Ирина Эланс

Автор который поможет с любыми образовательными и учебными заданиями

Применение методов прогнозирования в логистике

Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования

Челябинский государственный университет

Институт экономики отраслей, бизнеса и администрирования

Кафедра экономики отраслей и рынка

Презентация

по предмету: «Логистика»

на тему: «Применение методов прогнозирования в логистике»

Выполнил: Филиппова О.Г.

группа 27ПС- 303

Проверил: к.э.н Кузнецов В.А

Челябинск

2012

Содержание.

1. Основные положения теории прогнозирования.

2. Признаки классификации прогнозов, выделяемые в теории прогнозирования.

3. Статистический анализ результатов.

4. Последовательность расчета прогноза объема перевозок.

5. Заключение.

6. Литература.

Основные положения теории прогнозирования.

Значения прогнозных оценок - основа принятия управленческих решений в различных видах планирования:

оперативном
тактическом
стратегическом

Точность прогнозных оценок определяет эффективность реализации логистических операций от оценки вероятности дефицита на складе до выбора стратегии развития фирмы.

Прогноз – вероятностное научно обоснованное суждение о перспективах, возможных состояниях того или иного явления в будущем и (или) об альтернативных путях и сроках их осуществления.

Методология прогнозирования – область знаний о методах, способах и системах прогнозирования:

метод прогнозирования – способ исследования объекта, направленный на разработку прогноза

методика прогнозирования – совокупность одного или нескольких методов

система прогнозирования – упорядоченная совокупность методик и средств реализации

Признаки классификации прогнозов, выделяемые в теории прогнозирования:

Масштабность, отражающая количество значащих переменных при описании объекта

Сложность, характеризующая степень взаимосвязи переменных
Детерминированность или стохастичность переменных

Информационная обеспеченность периода ретроспекции, включая все возможные прогнозы от объектов с полным количественным обеспечением до объектов, у которых такое обеспечение отсутствует

Период прогноза

Например, при рассмотрении технико-экономических показателей:

краткосрочный – до 1 года
среднесрочный – от 1 до 5 лет
долгосрочный – свыше 5 лет

Классификация математических методов программирования:

симплексные (простые) методы экстраполяции по временным рядам;

статистические методы, включающие корреляционный, регрессионный анализ и др.;

комбинированные методы, представляющие собой синтез различных вариантов прогноза.

Классификация прогнозов при формировании методики прогнозирования:

1.прогноз в «узком» смысле (I тип) – прогноз выполняемый при условии, что основные факторы, определяющие развитие прогнозируемого процесса или явления, не претерпят существенных изменений.

2.прогноз в «широком» смысле (II тип) – прогноз, подразумевающий, что исходные данные для получения оценок определяются с использованием опережающих методов прогнозирования: патентного, публикационного и др.

Наибольшее распространение получили методы прогнозирования I типа

Прогнозы I типа:

осуществляются с применением симплексных или статистических методов на основе временных рядов;

число значимых переменных включает от 1 до 3 параметров, т.е. По масштабности они относятся к сублокальным прогнозам;

при использовании одного параметра, например времени, такие прогнозы считаются сверхпростыми, при двух-трех взаимосвязанных параметрах – сложными;

по степени информационной обеспеченности периода ретроспекции прогнозы I типа могут быть отнесены к объектам с полным информационным обеспечением.

Прогнозы II типа:

используются для долгосрочного прогнозирования

разбиваются на два этапа

первый – получение прогнозных оценок основных факторов

второй – прогноз развития процесса или явления

Модель прогноза в общем виде включает 3 составляющие и имеет вид:

, где - прогнозные значения временного ряда;

- значение прогноза (тренд);

- составляющая прогноза, отражающая сезонные колебания;

- случайная величина отклонения прогноза

В частных случаях количество составляющих модели меньше, например только и .

Метод экстраполяции – метод, наиболее часто применяемый для прогнозирования I типа.

Метод экстраполяции. Последовательность расчета.

1. На основе значений временного ряда на предпрогнозном периоде с использованием метода наименьших квадратов определяются коэффициенты уравнения тренда видом которого задаются.

2. Для исследования сезонной волны значения тренда исключаются из исходного временного ряда.

3. Случайные величины отклонения определяются после исключения из временного ряда значений тренда и сезонной волны на предпрогнозном периоде. Как правило для их описания используется нормальный закон распределения.

4. Для повышения точности прогноза применяются различные методы (дисконтирование, адаптация, метод экспоненциального сглаживания)

Комбинированный прогноз

Каждый метод прогнозирования обладает определенной достоверностью, имеет свои преимущества и недостатки. Считается, что комбинированные методы прогнозирования (синтез прогнозов) позволяют компенсировать недостатки одних способов достоинствами других.

Рассмотрим комбинированный прогноз для двух вариантов прогноза на примере автотранспортного предприятия (АТП):

прогноз, выполненный эвристическим методом

прогноз, основанный на мнении экспертов

На формирование стратегии АТП влияют факторы:

Внешние (спрос) – «природа»

Внутренние (перевозные возможности) – определяется политикой и тактикой действий предприятия

Следовательно, объем перевозок Q_j представляет собой случайную величину.

Состояние АТП может быть представлено в виде различных стратегий A_i (характеризуется числом автомобилей N_i и мощностью W_i)

Связь между стратегией A_i и объемом перевозок Q_j определяется в виде матрицы {a_ij}, элементы которой отражают «выигрыш», получаемый АТП при выборе i-ой стратегии в j-ых условиях

Наилучшей стратегией A=A_i является та, при которой показатель A_i обращается в максимум:

A_i=∑a_ij *Q_j -> max

где Q_j=F(Q_j) – вероятность j-ого состояния «природы».

