||
i=1 |
|
Многочлен первой степени будет равен:
y = α0 + a1ϕ1 (t ) = 219 + 4,34(t − 6,5) .
Окончательно
y=219 + 4,34t - 28,21 = 4,34t + 190,79.
Пользуясь полученным уравнением, определяем в следующем (13) месяце:
y13 = 4,34 ×13 +190,79 = 247 .
Если точность результатов по этой формуле достаточна, обработка на этом может быть закончена.
Построение многочлена второй степени.
Если необходимо построить многочлен второй степени, необходимо сначала отыскать выражение для многочлена ϕ2 (t) и коэффициент a2 .
Для этого по формулам (2.23) находим β2иγ2
|
|
|
|
β |
|
= − |
∑n |
ti [ϕ1 (ti |
)]2 |
= − |
929,5 |
= 6,5 |
|||||||
|
|
|
|
2 |
i=1 |
|
|
|
|
||||||||||
|
|
|
|
n |
|
(ti )] |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
∑[ϕ1 |
|
|
|
143 |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
||
|
|
|
|
|
|
|
|
|
i=1 |
|
|
|
|
|
|
, |
|||
|
|
|
|
γ2 |
|
= − |
∑n [ϕ1 (ti |
)]2 |
= − |
143 |
= −11,92 |
||||||||
|
|
|
|
|
i=1 |
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
n |
|
|
|
12 |
, |
||||
|
где согласно формулам (2.24): |
|
|
|
|
|
|
|
|||||||||||
n |
2 |
n |
n |
|
|
|
|
n |
|
|
|
|
|
|
|
|
|
|
|
[ϕ1 (ti )] |
|
|
|
|
|
|
(ti )= 6084 + (− 6,5)650 + (−6,5)143 = 929,5 |
||||||||||||
∑ti |
|
= ∑ti3 +α1 ∑ti2 |
+α1 ∑tiϕ1 |
||||||||||||||||
i=1 |
|
|
i=1 |
i=1 |
|
|
|
|
i=1 |
|
|
|
|
|
|
|
|
|
|
n |
2 |
|
n |
n |
= 650 + (− 6,5)78 =143 |
||||||||||||||
∑[ϕ1 (ti )] |
= ∑tt2 |
+α1 ∑ti |
|||||||||||||||||
i=1 |
|
|
i=1 |
i=1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Многочлен ϕ2(t) определим по формуле (2.20)
ϕ2 (ti )= (t + β2 )ϕ1 (ti )+γ 2ϕ0 (ti )
ϕ2 (ti )= (t −6,5)(t − 6,5)−11,92 = t 2 −13t + 30,33
Представим многочлен в форме:
|
|
|
|
|
|
|
|
ϕ2 (ti )= t 2 + kt + p . |
|
|
Определим a2 по формуле (2.14) |
|
|
||||||||
|
|
|
|
n |
(ti ) |
|
|
|
|
|
|
|
= |
∑ yiϕ2 |
= − 454,76 = −0,34 |
|
|
||||
a |
2 |
i=1 |
|
|
|
|
||||
∑n [ϕ2 (ti )]2 |
|
|
||||||||
|
|
|
1332,5 |
|
|
|||||
|
|
|
|
i=1 |
|
|
|
, |
|
|
где |
|
|
|
|
|
|
|
|
||
n |
|
|
|
n |
|
|
n |
n |
|
|
∑yiϕ2 (ti |
)= ∑ti2 yi |
+ k ∑ti yi |
+ p∑yi =149964 |
+ (−13)17702 |
+ (30,33)2628 = |
|||||
i =1 |
|
|
|
i =1 |
|
|
i =1 |
i =1 |
|
|
= −454,76