季找头预测办法综述

  季找头预测办法也高处季圈子法、季幂数的法、季找头现在的预测办法,季找头预测办法是时期序列预测的一种办法。背诵这种预测办法,率先,背诵时期序列的找头法。。

  季性找头是指价钱的属性。、制造条件和生活习惯等元素的侵袭,跟随季的转化而浮现的整套性变化。如此整套通常是1年。。季找头要点是法的。,每年反复呈现,它的机能是同样的人的找头方向和同样的人变得越来越大的CH。。

季找头预测办法的要点

  率先,用论点办法计算预测意思的季幂数的。,决议季找头法;

  那时的,在已知季平均值的遵守健康,预测将来月(季)。

季找头的求积法

  季找头的求积法首要有:季找头的季找头幂数的为季幂数的。、季性和季性找头等。。

  季幂数的的计算规定的是:

  季幂数的(%)= (历年同季平均数/现在的值)*100%

  必然要阐明的是,这边有两种现在的值:一是横向现在的。,二是边坡的走向。

直系的平均季幂数的法的用手操作进展

  1。搜集历年的论点datum的复数(看守值)(通常在。

  2。找出就是同人家月内观察的平均数。

  三。找出日历中全部月或一节的平均值。

  4。计算每个月或一节的季幂数的,更确切地说,S=A/B。

  5。将来某年级的学生一年一度预测值,找出每个月或一节的平均现在的,再乘以应和的季幂数的,更确切地说,每月和一节的季找头预测I。

  例:鉴于某市文化衫1996-1998交易材料预测1999许多的季的交易量

  设:1999的交易额在1998加法了8%。。

1 2 3 4 5 6 7
一节 1996年 1997年 1998年 各季平均
A=[(2)+(3)+(4)]/3
S=A/B Y = Yt*S
我地区 182 231 330 247 28.9 298.15
Ⅱ一节 1728 1705 1932 1788.3 208.9 2155.16
Ⅲ一节 1144 1208 1427 1259.7 147.2 1518.62
Ⅳ一节 118 134 132 128 15 154.75
概括 3172 3278 3821 3423.7 Y = 1031.67
平均一节平均B=(A1 A2 A3 A4)/ 4 855.925

季找头预测办法的判例辨析

  季变化指在某年级的学生内少许节约气象(必然的时期序列)跟随季变化而产生动摇,它大抵受敢情元素的侵袭。。季元素是纯时期元素,譬如风化、日历日和节假日等。。本文采取季找头预测办法停止诊断结论。、不要两个谷粒指数对住院人次停止辨析和预测。

  1。从表中可以看出季性找头的诊断结论和医生。,我院8月诊治顶峰,贴近的是可以,7月,6月。诊断结论和医生的极小值时期是12月,其次是FEB。。

2001年-2005年各月诊疗人次及季

  2。住院季找头的终止见表:我院住院人数黄金时代的是七月。,贴近的是六月,洛月,8月。极小值住院日为月。,瞬间个是工友和12月。。

2001年-2005年各月住院人次及季幂数的

  三。获取次数与HO次数的相比,6月,7月,八月我院使过于劳累顶峰,1月,2月,三月12月为我院使过于劳累,可以是门诊顶峰船上诊所的平期,octanol 辛醇,门诊游览顶峰时段为特需门诊病人。,十工友同样门诊期,本月剩的时期。

  我院游览人数和住院人数首要受侵袭。用季找头预测病人每月的合计和:观察值和预测值大抵反作用的了季性VA。。呕吐爆发的季性,饲养柔韧的的季性,农民收入的季性决议了HOS的季性。。

2006年诊疗人次住院人次预测值

  变化辨析,游览人次的季找头要点,养老院应在低、平期内平面图临产阵痛假,业进修,短期业务培训,器材维持。放量缩减顶峰期揭露人数,确保重要官职里有十足的使过于劳累人员;配备需求的药品和器材,保证医用耗材的供给,有理库存缩减花费的钱,在充满预付社会效益的根据预付节约效益。

