《ERP上机实验》试验一(内容)(130428)(To—Students).doc

物流实验中心ERP上机实验课程实验报告班级：10物流 班姓名：张慧玲学号：20103735ERP上机实验课程实验报告1实验名称ERP/MRP原理生产规划：指数平滑法预测实验实验地点犀浦X7307 指导教师陈 宁学时1实验开放时间2013年04月28日 15:5017:25实验内容1.掌握ERP/MRP原理生产规划编制的基础，预测方法的应用。包括一次指数平滑法、二次指数平滑法，并比较各种方法优劣。2.掌握判断各种预测模型误差的方法。3.了解EXCEL工作原理, 学会根据使用要求设置需要的函数。6.锻炼自己的自学能力和在短时间内查阅资料以获得自己所需的信息。相关课程企业资源计划、高等代数、数据库应用系统应具备的基本技能理论基础知识扎实,具有一定的动手能力备注每1名同学1台电脑试验原始数据：某汽车制造企业2000年2011年1.6V标准配置汽车的全球销售情况如下表。 单位：万台年份销售数量年份销售数量200080.252006265.61200184.12007320.44200299.852008398.392003115.262009507.682004150.92010600.962005209.912011665.941） 使用二次指数平滑法，取a=0.2, S0(1)= S0(2)=106.07(前5期均值)，预测2012和2013年该企业1.6V标准配置汽车的全球销售情况。2） 试用三次指数平滑预测2012和2013年的该企业1.6V标准配置汽车的全球销售情况。3) 比较方法优劣。（保留小数点两位）。预测过程如下： （一）采用二次指数平滑法1.取a0.2，初始值为：S0(1)= S0(2)=106.07(前5期均值)。表1 a=0.2二次指数平滑法预测值年份t销售数量YtSt(1)St(2)Yt|Yt-Yt|/Yt12345783-7/32000180.25100.906105.0372106.070.321744542001284.197.5448103.538795.7420.138430442002399.8598.00584102.432190.05240.0981231820034115.26101.4567102.23792.472960.1977011920045150.9111.3453104.0587100.48120.3341206120056209.91131.0583109.4586120.45360.4261653720067265.61157.9686119.1606158.05780.4049251420078320.44190.4629133.4211206.47860.3556403320089398.39232.0483153.1465261.76520.34294242200910507.68287.1747179.9521330.67560.34865357201011600.96349.9317213.9481421.20280.29911677201112665.94413.1334253.7851519.91130.21928207201213预测值612.3187201314预测值652.15582、同理，可得a分别取值0.1，0.5，0.9时，初始值为：S0(1)= S0(2)=106.07(前5期均值)，此时的二次指数预测值。3、再分别求得可得a分别取值0.2，0.1，0.5，0.9时，初始值为：S0(1)= S0(2)=80.25 （初值)，此时的二次指数预测值。4、根据标准差的公式，对MAPE值进行求解，得到当a=0.9，初始值为：S0(1)= S0(2)=80.25时，更接近实际值。表1 a=0。9二次指数平滑法预测值年份t销售数量Yta=0.9St(1)St(2)Yt|Yt-Yt|/Yt12345783-7/3080.2580.2580.2580.2502000180.250.980.2580.2580.2502001284.10.983.71583.368580.250.0457792002399.850.998.236596.749787.180.1268920034115.260.9113.5577111.8769113.10450.01870120045150.90.9147.1658143.6369130.36560.1360820056209.910.9203.6356197.6357182.45470.13079620067265.610.9259.4126253.2349263.63430.00743820078320.440.9314.3373308.227321.18940.00233920089398.390.9389.9847381.809375.43960.057608200910507.680.9495.9105484.5003471.74240.070788201011600.960.9590.455579.8596610.0120.015063201112665.940.9658.3915650.5383696.40980.045755201213预测值736.9234201314预测值807.60220.041386预测结果分析：由于预测误差比较大，模型的预测效果不是很理想，原因是二次指数平滑法不适合于具有二次曲线趋势型时间序列的预测。（二）采用三次指数平滑法1. 根据二次指数平滑法的结果，取a0.9，初始值为：S0(1)= S0(2)= S0(3)=80.25年份t销售数量Yta=0.9St(1)St(2)St（3）Yt|Yt-Yt|/Yt1234563-7/3080.2580.2580.2580.252000180.250.980.2580.2580.2580.2502001284.10.983.71583.368583.0566580.250.041392002399.850.998.236596.749795.380490.6450.07727820034115.260.9113.5577111.8769110.2272124.8540.09947720045150.90.9147.1658143.6369140.2959133.48050.09299220056209.910.9203.6356197.6357191.9017201.24710.01172920067265.610.9259.4126253.2349247.1016290.22330.11877120078320.440.9314.3373308.227302.1145325.62650.03591420089398.390.9389.9847381.809373.8395375.20890.037888200910507.680.9495.9105484.5003473.4342492.37470.00713201011600.960.9590.455579.8596569.217644.4190.091394201112665.940.9658.3915650.5383642.4062691.70370.050596201213预测值709.03201314预测值729.50060.032334平均 预测结果分析：由以上两种计算方法的比较我们可以看出三次指数平滑法的预测误差比二次指数平滑法的误差减少了很多。所以针对不同的问题，应该选择适当的方法进行预测。（三）加入季节变动预测1、利用趋势比率法（长期趋势结果借用三次指数平滑法得到的预测值）第一季度第二季度第三季度t123456789101112销售数量Yt80.2584.199.85115.26150.9209.91265.61320.44398.39507.68600.96665.94Yt80.25 80.25 90.65 124.85 133.48 201.25 290.22 325.63 375.21 492.37 644.42 691.70 季节比率100%104.80%110.16%92.32%113.05%104.30%91.52%98.41%106.18%103.11%93.26%96.28%通过对数据的分析，将数据按顺序划分为3组，每组数据包含四年的销售数量。季节指数季度1季度2季度3季度4合计同季平均106.41%104.07%98.31%95.67%404.46%季节指数(Fi)105.24%102.92%97.23%94.61%400.00%修正指数：=400.00%/404.46%=98.90%预测值为：T13= Y13 F1=709.03*105.24%=746.1631 T14= Y14 F2= 729.50 *102.92%=750.8287(四)加入循环变动 通过多次尝试，发现Y=S*T+C*I更适合本次预测。所以C*I=Y- S*T，通过移动平均，消除不规则变动I，求得循环变动Ct123456789101112Yt80.2584.199.85115.26150.9209.91265.61320.44398.39507.68600.96665.94Yt84.4582.5988.13118.12140.47207.13282.17308.08394.85506.77626.54654.43746.16750.82C*I4.20 -1.50 -11.72 2.87 -10.43 -2.78 16.57 -12.36 -3.53 -0.91 25.59 -11.50 移动平均1.35 -6.61 -4.43 -3.78 -6.60 6.89 2.10 -7.94 -2.22 12.34 7.04 -11.5041n-3 移动平均C-3.01 -3.45 -6.43 -3.45 1.12 0.48 0.23 -5.60 7.05 4.39 7.042638-11.504184.45 82.60 91.14 121.58 146.90 210.58 281.06 307.61 394.63 512.37 619.50