国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

零售業(yè)商品需求預(yù)測(cè)體系設(shè)計(jì)與實(shí)證檢驗(yàn)

2016-03-26 03:14吳建材廣東輕工職業(yè)技術(shù)學(xué)院廣州510300
商業(yè)經(jīng)濟(jì)研究 2016年1期
關(guān)鍵詞:零售企業(yè)預(yù)測(cè)模型

■ 吳建材(廣東輕工職業(yè)技術(shù)學(xué)院 廣州 510300)

?

零售業(yè)商品需求預(yù)測(cè)體系設(shè)計(jì)與實(shí)證檢驗(yàn)

■ 吳建材(廣東輕工職業(yè)技術(shù)學(xué)院 廣州 510300)

內(nèi)容摘要:本文首先介紹了零售企業(yè)商品需求預(yù)測(cè)的相關(guān)理論方法,在此基礎(chǔ)上設(shè)計(jì)了商品需求預(yù)測(cè)系統(tǒng)。首先利用不同的單項(xiàng)模型預(yù)測(cè)方法,對(duì)商品需求進(jìn)行預(yù)測(cè);之后建立組合預(yù)測(cè)模型;最后通過(guò)單項(xiàng)模型預(yù)測(cè)獲得的預(yù)測(cè)結(jié)果,代入組合預(yù)測(cè)模型,獲得商品的組合預(yù)測(cè)模型需求結(jié)果,最后驗(yàn)證了組合預(yù)測(cè)方法的優(yōu)越性。

關(guān)鍵詞:零售企業(yè) 預(yù)測(cè)模型 預(yù)測(cè)系統(tǒng) 組合預(yù)測(cè)

引言

隨著經(jīng)濟(jì)的快速發(fā)展與市場(chǎng)競(jìng)爭(zhēng)的日趨激烈,物流過(guò)程中的各個(gè)環(huán)節(jié)對(duì)企業(yè)利潤(rùn)的增長(zhǎng)都起著不可忽視的作用。對(duì)于零售業(yè)來(lái)說(shuō),一定數(shù)量的產(chǎn)品庫(kù)存可以維持銷(xiāo)售的穩(wěn)定,及時(shí)應(yīng)對(duì)市場(chǎng)需求的變化,對(duì)上游企業(yè)生產(chǎn)的穩(wěn)定性也起著重要的保證作用。然而,由于市場(chǎng)變化的日新月異,市場(chǎng)需求也不斷朝著個(gè)性化、多樣化發(fā)展,使得對(duì)市場(chǎng)需求的預(yù)測(cè)越來(lái)越困難。各零售企業(yè)為了保證客戶需求,維持穩(wěn)定銷(xiāo)售,只得不斷增加產(chǎn)品庫(kù)存。盲目的增加庫(kù)存占用了企業(yè)大量資金,增加了管理成本,浪費(fèi)企業(yè)資源。如何合理的對(duì)產(chǎn)品市場(chǎng)需求進(jìn)行預(yù)測(cè),進(jìn)而有效的控制產(chǎn)品庫(kù)存,是零售企業(yè)面臨的重要問(wèn)題。通過(guò)對(duì)商品未來(lái)發(fā)展趨勢(shì)作出準(zhǔn)確預(yù)測(cè),可以有效減少產(chǎn)品庫(kù)存,降低庫(kù)存成本,從而提高庫(kù)存管理的科學(xué)性,最終增加企業(yè)效益與市場(chǎng)競(jìng)爭(zhēng)力。

本文針對(duì)零售業(yè)商品需求的預(yù)測(cè)問(wèn)題,探討了商品需求預(yù)測(cè)方法,設(shè)計(jì)了商品需求預(yù)測(cè)系統(tǒng)。首先利用不同的單項(xiàng)模型預(yù)測(cè)方法,對(duì)商品需求進(jìn)行預(yù)測(cè);之后建立組合預(yù)測(cè)模型;最后通過(guò)單項(xiàng)模型預(yù)測(cè)獲得的預(yù)測(cè)結(jié)果,代入組合預(yù)測(cè)模型,獲得商品的組合預(yù)測(cè)模型需求結(jié)果。通過(guò)設(shè)計(jì)商品需求預(yù)測(cè)系統(tǒng),將上述方法具體實(shí)施。利用商品需求預(yù)測(cè)系統(tǒng),對(duì)某商品在某一時(shí)間段的銷(xiāo)售數(shù)據(jù)進(jìn)行了預(yù)測(cè)分析,驗(yàn)證了組合預(yù)測(cè)方法的優(yōu)越性。