状况二:季幂数的法在备用预测说得中肯运用[2]

  一、季幂数的法预测

  季幂数的法是一种时期序列预测技术,节约柔韧的对交易量的预测。它的要点是去市场买东西整套。,历史交易量季系数的一种计算办法。跟随预测模特儿的不竭改善,季幂数的法不限于节约预测,它也广大的用于预测社会中反对的行动。、学问、技术戎柔韧的。

  用季幂数的法预测检修备用消耗量,只得作出以下猜想:

  器材总额为1台。预测备用遵守不变量;差距在容许见识内。,但为了驱逐积聚背离,模特儿需修正。

  2。器材故障率找头浮现相近直线的法,而不是猛烈的找头;3的完成水平缺少产生尖利地找头。备用的;4。备用进入蜂箱和消耗单位是不变量的。。

  季幂数的法的根本思惟是::率先,缺少季动摇的远程现在的被别离。;季幂数的的重行计算;不可更改的,体格了预测模特儿。。数学模特儿是远程现在的模特儿和S模特儿的子孙。。

  猜想有人家时期序列R_1,R_2,\ldots,R_T,t是序列一节,它是由N年的论点datum的复数结合的。。某年级的学生四季整套的合计是K,那时的是n*k= t,检修备用的计算快跑可分为F

  第1步,运用(1)求k=12(月)或k=4(季)的平移平均值,修正原始材料。平移平均值规定的

  M_t=\frac{R_t+R_{t-1}+R_{t-2}+\ldots+R_{t-k+1}}{K}  (1)

  式中:t=K,K+1,\ldots,T。

  M_t=M_{t-1}+\frac{R_t-R_{t-k}}{K}  (2)

  规定的(1)或(2)是人家复杂的平移平均法。,预测严守标准的不高,轻易产生预测起程和滞后。但采取复杂平移平均法对原始材料停止预处理期间的。,它可以驱逐datum的复数说得中肯非常元素或驱逐D说得中肯整套性重担。。平移平均的下标序列号通常对应于TH。,而不要复杂平移平均法所要修正的也就是私下的那datum的复数。

  禀承(1),当k为偶数时,有别于对应于修正案K/2,K/2+1,K/2+2,\ldots,T-1-K/2,T-K/2,即R^\prime_{K/2}=M_K,R^\prime_{K/2+1}=M_{K+1},R^\prime_{K/2+2}=M_{K+2},\ldots,R^\prime_{T-1-K/2}=M_{T-1},R^\prime_{T-K/2}=M_T

  当k为单数时,有别于对应于修正案(K+1)/2,(K+1)/2+1,(K+1)/2+2,\ldots,T-1-(K-1)/2,T-(K-1)/2,R^\prime_{(K+1)/2}=M_K,R^\prime_{(K+1)/2+1}=M_{K+1},R^\prime_{(K+1)/2+2}=M_{K+2},\ldots,R^\prime_{T-1(K-1)/2}=M_{T-1},R^\prime_{T-(K-1)/2}=M_T

  第2步,在datum的复数调解的根据,平移平均的计算集合式R^{''''}_t,那时的计算每个整套的季性幂数的。S^\prime_t

  S^\prime_t=\frac{R_t}{R^{''''}_t}  (3)

  式中:T从要素集合平移平均开端。

  第3步,平均季幂数的的计算。

  \overline{F}^\prime_j=\frac{S_j+S_{j+k}+\ldots+S_{j(N-1)K}}{N}  (4)

  式中:j=1,2,\ldots,K

  第4步,平均季幂数的的正态化,使其能与之比拟的东西k,更确切地说,计算

  F=\sum_{j=1}^k\overline{F}^\prime_j  (5)

  F_j=\overline{F}^\prime_j\times\frac{K}{F}  (6)

