組合預(yù)測方法在陽光板材制造企業(yè)的應(yīng)用1

李秀華，董 尹，李廣冉

（1.合肥學(xué)院，安徽 合肥 230601；2.合肥電力安裝總公司 安徽 合肥 230601）

組合預(yù)測方法在陽光板材制造企業(yè)的應(yīng)用1

李秀華1，董 尹1，李廣冉2

（1.合肥學(xué)院，安徽 合肥 230601；2.合肥電力安裝總公司 安徽 合肥 230601）

通過介紹陽光板制造企業(yè)生產(chǎn)預(yù)測現(xiàn)狀，運(yùn)用組合預(yù)測模型對陽光板材制造企業(yè)的銷售物流量進(jìn)行科學(xué)的預(yù)測，從而通過銷售來合理的安排生產(chǎn)，使企業(yè)生產(chǎn)有計劃、有目標(biāo)地進(jìn)行，可以避免因為產(chǎn)能過剩而導(dǎo)致供過于求產(chǎn)生的庫存積壓問題的出現(xiàn)，從而有利于企業(yè)降低庫存資金占有量，進(jìn)而降低整個物流系統(tǒng)的成本，提高企業(yè)的市場競爭水平.

制造企業(yè)；銷售物流；組合預(yù)測

1 研究背景

陽光板板材從上個世紀(jì)80年代開始便引入我國國內(nèi)，并順利的進(jìn)入我國建筑材料市場，廣泛的應(yīng)用于機(jī)場、建筑、溫室等很多方面，并在其建設(shè)發(fā)展中發(fā)揮的作用很大.自1989年起，一批重點建設(shè)工程項目如北京輕軌、北京西站、國際貿(mào)易大廈、香格里拉飯店等率先開始使用陽光板，此后陽光板板材便在很多領(lǐng)域得到廣泛的使用.

九十年代中期以來，隨著市場經(jīng)濟(jì)體制不斷完善和陽光板板材企業(yè)生產(chǎn)能力的提升，我國從剛開始六家陽光板制造企業(yè)快速發(fā)展到今天約上百家，銷售總量也以年百分之二十的速度在增長，發(fā)展速度飛快.但是受迅速進(jìn)步的科學(xué)技術(shù)以及不斷發(fā)展的商品經(jīng)濟(jì)的影響，一些弊端問題開始出現(xiàn)，最顯著的就是市場開始進(jìn)入供過于求的時段.

隨之企業(yè)產(chǎn)品開始滯銷，產(chǎn)品不能正常銷售，流動資金占有量過大，庫存費(fèi)用開始增加.面對陽光板市場的這一情況，就需要相關(guān)企業(yè)的生產(chǎn)部門和銷售部門的信息順利實現(xiàn)對接，預(yù)測客戶需求能力，實現(xiàn)企業(yè)生產(chǎn)與客戶市場需求的完美結(jié)合.

2 需求預(yù)測研究現(xiàn)狀

自1969年起，J．M.Bates學(xué)者就曾對組合預(yù)測進(jìn)行過較為系統(tǒng)深入的研究，他的研究成果就曾引起過很多國內(nèi)外學(xué)者的廣泛關(guān)注［1］.1989年，預(yù)測領(lǐng)域權(quán)威性學(xué)術(shù)刊物《Journal of Forecasting》就曾出版過組合預(yù)測的相關(guān)專輯，這就充分說明組合預(yù)測在當(dāng)今預(yù)測當(dāng)中的重要地位［2］.

我國學(xué)者在組合預(yù)測研究領(lǐng)域也曾取得了許多重要的研究成果，曹長修教授［3］、唐小我教授［4］［5］、馬永開教授以及周傳世博士等幾位學(xué)者取得的研究成果都較為顯著，他們曾在預(yù)測領(lǐng)域權(quán)威刊物《電子科技大學(xué)學(xué)報》、《預(yù)測》、《控制與決策》上發(fā)表過很多和組合預(yù)測相關(guān)聯(lián)的學(xué)術(shù)論文，為促進(jìn)國家組合預(yù)測理論的發(fā)展做出了很大的貢獻(xiàn).

90年代以來，組合預(yù)測就已經(jīng)成為國內(nèi)外預(yù)測領(lǐng)域的重點研究方向以及熱門研究課題.Clemen就曾經(jīng)指出過組合預(yù)測將成為預(yù)測領(lǐng)域研究的主流方向之一［6］，國內(nèi)外很多專家學(xué)者也都相繼取得了許多非常重要的研究成果.

總之，組合預(yù)測方法發(fā)揮的作用愈來愈大，愈來愈多的專家和學(xué)者對組合預(yù)測方法進(jìn)行了很多的理論研究，此文就基于前人研究的基礎(chǔ)上并且結(jié)合實際的需要，提出符合實際的組合預(yù)測模型，并對案例企業(yè)進(jìn)行相關(guān)的預(yù)測.