需求預(yù)測(cè)基本模型方法

所謂預(yù)測(cè),即通過(guò)對(duì)產(chǎn)品歷史需求數(shù)據(jù)進(jìn)行分析,從而得到產(chǎn)品未來(lái)需求情況的方法。通過(guò)對(duì)產(chǎn)品未來(lái)趨勢(shì)的準(zhǔn)確預(yù)測(cè),可以合理對(duì)資源進(jìn)行分配,用最少的資源為客戶提供最佳的服務(wù),以應(yīng)對(duì)不斷變化的市場(chǎng)需求。對(duì)于需求預(yù)測(cè),可選用的模型方法主要包括:

第一,移動(dòng)平均法。移動(dòng)平均法首先對(duì)時(shí)間序列數(shù)據(jù)分段,在此基礎(chǔ)上,根據(jù)數(shù)據(jù)點(diǎn)的順序逐步來(lái)進(jìn)行推移,從而計(jì)算平均數(shù),得出預(yù)測(cè)結(jié)果。

第二,指數(shù)平滑法。指數(shù)平滑法根據(jù)移動(dòng)平滑法發(fā)展而來(lái)。指數(shù)平滑法通過(guò)將預(yù)測(cè)目標(biāo)的歷史統(tǒng)計(jì)序列進(jìn)行逐層平滑計(jì)算,抵消因?yàn)殡S機(jī)因素產(chǎn)生的影響,進(jìn)而找出待預(yù)測(cè)目標(biāo)的變化趨勢(shì),并根據(jù)此趨勢(shì)對(duì)未來(lái)進(jìn)行預(yù)測(cè)。指數(shù)平滑法一般包括一次平滑法和多次平滑法。

第三,自回歸移動(dòng)平滑模型。自回歸移動(dòng)模型又稱ARIMA模型,是估計(jì)非季節(jié)與季節(jié)隱性的自回歸綜合移動(dòng)平滑模型??梢栽趯?duì)數(shù)據(jù)模式不知道的情況下,找到合適的模型。

第四,一元線性回歸預(yù)測(cè)法。一元線性回歸是用來(lái)對(duì)兩個(gè)變量之間線性關(guān)系進(jìn)行分析的預(yù)測(cè)方法。通過(guò)分析自變量與因變量之間的關(guān)系,從而確定線性回歸方程進(jìn)行預(yù)測(cè)。

組合預(yù)測(cè)方法

在實(shí)際預(yù)測(cè)中,選擇不同的預(yù)測(cè)方法時(shí),其預(yù)測(cè)結(jié)果與精度會(huì)不同。單一的選擇某一種方法來(lái)進(jìn)行預(yù)測(cè),容易使預(yù)測(cè)過(guò)程變得片面,從而影響預(yù)測(cè)準(zhǔn)確度。如果綜合利用各種預(yù)測(cè)模型,根據(jù)其預(yù)測(cè)效果賦予不同的權(quán)重,得到組合后的預(yù)測(cè)模型,去預(yù)測(cè)商品的需求變化,可以得到更好的預(yù)測(cè)結(jié)果。組合模型可有如下具體形式:

(一)算數(shù)平均組合預(yù)測(cè)法

算術(shù)平均法就是賦予每種預(yù)測(cè)結(jié)果相同的權(quán)重,其表達(dá)式如下:

其中,t表示預(yù)測(cè)時(shí)期,i表示某種單項(xiàng)預(yù)測(cè)模型的序數(shù),yt是第t時(shí)期算數(shù)平均組合預(yù)測(cè)法的預(yù)測(cè)值,xit是第i種單項(xiàng)預(yù)測(cè)模型在第t時(shí)期的預(yù)測(cè)值,ki表示是第i種單項(xiàng)預(yù)測(cè)的權(quán)重,m表示單項(xiàng)預(yù)測(cè)模型總數(shù)。

