[发明专利]一种趋势性、周期性商品的中长期需求预测方法

权利要求书

1.一种趋势性、周期性商品的中长期需求预测方法，其特征在于，包括如下步骤：

（1）获取历史数据，获得以往商品销售的全部历史数据，按照时间先后顺序排列，构建原时间序列{Y_t}；

（2）构建商品历史数据库，进行走势趋势图的绘制；

（3）根据所得趋势图，判断该商品是否呈现整体上升或者整体下降趋势，若符合则进入修正异常值，获得修正异常值后的时间序列数据{Y_t}'；

（4）根据新获得的时间序列{Y_t}'，通过3、5、8、12点移动平均获得周期曲线，确定周期L；

（5）确定初始平滑系数α、β、γ，他们的取值范围在（0，1）之间；

（6）确定预测的初始平滑值；

（7）计算第t期的预测值T_t，公式如下：

α为平滑系数（0＜α＜1）；y_t为第t期实际值；T_t-1为平滑到t-1期的平均序列；

（8）计算趋势变动估计值b_t，公式如下：

b_t＝β(b_t-b_t-1）+（1-β）b_t-1，b_t为趋势变动估计值；β为季节性变动估计的平滑系数，0＜β＜1；

（9）计算季节性变动估计值S_t，公式如下：

S_t为季节性变动估计值；γ为季节性变动估计的平滑系数0＜γ＜1；

（10）重复步骤（5）至（9），根据新构建的时间序列数据{Y_t}’求得基本值T、趋势值b、周期值S，其中t=1、2、3、……n；基本值T有n-L+1个，趋势值b和周期值S有n-L个；

（11）计算商品在未来一定周期内的预测值(W_t+m)₁，公式如下

(W_t+m)₁＝(T_t+mb_t)S_t+m-kLm＝1,2...；

（12）通过“最优平滑系数法”，选取新的平滑系数α、β、γ，获得新的(W_t+m)i,i＝1,2...n；

（13）根据预测值与观测值之间的误差，获得最优精度S，预测误差率MAPE、拟合有效度M，从中选取评价标准最优的预测结果所对应的平滑系数作为“最优平滑系数”；

预测精度S计算公式：

设[T1,T2]为分析区间，x为实际值，x'为预测值，预测误差：e＝x-x'

预测精度S：若则将其舍去，判定为特殊事件；

预测误差率MAPE计算公式：

MAPE=1nΣ|PE|=1nΣ|(x-x′)|x*100%]]>

有效拟合度M：

模型是否有效检验标准：当MAPE<=0.05且m值>=0.7时，模型拟合有效；

（14）通过最优系数法获得的最优系数获得最优平滑系数α、β、γ下的预测结果即为最优预测值(W_t+m)_op；

（15）预测结果分析输出。