预测公式

描述

预测公式用于根据季节和期间长度变化调整的实际需求计算新鲜基本预测。为每个预测方法指定公式。该方法还包含规定使用公式执行的计算的特定参数和限制。

公式

有四个预测公式，如下所述：

移动平均法

此预测公式计算下一个期间的基本预测，作为指定期间的历史基本需求的平均值。该公式在以下等式中表示：

F(i + 1) = (D(i) + D(i - 1) + .... + D(i - (n - 1))) / n

所用期间数量可确定平均值对实际趋势变化的反应速度及其对随机变化的敏感程度。包含的期间越多，来自随机变化的计算方法会更加稳定，但是其对由真实趋势导致的变化反应更慢。

预测公式：两期加权平均值

该预测公式将最近一个季度（包括在预测中的期间）的平均需求与所有历史期间的平均需求加权。加权系数是指数平滑法和 1 的平滑常数。该公式在以下等式中表示：

F(i + 1) = ((i) * M + (1 - ((i)) * L

指数平滑法

该预测公式将最新基本需求值与平滑常数相加权（而前一基本预测值与 1 相加权。）该公式在以下等式中表示：

F(i + 1) = ((i) * D(i) + (1 - ((i)) * F(i)

平滑常数的值决定预测对实际趋势变化的反应有多快及其对随机变化的敏感程度。该值越低，来自随机变化的计算就越稳定，但是其对由真实趋势导致的变化反应更慢。平滑常数必须介于 0 和 1 之间。

预测公式：相应的指数平滑法

该预测公式类似于基本指数平滑法，其中最新基本需求值与平滑常数加权（而前一基本预测值与 1 相加权。然而，在相应的指数平滑法中，每当进行新的预测时重新计算平滑常数。该公式在以下等式中表示：

F(i + 1) = ((i) * D(i) + (1 - ((i)) * F(i)

平滑常数使用以下公式重新计算：

((i) = ((min.) + ((max.) * (ABS(ME(i)) / MAD(i))

此预测公式使用针对当前系统预测错误调整的值。较大的平均预测误差导致较高的值。结果是能更快地校正预测以反映实际需求。

关键字：

((i)	=	期间 (i) 的平滑允许的平滑常数
（（最小）	=	允许的最小平滑常数
（（最大）	=	允许的最大平滑常数
D(i)	=	期间 (i) 的基本需求
F(i)	=	期间 (i) 的基本预测
A(n)	=	(n) 个期间的平均需求
i	=	期间号
n	=	包括在计算平均值的期间数
L	=	最近 (n) 个期间的平均需求
M	=	(n) 个期间中的最近 25% 个期间的平均需求
MAD(i)	=	期间 (i) 的预测 MAD
ME(i)	=	期间 (i) 的平均预测误差
ABS( )	=	绝对差，差值无负号

基本需求是根据季节变化调整的期间的需求，如果适用，还根据每个期间不同数量的工作日的影响进行调整。也不包括非代表性需求。基本预测是根据季节和期间长度变化调整的基本需求计算的预测。

输入人工预测后（如更正错误预测时），在使用指数平滑计算后续预测时，将其用作前一期间的基本预测。这一操作在调整季节和期间长度变化以及任何其他手动更改后执行。

描述

下面的示例基于以下数据描述使用各个公式。

	8 月	9 月	10 月	11 月
基本需求	120	145	138	129
11 月基本预测	136
（使用的系数	0.3
（（最小）	0.2
（（最大）	0.5
MAD（11 月）	10
ME（11 月）	-2

将使用列出的四种方法计算 12 月的以下预测值：

移动平均法

F（12 月）=[D（8 月）+ D（9 月）+ D（10 月）+ D（11 月）] / 4 = (120 + 145 + 138 + 129) / 4 = 133

两期加权平均值

F（12 月）= 0.3 * 129 / 1+ 0.7 * (120 + 145 + 138 + 129) / 4 = 0.3 * 129 + 0.7 * 133 = 131.8

指数平滑法

F（12 月）= 0.3 * D（11 月）+ 0.7 * F（11 月）= 0.3 * 129 + 0.7 * 136 = 133.9

相应的指数平滑法

（11 月）=（最小值）+（最大值）* (ABS(ME(i)) / MAD(i)) = 0.2 + 0.5 * ABS(-2) / 10 = 0.2 + 0.5 * 0.2 = 0.21

F（12 月）=（11 月）* D（11 月）+[1 -（11 月）* F（11 月）]= 0.21 * 129 + 0.79 * 136 = 134.5