Таким образом, оптимальная стратегия АТП может быть определена при наличии F(Q_j) и матрицы стратегий {a_ij}

Результаты прогноза о Q_j представляются в виде среднего значения и дисперсии, по которым определяется вид функции распределения F(Q_j); далее выбираем стратегию АТП.

Основная трудность использования вышиописанной методики – это невысокая точность прогноза. Повышение точности может быть достигнуто за счет комбинированных прогнозов, предусматривающих синтез двух и более прогнозных вариантов.

Блок-схема прогноза на основе экспертных опросов

Формирование группы экспертов

Составление анкеты и выбор

количественных оценок факторов

Вычисление: среднего значения,

дисперсии, коэффициента

вариации, доверительных границ

Статистический анализ

результатов опроса

Подтверждение достоверности

экспертных оценок прогноза

Оценка экспертной группы

Согласованность

мнений экспертов

Построение диаграммы рангов

Выделение подобных

групп экспертов

Оценка взаимосвязи

мнений экспертов

Проверка

по критериям

Корректировка

Формирование группы экспертов

Важнейшая из составляющих экспертного метода
При прогнозировании в целях минимизации расходов стремятся привлекать минимальное число экспертов при условии обеспечения ошибки результата прогнозирования не более E, где 0<E<1
Рекомендуемое число экспертов может быть определено по формуле:

N_min=2.5+1.5/E

Очевидно, что:

N_min(E=0)->∞, N_min(E=1)=4

Для определения максимальной численности экспертной группы:

N_max<=3/2*∑(K_i/K_max)

K_i-компетентность i-го эксперта, K_max- максимально возможная компетентность по используемой шкале компетентности экспертов

Статистический анализ результатов

1) Определение для каждого фактора суммы рангов:

∑a_ij=a_i1+a_i2+…+a_im , где

a_ij - ранг, присвоенный j-м экспертом i-му фактору,

m – число экспертов

2)Определение средней величины суммы рангов:

k – число факторов

3)Определение суммы квадратов отклонений:

Статистический анализ результатов

4)Определение коэффициента конкордации W, позволяющего оценить степень согласованности мнений экспертов (при отсутствии равных рангов):

Если W!=0 (Существенно), то между оценками экспертов существует определенное согласие

5)Оценка неслучайности согласия мнений экспертов производится с помощью критерия Пирсона по величине при числе степеней свободы n=k-1 и заданном уровне значимости a.

В случае соблюдения неравенства с доверительной вероятностью P=1-a можно говорить, что мнения

экспертов относительно вероятности факторов согласуются неслучайно.

Блок схема выбора стратегии
АТП в целевом сегменте рынка
транспортных услуг

Формирование информационной базы

Построение матрицы стратегий,

Определение граничных значений

Прогноз объема транспортных

услуг стратегии АТП

Выбор критерия оценки

перевозочного процесса

Экстраполяция

по временным рядам

Экспертные

методы

Оценка

однородности

вариантов

прогноза

Определение показателей

комбинированного прогноза

Среднее

значение

Дисперсия

Функция

распределения

Расчет элементов

матрицы выигрыша

Расчет вероятности

состояний сегмента

рынка F(Q)

Расчет вариантов

стратегии АТП

Выбор оптимальной

стратегии АТП

Прогнозы непро-

тиворечивы

Прогнозы про-

тиворечивы

Последовательность расчета прогноза объема перевозок

1)Составляется ряд интервальных значений Q_j возможных объемов перевозок; разбивка на n интервалов.

2)Эксперты оценивают значимость каждого Q_j с использованием баллов, шкала которых охватывает n интервалов, т.е. J=1,2,…,n.

3)Проводится статистическая обработка оценок экспертов, и после ранжирования каждому Q_j присваивается новый номер в порядке убывания, т.е. интервалу Q_j c наименьшей суммой баллов присваивается номер 1 и т.д.

4)Вероятности гипотез (П₁), (П₂),…,(П_n) определяются по формуле:

5)Восстанавливается функция распределения экспертного прогноза перевозок F(Q_эj).

6)Для восстановленной «экспертной» функции находятся среднее значение и дисперсия D_эq.

Значения весовых коэффициентов для определения комбинированных вероятностей каждого

интервала находим по формулам

Последовательность расчета прогноза объема перевозок

-весовой коэффициент экстраполяционного прогноза

- дисперсия экстраполяционного прогноза

- весовой коэффициент экспертного метода

- дисперсия экспертного метода

7) Вероятности F*(Q_j) для комбинированного прогноза рассчитываются следующим образом:

При планировании и управлении логистическими операциями часто используются различные методы и модели прогнозирования. От точности и достоверности прогнозов потребительского спроса, расходования материальных ресурсов, уровня запасов и т. п. напрямую зависит эффективность реализации практически всех логистических концепций

Логистические менеджеры в своей практической деятельности используют различные методы прогнозирования в зависимости от требуемой точности (достоверности), объема и вида исходной информации и других факторов.

Заключение

Список литературы.

Аникин Б.А. Логистика: ИНФРА-М, 2007.

2. Гаджинский А.М. Логистика: ИНФРА-М, 1998

«Бизнес и логистика-2001»: Сборник материалов Московского Международного Логистического Форума. Москва, 2001 год

3.Ельдештейн Ю.М. ЛОГИСТИКА электронный учебно-методический комплекс

4. Неруш Ю.М. Практикум по логистике: [учебное пособие] / Ю.М. Неруш, А.Ю. Неруш - М.: ТК Велби, Проспект, 2008.

Применение методов прогнозирования в логистике 📙 Реферат → 🆔 217161