FGM预测模型在物流配送商品销量预测中的应用

来源:用户上传      作者: 王兴伟

　　随着经济的发展,我们商品市场已经趋向饱和,日常竞争日趋激烈,其中北京xx商场就面临的一个物流配送商品同质性日趋严重、入行与推出壁垒很低的市场环境。同时当前价格战频繁,商品认知度低,消费者与顾客期望又不断细化与分化的市场环境下,xx商场不仅要及时提供消费者与顾客所需要的商品,而且还要提供一流的商品售后服务。其中物流配送商品销量预测是商场管理的重要基础工作,它对于商场的物流配送、商品统计、发展规划以及经济评价等都起着至关重要的作用。本文为此具体探讨了FGM预测模型在物流配送商品销量预测中的应用。
　　
　　一、xx商场FGM预测模型研究
　　
　　近年来我国学者开始将物流配送商品销量预测的目光转向模糊灰色预测模型(FGM预测模型)。本文为此提出了针对xx商场商品的销售需求FGM预测模型,结合定性分析,对xx商场的物流配送商品需求进行有效预测,以期符合xx商场xx物流配送商品需求预测的实际需要,同时为其它物流配送商品的需求预测提供具有参考价值的预测体系和结论。
　　
　　二、基于FGM预测模型的商场物流配送商品销量预测方法研究
　　
　　(一)数据获取及筛选
　　众所周知,在商场的物流配送商品销售中,各销售终端一般配备有具有各种功能键的专用自动收银与记录机,用以实现自动结算和记录大量的商品销售资料,我们知道,这些商品销售资料的内容一般都包含销售商品日期、销售商品名称、商品数量、商品金额、销售人员资料、机器资料等信息。为此商场可从各自动收银与记录机获得电子版销售流水账表。不过要对一些商品进行销售的需求预测,找寻其中的规律,还必须根据原始日(yn)流水账数据对该商品进行适当的汇总与统计。因此我们在本系统中增加了周、旬、月份度汇总与统计的功能,详细记录了其中的数据。比如我们对某商品按照销售周进行了汇总,生成的记录能研究商品各周销售情况的流水账数据,然后再按销售旬、月份进行汇总与统计,那么就可生成记录所研究商品各旬、月份销售情况的流水账表。
　　(二)FGM预测单项模型选择与建立
　　在物流配送商品FGM预测单项模型选择与建立中,常用的FGM预测模型有移动平均法和指数平滑法,本文采用指数平滑法。在本模型中,FGM预测模型使用了以前各周、旬、月份的预测值和实际观测值,确定了平滑系数α。其考虑了过去所掌握的相关信息,利用预测值再借助得到的实际商品销量统计值,加入最新商品销量信息适当更新,就可得到对未来商品销量的准确预测。本系统又对使用FGM预测模型的指数平滑法进行改进,对时间作一阶和二阶差分,构造了一个新的平稳序列模型,从而消除了一些理论偏差。本系统模型描述现如下。我们可运用公式:yn+1=Δyn+1+yn (n=1,2,…,n) 来求得。
　　其中yn为第n期的物流商品需求实际值(n=1,2,3,4,5…,n);时间序列:y1,y2,y3,y4,y5,…yn。Δyn为第n期的物流商品需求实际值与第n=1期的需求实际值之差,称一阶差分值; Δ2yn为n时期的二阶差分估计值;α为平滑系数,它的大小规定了重新预测值中新数据和预测值所占的比重。y n+1就为所求需求序列的估计,不过随着时间的推移,y n+1具有随机性,它的值应该自适应数据结构的变化,这样的预测模型就可以迅速地自动修正上一期的预测误差,从而对商品在瞬息万变的市场中进行需求预测带来极大的方便。同时其中的平滑系数α值能使整个模型动态化,其可以随着时间的推移而改变,并对物流配送商品销量变化做出及时的响应。
　　(三)实证分析
　　本文任意截取xx商场数据文件中某物流配送商品任一段时间序列数据为原始数据,利用FGM预测法对某物流配送商品销售量分别进行预测,结果见表。其中表中的最优P值及α初始值分别利用实验法以0.1为步长进行搜索预测获得。一阶差分-指数平滑模型中最佳初始值:α=0.88、p=0.09;二阶差分-指数平滑模型中最佳初始值:α=0.94、p=0.88。(如表所示)
　　
　　通过上述算例分析,表明本文提出的FGM预测模型具有相对较高的预测精度,可以作为同类物流配送商品销量预测的有效工具。为此我们认为,商场物流配送商品的成本和效率在很大程度上取决于其商品销量预测精度。
　　(王兴伟,1965年生,徽商职业学院副教授。研究方向:物流工程、配送管理)

转载注明来源:https://www.xzbu.com/2/view-417489.htm