3 需求預(yù)測模型

3.1 指數(shù)平滑預(yù)測

（1）一次指數(shù)平滑

一般公式：

其中：Ft—平滑值；

yt—實際值；

a為［0,1］，是平滑常數(shù)；

（2）二次指數(shù)平滑

一般公式：

平滑值的計算公式：

在指數(shù)平滑預(yù)測中，最重要的是確定加權(quán)系數(shù)的值，這就需要依據(jù)時間序列的性質(zhì)進(jìn)行合理選擇，選擇原則如下：

A序列波動性如果較為平穩(wěn)，則應(yīng)該在0.1至0.3之間選取較小值，能夠使預(yù)測模型包含較長時間序列信息.

B序列波動性如果迅速并且較為顯著，則應(yīng)該在0.6至0.8間選較大值，這不僅會使預(yù)測模型靈敏度更高，也能迅速跟上數(shù)據(jù)的變化趨勢.

在實際應(yīng)用中，一般采用的是逐步測試法使偏差平方均值MSE最小來確定，其中

3.2 灰色預(yù)測模型

一般模型：

（1）設(shè)時間序列 X（0）有n個觀測值：

累加生成新序列：

（α發(fā)展灰數(shù)；μ內(nèi)生控制灰數(shù)）.

根據(jù)最小二乘法規(guī)律解得：

微分方程預(yù)測模型如下：

通過計算得到累加后的新序列，再通過累減還原成原序列如下：

3.3 構(gòu)建組合預(yù)測模型

對企業(yè)銷售物流進(jìn)行預(yù)測，每種預(yù)測方法都會有其自身的特點和優(yōu)勢，但是沒有一種預(yù)測方法能夠做到零誤差的情況，但是利用組合預(yù)測可以在很大程度上減小因單預(yù)測模型的隨機(jī)性而產(chǎn)生的誤差，并能夠在一定范圍內(nèi)提高預(yù)測精確度.

對于物流需求預(yù)測，需要選取m種不同的預(yù)測方法，令 f1（t），f2（t），…，fm（t）為不同預(yù)測模型第t期預(yù)測值，再分別給預(yù)測模型的預(yù)測結(jié)果賦予其權(quán)重，即可得組合預(yù)測的模型如下：

在預(yù)測的時候，基于誤差的絕對值加權(quán)和衡量預(yù)測得精度更加客觀，考慮了不同點對預(yù)測值的不同影響.所以，權(quán)重wi就是模型的解：

轉(zhuǎn)為一般線性規(guī)劃模型為：

式中eik是第i種預(yù)測模型在第k時刻的預(yù)測誤差，可利用Lingo求解得wi.

4 實例應(yīng)用

4.1 主營業(yè)務(wù)

案例企業(yè)主要產(chǎn)品為高分子聚合物：防霧滴陽光板、陽光板等，產(chǎn)品的種類很多，包括不同層數(shù)、長度、厚度等類別，其廣泛應(yīng)用于農(nóng)業(yè)、工業(yè)、建筑業(yè)、交通運(yùn)輸業(yè)等行業(yè)的多個方面.

企業(yè)目前面臨的主要問題如下：（1）庫存管理以銷售為導(dǎo)向，導(dǎo)致庫存水平居高不下；（2）銷售預(yù)測的很多不確定因素；（3）銷售預(yù)測精確度不高，導(dǎo)致庫存產(chǎn)生放大效應(yīng).

銷售預(yù)測是生產(chǎn)的前期工作，銷售預(yù)測不準(zhǔn)確，生產(chǎn)就會產(chǎn)生放大效應(yīng)，導(dǎo)致庫存過高.如果對客戶需求的預(yù)測準(zhǔn)確度能夠充分提高的話，企業(yè)相關(guān)部門將會在一定程度上緩解庫存控制的難度，工廠及其倉庫的物流人員只需能夠按時按質(zhì)按量的備貨與保證生產(chǎn)轉(zhuǎn)運(yùn)時效穩(wěn)定即可.

為了減少企業(yè)庫存管理的壓力，需要基于企業(yè)近幾年的銷售量，對市場需求量準(zhǔn)確的進(jìn)行預(yù)測.本文按照企業(yè)實際月銷售量進(jìn)行相關(guān)預(yù)測，2010-2016年8月的銷售量如下表1.

表1 2010.8-2016.8陽光板板材的銷售量（單位：kg）

從表1看出2013-2016年8月的銷售數(shù)據(jù)變化幅度不大，可以采用相關(guān)預(yù)測方法預(yù)測2017年8月的銷售量，從而合適的安排生產(chǎn)計劃進(jìn)行生產(chǎn).

4.2 運(yùn)用模型求解

利用Excel進(jìn)行計算指數(shù)平滑統(tǒng)計結(jié)果如下：

（1）利用公式（1）（6）可得到一次指數(shù)平滑的結(jié)果如表2所示：

表2 不同a值的平均誤差和

分析比較得知：a=0.2時，均方差最小，平均值也最優(yōu)，說明案例企業(yè)數(shù)據(jù)變化比較平緩，也較依賴近期的信息變動.