  F_j(j=1,2,\ldots,K)这是本赛季的不可更改的人家指数。。

  第五步,鉴于远程现在的和季性幂数的,季幂数的法预测的数学模特儿,当远程现在的是直线的的,预测模特儿为。

  Rt + L = (at + btL)Fj  (7)

  式中:Rt + L为预测值;t是预测模特儿所处的时期段。;L是间隔预测预测模特儿的区间整套,不可更改的人家心的平移平均间隔;Fj季预测的季性幂数的;at为看守期不可更改的人家心化平移平均值;bt本不可更改的2个心平移平均值的找头现在的值。

  二、季性整套预测模特儿的自适应调解

  本下思绪,可以走快季性CYC的预测模特儿。,朕可以时而地运用新的datum的复数来外侨限制因素。,预付模特儿的白服习。冬播的是幂数的排除的根底。,供应了一种自适应调解的计算办法。。该办法具有3个滑溜方程组。,远程现在的,有别于(at)、现在的增量(bt)、季找头(FYJ)为幂数的排除,那时的,3个排除发生与外推预测规定的相结合。。

  a^\prime_t=\alpha(\frac{y_t+1}{F_j})+(1-\alpha)(a_t+b_t)  (8)

  b^\prime_t=\beta(a^\prime_t-a_t)+(1-\beta)b_t  (9)

  F^\prime_j=\gamma(\frac{y_t+1}{a^\prime_t})+(1-\gamma)F_j  (10)

  式中:\alpha、\beta、伽玛是排除幂数的,这些值可以是同样的人的。,也特色。其规律是对作最低估计预测值和预测值中间的均方背离。。搜索α、\beta、Gamma最使显得漂亮的办法是一步法,它通常需求演习算机来取得。,也可以鉴于亲身参与选择,概括地说,数值见识为0.01。

  典型(8),\frac{y_t+1}{F_j}其意思是驱逐预测说得中肯季性侵袭。,使\frac{y_t+1}{F_j}最好的远程现在的和畸形人的找头。

  在理论地,必然要在这边运用\frac{y_t+1}{F^\prime_j},但在计算这一进展时,典型(10)说得中肯f^ \ PrimeJJ还没有找到。,因而朕只得运用E。鉴于幂数的排除规律,典型(8)的(1 − α)继后需求at不要紧。,只是如此快跑会产生滞后背离。。合乎逻辑的推论是,在at,后加一bt,这是克制滞后起程的办法。。

  在规定的(9)中,现在的的增量是幂数的排除。,用来表现直线的现在的的增量。。典型(10),\frac{y_t+}{a^\prime_t}驱逐现在的元素,它只包括季性和畸形人的找头。,联络季幂数的FJJ前人家整套做季性庙会,驱逐畸形人找头的侵袭,反作用的季找头。

  本型(8)~(10)滑溜方程,可调解计算a^\prime_tb^\prime_tF^\prime_j,重复使用(7),预测值的下一阶段可以计算暴露。。

  三、预测判例

  1。预测宾语的特点

  航行器材的运用时期需停止飞行术锻炼。,具有尖利地的时期特点。团航行器材属于电子器材。,受风化侵袭尖利地,它的做错具有季性要点。。

  鉴于技术、方法的原稿及其彼面,有些部不克不及在在家制造。,需求从往国外的出口,备用供给高级快车,这对备用的预测出席的了很高的召唤。。人家从往国外的引进的短程航行器材的先例,自役以后,备用供给压力大。进入蜂箱过量,器材故障率加法,进入蜂箱本钱也较高;进入蜂箱不可,墓穴侵袭检修使过于劳累,削弱航行遭受性能。器材的检修保养使过于劳累是不要检修来取得的。,全部备用都要不要心。,检修心datum的复数可反作用的备用消耗量。