圖1 中華牙膏單項(xiàng)預(yù)測(cè)結(jié)果擬合曲線

圖2 中華牙膏組合預(yù)測(cè)結(jié)果擬合曲線

該方法最顯著的特點(diǎn)就是簡(jiǎn)單易行,既不用考慮每種預(yù)測(cè)方法的準(zhǔn)確性,又無(wú)須關(guān)注不同預(yù)測(cè)誤差之間的相關(guān)性。但缺點(diǎn)是:第一,在實(shí)踐中,每種預(yù)測(cè)方法的預(yù)測(cè)效果不可能完全一致,等權(quán)重忽略了單項(xiàng)預(yù)測(cè)方法之間的差異性;第二,由于不確定性的存在,不同預(yù)測(cè)方法在不同時(shí)期往往表現(xiàn)出不同的預(yù)測(cè)效果,算術(shù)平均法無(wú)法刻畫(huà)不同預(yù)測(cè)方法的時(shí)變性特征。

(二)誤差平方和倒數(shù)組合預(yù)測(cè)法

誤差平方和倒數(shù)組合預(yù)測(cè)法模型如下:

其中,Ei是單項(xiàng)預(yù)測(cè)的預(yù)測(cè)誤差平方和,xit為第i種單項(xiàng)預(yù)測(cè)方法在第t時(shí)期的預(yù)測(cè)值,xt為同一預(yù)測(cè)對(duì)象在t時(shí)期的實(shí)際值,yt是第t時(shí)期誤差平方和倒數(shù)組合預(yù)測(cè)模型的預(yù)測(cè)值。

預(yù)測(cè)誤差平方和是反映預(yù)測(cè)精度的一個(gè)指標(biāo),預(yù)測(cè)誤差平方和越大,該模型的預(yù)測(cè)精度越低,從而它在組合預(yù)測(cè)中的重要性就越低,重要性的降低表現(xiàn)為它在組合預(yù)測(cè)中的權(quán)重就越小。反之,誤差平方和較小的單項(xiàng)預(yù)測(cè)模型在組合預(yù)測(cè)中的權(quán)重就越大。

(三)簡(jiǎn)單加權(quán)平均組合預(yù)測(cè)法

簡(jiǎn)單加權(quán)平均法是先把各個(gè)單項(xiàng)預(yù)測(cè)方法預(yù)測(cè)誤差的方差和Ei,i=1,2,…,m進(jìn)行排序,設(shè)E1>E2>,…,>Em,各個(gè)單項(xiàng)預(yù)測(cè)方法預(yù)測(cè)誤差的方差和與權(quán)重成反比的基本原理知,排序越靠前的單項(xiàng)預(yù)測(cè)方法在組合中的權(quán)重越小。簡(jiǎn)單加權(quán)平均組合預(yù)測(cè)模型如下:

其中,yt是第t時(shí)期加權(quán)平均組合預(yù)測(cè)法的預(yù)測(cè)值,xit為第i種單項(xiàng)預(yù)測(cè)方法在第t時(shí)期的預(yù)測(cè)值,假設(shè)各個(gè)單項(xiàng)預(yù)測(cè)方法預(yù)測(cè)誤差的方差和Ei,i=1,2,…,m的大小順序?yàn)椋篍1>E2>,…,>Em。

表1 中華牙膏銷(xiāo)售量(周)

需求預(yù)測(cè)系統(tǒng)設(shè)計(jì)

為了方便零售業(yè)商品需求預(yù)測(cè)的操作與管理,設(shè)計(jì)商品需求預(yù)測(cè)系統(tǒng),將上述單項(xiàng)和組合預(yù)測(cè)方法集成在預(yù)測(cè)系統(tǒng)中,能夠幫助零售行業(yè)從業(yè)人員把握商品市場(chǎng)需求歷史變化,科學(xué)地制定銷(xiāo)售策略,增加企業(yè)收益。

(一)需求預(yù)測(cè)系統(tǒng)功能

零售業(yè)商品需求預(yù)測(cè)根據(jù)商品市場(chǎng)需求歷史變化,運(yùn)用預(yù)測(cè)模型推測(cè)出今后一個(gè)時(shí)間段內(nèi)的市場(chǎng)需求量。需求預(yù)測(cè)系統(tǒng)主要目標(biāo)是完成以下功能:需求預(yù)測(cè)系統(tǒng)的預(yù)測(cè)對(duì)象為零售業(yè)商品,將商品的基本信息及歷史銷(xiāo)售數(shù)據(jù)錄入系統(tǒng),要方便預(yù)測(cè)人員管理和維護(hù);為提高預(yù)測(cè)的精度,系統(tǒng)能夠?qū)崿F(xiàn)數(shù)據(jù)的預(yù)處理功能;系統(tǒng)中提供單項(xiàng)短期數(shù)值預(yù)測(cè)模型和組合預(yù)測(cè)模型,實(shí)現(xiàn)短期需求預(yù)測(cè)。

