2021年基于决议支持系统的卷烟需求预计模型优化研究 卷烟需求预计.docx

2021年基于决议支持系统的卷烟需求预计模型优化研究_卷烟需求预计基于决议支持系统的卷烟需求预计模型优化研究_卷烟需求预计

　　［摘要］本文以时间序列预计法中的指数平滑法为关键研究方法，提出了基于决议支持系统的预计模型，并对该方法进行了优化，该方法对于决议支持系统的卷烟需求预计有着主要的参考价值。
　　［关键词］指数平滑法；优化；指数平滑；预计
　　［中图分类号］C934［文件标识码］A［文章编号］1005-6432202110-0064-01
　　1卷烟需求预计模型
　　卷烟需求预计方法
　　卷烟需求预计的方法分为很多个，这里关键讨论的是时间序列预计法中的指数平滑法。指数平滑法是对过去的观察值加权平均进行预计的一个方法，该方法是加权平均的一个特殊形式，观察值时间越远，其权数也跟着展现指数的下降。指数平滑法和全部的时间序列分析一样，全部基于下边两个基础假设：①决定事物过去发展的原因，在很大程度上仍决定事物的未来发展。这些原因作用的机理和数量关系是不变的或改变不大。②未来发展的过程属于渐进过程，不是跳跃式的改变，即促进社会经济现象不规则波动的原因，是不稳定的短期起作用的原因，它对社会经济现象只产生局部的偶然影响。指数平滑法的关键目标，是依据过去经济现象逐期增减变动的数量或比率，研究经济发展改变的规律性，预计未来发展的趋势。模型法即数学模型法，就是用一个或一组数学方程(包含代数方程、微分方程或差分方程等)来表示所预计事物随时间改变的形式或客观事物之间的关系，来计算事物未来的改变和状态，达成预计的目标。指数平滑法的数学模型很多，对数学模型的选取，既要分析相关预计对象的历史数据，还要分析其未来发展的趋势过程。关键研究的问题有：
　　①预计参数是单调递增还是单调递减，是有一个还是多个极值，极值是稳定的还是周期变动的；
　　②预计参数的极值是极大还是极小；
　　③决定预计对象发展过程的函数有没有拐点；
　　④描述预计对象的函数是否含有对称性；
　　⑤预计对象的发展过程在时间上是否有显著的限制等。
　　卷烟需求早期预计模型的建立
　　在一个较长的时期里，从卷烟产品的特征、卷烟消费者特征及居民人均可支配收入的角度进行分析时，我们提出以下假设：从长久统计来看，因为消费对象的相对稳定，卷烟消费的年总量从长久看应该服从线性规律。(假如成立，可使用线性回归对后期数据进行预计)假如这个假设成立，那么从长久来看其需求预计应符合采取指数平滑法的前提。“指数平滑”分析工具基于前期预计值依据平滑公式得出对应的新预计值，并修正前期预计值的误差。此工具将使用平滑常数α，其大小决定了此次预计对前期预计误差的修正程度。~的数值可作为合理的平滑常数。这些数值表明此次预计应将前期预计值的误差调整20%~30%。大部分的常数造成快部分的响应但会生成不可靠的预计。小部分的常数会造成预计值长久的延迟。
　　不过在对某地域卷烟销售和需求实地的课题调研中我们发觉，在使用“指数平滑”分析工具对不一样平滑常数α取值后，经过比较各误差平方和后发觉α大于等于时预计的效果很好，不过用一次指数平滑进行预计时，通常α取值小于。若α大于才能靠近实际值，通常说明序列有某种趋势或波动过大，通常不适适用指数平滑法进行预计。同时在对一些连续年份内的需求量和实际供给量数据进行了线性回归方程的拟合优度检验和相关性分析后我们发觉，方程拟合程度不高，信