  表1是特技飞行员的稍许地备用消耗的片刻限制。。从表中可以查看datum的复数。,备用消耗季性动摇尖利地。合乎逻辑的推论是,季幂数的法可用于备用消耗量的预测。。为了预付预测严守标准的,本文先使用2004-2006年备用消耗数体格预测模特儿,那时的鉴于2007年现实消耗量来修正模特儿限制因素,体格一种新的预测模特儿,用改善模特儿预测2008年度备用消耗量。

2004-2007年某备用消耗量

  2。平移平均数

  因零件的消耗在12个月内动摇。,因而跳舞期是12个月。,用(1)或规定的(2)计算平移平均数,那时的依照进展一的规矩,走快修正值R^\prime_t(t=6,7,\ldots,42)。为了驱逐季性和畸形人的找头,需求取得集合平移平均值R^{''''}_{t+1}

  (t=6,7,\ldots,41),它是2个近乎平均数的平均值。,即R^{''''}_{t+1}=\frac{1}{2}(R^\prime_t+R^\prime_{t+1})

  R^{{T 1 }包括远程现在的,滤除季性动摇,遵守序列的根本现在的,R^\prime_t和R^{{T 1 }见下表。

备用消耗平移平均值

  三。季幂数的使用率(3)、规定的(4)计算月平均季幂数的F^\prime_j。抱负限制下,12个月平均数积和为12。,计算发生为11.992。 4,需求调解,弄明白Fj,其发生如表所示。。

季幂数的

  自适应调解4。模特儿

  鉴于表2,体格预测模特儿R_{t+L}-(14.375+0.085\times L)F_j,,2007的备用消耗量计算为185。,现实消耗量为189,4大种差,可是差距在容许见识内。,但为了驱逐积聚背离,模特儿需修正。

  根本规定的(8)~(10),逐渐迫近法的运用,取\alpha=\beta=\gamma=,T月的月耗量及季指数,逐月逐次修订datum的复数,总归走快:a^\prime_t,b^\prime_t,调解季幂数的列举如下。

  调解季幂数的Fj

1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 总额
幂数的 0.5137 0.6842 0.8977 1.0072 1.1839 1.2503 1.6290 1.4972 1.3898 1.0607 0.5285 0.3578 12.0000

  5。使用模特儿预测

  体格了一种新的预测模特儿

  R_{t+L}-(16.503+0.076\times L)F^\prime_j

  消耗量,列举如下表。预测年度备用消耗量,运用下表年消耗预测值,年总消耗量为21L(a),是否月是换得单位,运用上面的表月消耗来预测模特儿和A,备用的使付出努力可预估为2008。,每月可取得消耗。

  2008备用消耗预测表

1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 一共
年消耗 8.73 11.64 15.32 17.25 20.35 21.28 27.63 25.64 24.05 18.51 9.31 6.38
月消耗 10 12 16 18 21 22 29 27 25 19 10 7 216

  是否GM(1),1)预测[3],2008的备用消耗量是209。,预测严守标准的一流。季幂数的法和GM(1)预测发生,1)预测相异不到1%,发生弄清,预测严守标准的较高。。

  所采取的预测办法,充满使用检修线路的片刻datum的复数,预测贴近的月的每月备用消耗量,备用供给机关的有理购买行为、备品备用储备物质准的禀承。模特儿在每个整套后延续调解。,预测背离很小。,完整毫无疑问的预测召唤。该办法能成立地预测器材备用消耗量。,但它需求稍许地猜想。,仅停止1~3年的短期预测。

相互关系登记

参考文献

  1. ↑ 刘群力.季变化预测法在养老院完成说得中肯运用[J].企业家领域(下半月版),2007,(1)
  2. ↑ 高钰榕,易启军,程世辉.季幂数的法在配备检修用备用预测说得中肯运用[J].配备控制力技术学院交易,2009,20(3)
  3. ↑ 皇家野战军,王铁凝,Zhu Shaodong.GM(1),1)模特儿在器材备用订购说得中肯运用[J]。技术期刊,2003(6):35-37

如此签订协议对我很有扶助。23

发表评论

电子邮件地址不会被公开。 必填项已用*标注