[发明专利]一种面向供应链系统的多尺度需求预测方法在审
申请号: | 201310071041.5 | 申请日: | 2013-03-06 |
公开(公告)号: | CN104036103A | 公开(公告)日: | 2014-09-10 |
发明(设计)人: | 徐小龙;孙雁飞;张顺颐;王晓军;李玲娟;骆健;徐鹤;刘茜萍 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 江苏永衡昭辉律师事务所 32250 | 代理人: | 王剑 |
地址: | 210003 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 针对目前单一尺度需求预测方法所导致的需求预测精度的难以控制,本发明提出的一种面向供应链系统的多尺度需求预测方法,综合考虑针对某一预测对象的长期趋势、周期波动和近期市场消费情况,以及当前突发的随机扰动事件,对未来某一时段的市场需求进行科学合理的预测,给出了产品在未来的一段时间里的需求期望水平,为企业调整生产能力、采购、安排生产作业等具体生产经营活动和组织供应链提供重要的计划和决策支撑依据。 | ||
搜索关键词: | 一种 面向 供应 系统 尺度 需求预测 方法 | ||
【主权项】:
一种面向供应链系统的多尺度需求预测方法,其特征在于:1)综合考虑针对某一预测对象的长期趋势、周期波动和近期市场消费情况,以及当前突发的随机扰动因素,计算得到下一时期的需求预测值为
,则:
(1)式(1)中(
)指的分别是长期(
)、中期(
)和短期(
)的多维时间尺度,联合构成一个特定的具体时间段;
是指针对预测对象的下一时期(
)的长期趋势预测值,
是指针对预测对象的下一时期(
)的周期波动预测值,
是指针对预测对象的下一时期(
)的近期消费预测值,
是指针对预测对象的下一时期(
)的随机扰动预测值;
是指为以上各个预测成分设定的权值;其中,长期趋势预测值
主要反映需求的总体发展水平,设实际的长期需求历史数值为
,
,
,……,
,首先计算出长期趋势的环比速度:
,![]()
,……,
(2)然后计算出长期趋势的平均环比速度
:
(3)由此可以得出
为:
(4)2)周期波动预测值
周期波动预测值
主要是考虑了很多商品呈现的中期市场需求周期性波动规律,设实际需求历史数值为
,
,
,……,
,则:
(5)式(5)中的
是预测误差调节系数,式(4)表明当前针对下一时间段的预测值
是当前时间段的实际值
与上次针对当前时间段的预测值
的加权平均,式(5)可进一步演绎为:
(6)这表明根据历史的周期波动预测情况和历史上实际的市场需求情况可计算得出下一时间段的周期波动预测值
;3)近期消费预测值
近期消费预测值
主要是选取短期一段时期内的市场需求情况来进行加权平均以预测未来时间段市场的需求情况,设近期的市场需求情况为
,
,
,……,
,则:
(7)式(7)中的
是权重调节系数;4)随机扰动预测值
随机扰动预测值
主要是受到随机突发的事件的影响,主要是依赖人的主观判定,主要通过定性预测中的专家调查法、用户期望调查法、部门主管意见和销售人员意见汇集法来人为的估算出来。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201310071041.5/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用