(二)系統(tǒng)功能模塊設(shè)計(jì)

依據(jù)以上的系統(tǒng)需求分析和功能描述,可以將需求預(yù)測(cè)系統(tǒng)劃分為6 個(gè)模塊,即基本信息管理模塊、數(shù)據(jù)質(zhì)量管理模塊、模型參數(shù)設(shè)置模塊、單項(xiàng)預(yù)測(cè)模塊、組合預(yù)測(cè)模塊、需求預(yù)測(cè)結(jié)果瀏覽模塊。

基本信息管理模塊對(duì)需求預(yù)測(cè)系統(tǒng)的基本信息,包括商品信息及商品歷史數(shù)據(jù)進(jìn)行管理。主要功能包括對(duì)基本信息查詢和維護(hù)(增加、修改、刪除);數(shù)據(jù)質(zhì)量管理模塊包括對(duì)異常數(shù)據(jù)的預(yù)處理功能和預(yù)測(cè)數(shù)據(jù)的查詢功能;模型參數(shù)設(shè)置模塊設(shè)置單項(xiàng)預(yù)測(cè)模型的參數(shù);單項(xiàng)預(yù)測(cè)模塊對(duì)商品的未來(lái)需求量使用系統(tǒng)提供的單項(xiàng)預(yù)測(cè)模型進(jìn)行預(yù)測(cè);組合預(yù)測(cè)模塊對(duì)商品的未來(lái)需求量使用系統(tǒng)提供的組合預(yù)測(cè)模型進(jìn)行預(yù)測(cè);需求預(yù)測(cè)結(jié)果瀏覽模塊主要是方便用戶查詢商品所使用的預(yù)測(cè)模型,包括單項(xiàng)預(yù)測(cè)和組合預(yù)測(cè)的預(yù)測(cè)結(jié)果。

(三)系統(tǒng)開(kāi)發(fā)工具

系統(tǒng)采用基于Web 的B/S 架構(gòu),開(kāi)發(fā)環(huán)境上,本系統(tǒng)采用開(kāi)發(fā)平臺(tái)為MyEc lip se,運(yùn)用JAVA 語(yǔ)言,系統(tǒng)設(shè)計(jì)模式采用MVC分層結(jié)構(gòu),系統(tǒng)的總體框架采用Stru ts+Sp ring+Ibatis,服務(wù)器和數(shù)據(jù)庫(kù)分別使用Tom cat和MySQL。

商品預(yù)測(cè)實(shí)例分析

利用前文所述的商品需求預(yù)測(cè)系統(tǒng),對(duì)某超市的商品需求預(yù)測(cè)進(jìn)行實(shí)例分析。

(一)實(shí)例介紹

表1的數(shù)據(jù)為某超市中華牙膏的周銷(xiāo)量。本文基于數(shù)據(jù)進(jìn)行分析,對(duì)中華牙膏在該超市未來(lái)銷(xiāo)量做預(yù)測(cè),并對(duì)預(yù)測(cè)結(jié)果進(jìn)行分析。

(二)單項(xiàng)模型預(yù)測(cè)分析

計(jì)算4種不同模型的單項(xiàng)預(yù)測(cè)結(jié)果,繪制擬合曲線圖,并對(duì)第22、23、24周數(shù)據(jù)進(jìn)行預(yù)測(cè),如圖1所示。

從圖1可以看出,自回歸移動(dòng)平滑模型、指數(shù)平滑模型、移動(dòng)平均模型能夠反映出商品需求的波動(dòng)變化;而一元線性回歸模型曲線十分平滑,無(wú)法反映出實(shí)際銷(xiāo)售量的波動(dòng)性,使得產(chǎn)品需求預(yù)測(cè)失效。