表3 不同年份的二次平滑值

（3）根據(jù)公式（4）和（5），將2016年數(shù)據(jù)代入計算得：a2016=29 318.281；b2016=360.648；根據(jù)公式（2），所得二次指數(shù)平滑法的預(yù)測模型為：=a2016+ b2016T=29 318.281+360.648T

灰色預(yù)測模型：

（1）由表1可見，2010-2016年8月板材的物流銷量，累加生成新數(shù)據(jù)序列如下：

利用公式（8）（9）可以得到GM(1.1)預(yù)測模型為：

表4 灰色預(yù)測的誤差值

誤差絕對值加權(quán)和最小的組合預(yù)測模型：

由二次指數(shù)平滑法與灰色計算可得：

表5 二次指數(shù)平滑值和灰色預(yù)測值誤差

（1）設(shè)二次指數(shù)平滑、灰色預(yù)測在第t時刻的預(yù)測誤差分別是e1t、e2t.根據(jù)2015-2016的預(yù)測數(shù)據(jù)可得e11=4 571.637，e12=-3 601.565；e21=3 206.648，e22=-4 368.180.

（2）根據(jù)公式（13）建立線性規(guī)劃模型如下：

（3）利用 Lingo軟件求得權(quán)重：w1=0.055; w2=0.945

（4）由公式（11）得到誤差絕對值加權(quán)和最小的組合預(yù)測模型如下：

式中 f1t（t）是二次指數(shù)平滑預(yù)測值，f2t（t）是灰色預(yù)測值.

（5）由公式（24）計算可以得到組合預(yù)測模型2010-2016的預(yù)測值：

4.3 優(yōu)化效果分析

計算2011-2016年8月各模型實際值和預(yù)測值的誤差如下表：

表6 模型誤差表

各預(yù)測模型誤差絕對值加權(quán)和比較如下表：

表7 不同預(yù)測方法的誤差加權(quán)絕對值和

從上表7看出，組合預(yù)測模型的預(yù)測誤差相對比較小，預(yù)測精度也較高，因此可以利用組合預(yù)測模型計算2017年8月的銷量，即利用公式（24）可得2017年8月的銷量：

5結(jié)論

組合預(yù)測模型能夠很大程度上避免因單預(yù)測模型產(chǎn)生的誤差，提高了預(yù)測的精確度.企業(yè)可以根據(jù)組合預(yù)測計算出的預(yù)測值合理的安排計劃與生產(chǎn)，在一定程度上抵消了預(yù)測的不確定性，能夠減輕因為預(yù)測不準(zhǔn)確而導(dǎo)致的庫存資金占用過高的情況，另外也能夠提高企業(yè)的客戶服務(wù)水平以及其市場競爭力水平.

［1］BATES J M．The Combination of Forecasts［J］．Operational Research Quarterly，1969，20（4）：45l-468．

［2］TANG X W，ZHOU Z F，SHI Y．The error bounds of combined forecasting［J］.Mathematical and Computer Modeling，2002，36（9）：997-1005．

［3］曹長修，唐小我，王景．一種新的模糊自適應(yīng)變權(quán)重組合預(yù)測算法［J］.電子科技大學(xué)學(xué)報，1997，26（3）：289-291．

［4］唐小我.經(jīng)濟(jì)預(yù)測與決策新方法及其應(yīng)用研究［M］.成都：電子科技大學(xué)出版社，1997.

［5］唐小我.預(yù)測理論及其應(yīng)用［M］.成都：電子科技大學(xué)出版社，1992．

［6］CLEMEN R T.Combining forecasting:A review and annotated bibli-ography［J］.International Journal of Forecasting，1989，5（4）：559-583.

【責(zé)任編輯：吳躍新】

Combination Forecasting Method Applied in Manufacturing Enterprises of the Sunlight Plate

LI Xiuhua1，DONG Yin1，LI Guangran2
（1.Hefei University，Hefei 230601，Anhui，China；2.Hefei Power Installation Company，Hefei 230601，Anhui，China)

By introducing the sunlight plate manufacturing enterprise production forecast，we used the combination forecast model to forecast the sunlight plate manufacture enterprise sales.Thus reasonable arrange production through sales，with the enterprise production plan，targeted，can avoid inventory backlog of the oversupply because of excess production capacity，which is helpful for enterprises to reduce inventory，to reduce the cost of the whole logistics system，and to improve the level of the enterprise market competition.

manufacturing enterprise；sales logistics；combination forecasting

F259

A

1671-5934（2017）03-0007-05

2017-04-05

國家自然科學(xué)基金青年科學(xué)基金資助項目（71603069）；合肥學(xué)院科研發(fā)展基金人文社科類資助項目（16RW02ZDB）

作者簡介：李秀華（1987-），女，安徽界首人，助教，碩士，研究方向為運(yùn)輸、供應(yīng)鏈物流方面的研究，Email：Lixiuhua-23@163.com