组合预测方法在阳光板材制造企业的应用1

李秀华，董 尹，李广冉

（1.合肥学院，安徽 合肥 230601；2.合肥电力安装总公司 安徽 合肥 230601）

组合预测方法在阳光板材制造企业的应用1

李秀华1，董 尹1，李广冉2

（1.合肥学院，安徽 合肥 230601；2.合肥电力安装总公司 安徽 合肥 230601）

通过介绍阳光板制造企业生产预测现状，运用组合预测模型对阳光板材制造企业的销售物流量进行科学的预测，从而通过销售来合理的安排生产，使企业生产有计划、有目标地进行，可以避免因为产能过剩而导致供过于求产生的库存积压问题的出现，从而有利于企业降低库存资金占有量，进而降低整个物流系统的成本，提高企业的市场竞争水平.

制造企业；销售物流；组合预测

1 研究背景

阳光板板材从上个世纪80年代开始便引入我国国内，并顺利的进入我国建筑材料市场，广泛的应用于机场、建筑、温室等很多方面，并在其建设发展中发挥的作用很大.自1989年起，一批重点建设工程项目如北京轻轨、北京西站、国际贸易大厦、香格里拉饭店等率先开始使用阳光板，此后阳光板板材便在很多领域得到广泛的使用.

九十年代中期以来，随着市场经济体制不断完善和阳光板板材企业生产能力的提升，我国从刚开始六家阳光板制造企业快速发展到今天约上百家，销售总量也以年百分之二十的速度在增长，发展速度飞快.但是受迅速进步的科学技术以及不断发展的商品经济的影响，一些弊端问题开始出现，最显著的就是市场开始进入供过于求的时段.

随之企业产品开始滞销，产品不能正常销售，流动资金占有量过大，库存费用开始增加.面对阳光板市场的这一情况，就需要相关企业的生产部门和销售部门的信息顺利实现对接，预测客户需求能力，实现企业生产与客户市场需求的完美结合.

2 需求预测研究现状

自1969年起，J．M.Bates学者就曾对组合预测进行过较为系统深入的研究，他的研究成果就曾引起过很多国内外学者的广泛关注［1］.1989年，预测领域权威性学术刊物《Journal of Forecasting》就曾出版过组合预测的相关专辑，这就充分说明组合预测在当今预测当中的重要地位［2］.

我国学者在组合预测研究领域也曾取得了许多重要的研究成果，曹长修教授［3］、唐小我教授［4］［5］、马永开教授以及周传世博士等几位学者取得的研究成果都较为显著，他们曾在预测领域权威刊物《电子科技大学学报》、《预测》、《控制与决策》上发表过很多和组合预测相关联的学术论文，为促进国家组合预测理论的发展做出了很大的贡献.

90年代以来，组合预测就已经成为国内外预测领域的重点研究方向以及热门研究课题.Clemen就曾经指出过组合预测将成为预测领域研究的主流方向之一［6］，国内外很多专家学者也都相继取得了许多非常重要的研究成果.

总之，组合预测方法发挥的作用愈来愈大，愈来愈多的专家和学者对组合预测方法进行了很多的理论研究，此文就基于前人研究的基础上并且结合实际的需要，提出符合实际的组合预测模型，并对案例企业进行相关的预测.

3 需求预测模型

3.1 指数平滑预测

（1）一次指数平滑

一般公式：

其中：Ft—平滑值；

yt—实际值；

a为［0,1］，是平滑常数；

（2）二次指数平滑

一般公式：

平滑值的计算公式：

在指数平滑预测中，最重要的是确定加权系数的值，这就需要依据时间序列的性质进行合理选择，选择原则如下：

A序列波动性如果较为平稳，则应该在0.1至0.3之间选取较小值，能够使预测模型包含较长时间序列信息.

B序列波动性如果迅速并且较为显著，则应该在0.6至0.8间选较大值，这不仅会使预测模型灵敏度更高，也能迅速跟上数据的变化趋势.

在实际应用中，一般采用的是逐步测试法使偏差平方均值MSE最小来确定，其中

3.2 灰色预测模型

一般模型：

（1）设时间序列 X（0）有n个观测值：

累加生成新序列：

（α发展灰数；μ内生控制灰数）.

根据最小二乘法规律解得：

微分方程预测模型如下：

通过计算得到累加后的新序列，再通过累减还原成原序列如下：

3.3 构建组合预测模型

对企业销售物流进行预测，每种预测方法都会有其自身的特点和优势，但是没有一种预测方法能够做到零误差的情况，但是利用组合预测可以在很大程度上减小因单预测模型的随机性而产生的误差，并能够在一定范围内提高预测精确度.

