Применение экономико-математических методов для прогнозирования уровня потребляемого материального потока
На основании имеющихся данных о потребностях в материальных ресурсах ФГУП «172 ЦАРЗ» необходимо осуществлять прогнозирование материальных потоков, которое имеет большое значение в логистическом планировании. Если спрос и предложение соответствует запланированной модели, то запасы в точности соответствуют плану. Рассмотрим прогнозирование на основе временных рядов. Динамика годовой потребности в запасных частях характеризуется следующими данными (тыс.шт.), представленных в таблице 3.11.
Таблица 3.10 – Данные о динамике потребностей в запасных частях
|
Год |
2002 |
2003 |
2004 |
2005 |
2006 |
2007 |
2008 |
|
Годовая потребность |
15,1 |
16,5 |
18,5 |
25,4 |
30,8 |
34,1 |
35,1 |
Рассчитаем параметры двух уравнений трендов и, выбрав лучшую форму тренда, выполнить по ним точечный прогноз на 2008г.
В Excel в качестве аппроксимирующих чаще всего используются следующие функции:
– гиперболическая;
– логарифмическая;
– степенная;
– параболическая;
– показательная.
Каждая из этих моделей отображает определенный вид нелинейной взаимосвязи признаков, когда изменение средних значений Y в зависимости от Х происходит неравномерно – с ускорением, замедлением или изменением направления связи [2].
Результаты подбора двух уравнений тренда представлены на рисунке 3.9. Оценка параметров математической модели прогнозирования осуществляется в автоматическом режиме при построении линии тренда.
Рисунок 3.9 – Подбор двух уравнений тренда
Результаты оценки параметров уравнений регрессии представлено в таблице 3.11.
Таблица 3.11 – Результаты оценки параметров уравнений тренда
|
Вид тренда |
Уравнение тренда |
Величина достоверности аппроксимации |
|
Линейная |
|
|
|
Степенная |
|
|