(三)組合預(yù)測(cè)分析

對(duì)于組合預(yù)測(cè)方法,選擇自回歸移動(dòng)平滑模型、指數(shù)平滑模型、移動(dòng)平均模型和一元線性回歸模型進(jìn)行組合,并選用算術(shù)平均法、誤差平方和倒數(shù)法、簡(jiǎn)單加權(quán)平均法3種組合預(yù)測(cè)權(quán)重方法來(lái)進(jìn)行預(yù)測(cè)分析。預(yù)測(cè)周期數(shù)仍選3周,并繪制擬合曲線圖,如圖2所示。

由圖2可以看出,3種組合預(yù)測(cè)方法都能很好的體現(xiàn)出實(shí)際值的波動(dòng)性。值得注意的是,在圖1中,通過(guò)一元線性回歸模型獲得的結(jié)果已經(jīng)失去了預(yù)測(cè)功能,但將該失效的曲線同其他三種模型曲線通過(guò)加權(quán)綜合后,獲得的組合預(yù)測(cè)結(jié)果,又重新恢復(fù)了商品需求的預(yù)測(cè)功能。這充分說(shuō)明了組合預(yù)測(cè)模型對(duì)商品的需求趨勢(shì)預(yù)測(cè)的可靠性,預(yù)測(cè)模型能很好體現(xiàn)出商品實(shí)際銷(xiāo)量的波動(dòng)性。組合預(yù)測(cè)方法比單項(xiàng)模型預(yù)測(cè)方法具有優(yōu)越性。

綜上,本文以零售企業(yè)為背景,針對(duì)零售商品的需求特點(diǎn),對(duì)需求預(yù)測(cè)中單項(xiàng)預(yù)測(cè)模型與組合預(yù)測(cè)方法相關(guān)理論進(jìn)行了介紹,設(shè)計(jì)了需求預(yù)測(cè)系統(tǒng)。并在此基礎(chǔ)利用需求預(yù)測(cè)系統(tǒng),對(duì)零售業(yè)商品需求預(yù)測(cè)進(jìn)行實(shí)例分析,驗(yàn)證了組合預(yù)測(cè)方法的優(yōu)越性。

參考文獻(xiàn):

1.王熙,宋福根.市場(chǎng)需求預(yù)測(cè)和銷(xiāo)售優(yōu)化決策支持系統(tǒng)的研究和開(kāi)發(fā)[J].中國(guó)紡織大學(xué)學(xué)報(bào),2000,26(4)

2.李婧,李蘇劍.零庫(kù)存生產(chǎn)及實(shí)現(xiàn)方法[J].物流技術(shù),2001(1)

3.王小忠.物流量預(yù)測(cè)方法研究[D].武漢理工大學(xué),2005(6)

4.陳淑燕,王煒.交通量的灰色神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法[J].東南大學(xué)學(xué)報(bào)(自然科學(xué)版),2004,34(4)

中圖分類號(hào):◆F724.2

文獻(xiàn)標(biāo)識(shí)碼:A

基金項(xiàng)目:▲2014年廣州市哲學(xué)社會(huì)科學(xué)發(fā)展“十二五規(guī)劃”課題“專業(yè)服務(wù)業(yè)發(fā)展規(guī)律與影響因素研究:國(guó)際經(jīng)驗(yàn)與廣州實(shí)證”(編號(hào):14026)

猜你喜歡
零售企業(yè)預(yù)測(cè)模型
基于矩陣?yán)碚撓碌母咝=處熑藛T流動(dòng)趨勢(shì)預(yù)測(cè)
基于支持向量回歸的臺(tái)灣旅游短期客流量預(yù)測(cè)模型研究
基于價(jià)值鏈視角的零售企業(yè)成本核算模式探究
基于神經(jīng)網(wǎng)絡(luò)的北京市房?jī)r(jià)預(yù)測(cè)研究
遵化市| 简阳市| 天气| 永和县| 类乌齐县| 洮南市| 富平县| 焦作市| 大竹县| 榆社县| 漯河市| 汉中市| 万全县| 密山市| 东辽县| 厦门市| 建平县| 南宫市| 天津市| 澜沧| 秀山| 肇庆市| 全椒县| 顺义区| 纳雍县| 永嘉县| 朝阳区| 年辖:市辖区| 革吉县| 江阴市| 德令哈市| 探索| 上犹县| 青川县| 沁源县| 那坡县| 丘北县| 高雄县| 固安县| 博湖县| 寻甸|