多项式回归原理

历史需求数据可以以 n 阶多项式表示。系统将应用此数学方法来确定趋势变化和进行需求预测。

n 阶项的确定方法如下：

多项式的阶数范围为 0 至 9，其中 0 阶项对应一个等于历史平均需求的常数。n 阶项可表示如下：

2 n f(t) = a + b t + c	  t + ....... + k t 

确定系数

多项式的系数通过文献中所述的最小二乘法来确定。可以通过数学微分方程式将计算值与实际值之间的二次偏差和降至最小。这些方程式可导出一系列线性方程式，然后可以采用高斯-赛德尔 (Gauss-Seidel) 法求解。

多项式的精度

为确定多项式的精度，LN 将计算每个多项式预测误差的方差：

VE = SQR(SUM((FD(t) - AD(t))^2) / m) 

其中，

VE	预测误差的方差
FD(t)	期段 t 的预测需求
AD(t)	期段 t 的实际需求
SQR	求根
SUM	所有历史期段的总和
m	历史期段数减去多项式的阶数减 1

预测误差的方差最小的多项式为最佳多项式。