对于物流需求预测，需要选取m种不同的预测方法，令 f1（t），f2（t），…，fm（t）为不同预测模型第t期预测值，再分别给预测模型的预测结果赋予其权重，即可得组合预测的模型如下：

在预测的时候，基于误差的绝对值加权和衡量预测得精度更加客观，考虑了不同点对预测值的不同影响.所以，权重wi就是模型的解：

转为一般线性规划模型为：

式中eik是第i种预测模型在第k时刻的预测误差，可利用Lingo求解得wi.

4 实例应用

4.1 主营业务

案例企业主要产品为高分子聚合物：防雾滴阳光板、阳光板等，产品的种类很多，包括不同层数、长度、厚度等类别，其广泛应用于农业、工业、建筑业、交通运输业等行业的多个方面.

企业目前面临的主要问题如下：（1）库存管理以销售为导向，导致库存水平居高不下；（2）销售预测的很多不确定因素；（3）销售预测精确度不高，导致库存产生放大效应.

销售预测是生产的前期工作，销售预测不准确，生产就会产生放大效应，导致库存过高.如果对客户需求的预测准确度能够充分提高的话，企业相关部门将会在一定程度上缓解库存控制的难度，工厂及其仓库的物流人员只需能够按时按质按量的备货与保证生产转运时效稳定即可.

为了减少企业库存管理的压力，需要基于企业近几年的销售量，对市场需求量准确的进行预测.本文按照企业实际月销售量进行相关预测，2010-2016年8月的销售量如下表1.

表1 2010.8-2016.8阳光板板材的销售量（单位：kg）

从表1看出2013-2016年8月的销售数据变化幅度不大，可以采用相关预测方法预测2017年8月的销售量，从而合适的安排生产计划进行生产.

4.2 运用模型求解

利用Excel进行计算指数平滑统计结果如下：

（1）利用公式（1）（6）可得到一次指数平滑的结果如表2所示：

表2 不同a值的平均误差和

分析比较得知：a=0.2时，均方差最小，平均值也最优，说明案例企业数据变化比较平缓，也较依赖近期的信息变动.

表3 不同年份的二次平滑值

（3）根据公式（4）和（5），将2016年数据代入计算得：a2016=29 318.281；b2016=360.648；根据公式（2），所得二次指数平滑法的预测模型为：=a2016+ b2016T=29 318.281+360.648T

灰色预测模型：

（1）由表1可见，2010-2016年8月板材的物流销量，累加生成新数据序列如下：

利用公式（8）（9）可以得到GM(1.1)预测模型为：

表4 灰色预测的误差值

误差绝对值加权和最小的组合预测模型：

由二次指数平滑法与灰色计算可得：

表5 二次指数平滑值和灰色预测值误差

（1）设二次指数平滑、灰色预测在第t时刻的预测误差分别是e1t、e2t.根据2015-2016的预测数据可得e11=4 571.637，e12=-3 601.565；e21=3 206.648，e22=-4 368.180.

（2）根据公式（13）建立线性规划模型如下：

（3）利用 Lingo软件求得权重：w1=0.055; w2=0.945

（4）由公式（11）得到误差绝对值加权和最小的组合预测模型如下：

式中 f1t（t）是二次指数平滑预测值，f2t（t）是灰色预测值.

（5）由公式（24）计算可以得到组合预测模型2010-2016的预测值：

4.3 优化效果分析

计算2011-2016年8月各模型实际值和预测值的误差如下表：

表6 模型误差表

各预测模型误差绝对值加权和比较如下表：

表7 不同预测方法的误差加权绝对值和

从上表7看出，组合预测模型的预测误差相对比较小，预测精度也较高，因此可以利用组合预测模型计算2017年8月的销量，即利用公式（24）可得2017年8月的销量：

5结论

组合预测模型能够很大程度上避免因单预测模型产生的误差，提高了预测的精确度.企业可以根据组合预测计算出的预测值合理的安排计划与生产，在一定程度上抵消了预测的不确定性，能够减轻因为预测不准确而导致的库存资金占用过高的情况，另外也能够提高企业的客户服务水平以及其市场竞争力水平.

［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］曹长修，唐小我，王景．一种新的模糊自适应变权重组合预测算法［J］.电子科技大学学报，1997，26（3）：289-291．

［4］唐小我.经济预测与决策新方法及其应用研究［M］.成都：电子科技大学出版社，1997.

［5］唐小我.预测理论及其应用［M］.成都：电子科技大学出版社，1992．

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

【责任编辑：吴跃新】

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

国家自然科学基金青年科学基金资助项目（71603069）；合肥学院科研发展基金人文社科类资助项目（16RW02ZDB）

作者简介：李秀华（1987-），女，安徽界首人，助教，硕士，研究方向为运输、供应链物流方面的研究，Email：Lixiuhua-23@163.com