[发明专利]一种季节性、周期性商品的最优订购周期预测方法

说明书

技术领域

本发明涉及一种季节性、周期性商品的最优订购周期预测方法，适用于带有周期现象、对季节敏感的，在周期内销量先增加后减少的商品，通过对该商品的最优订购周期的预测，有利于企业在当期对商品的订购周期进行提前决策，属于信息预测技术领域。

背景技术

市场经济的发展加剧了企业间的竞争，企业竞争从价格竞争转变为成本竞争，库存成本作为其重要组成部分，在企业竞争中的作用愈发重要。目前的固定订货批量模型方法约束条件过多，较少考虑实际情况，难以很好地反映动态、复杂多变的实际市场需求，造成滞销、脱销现象地频繁发生，使得物资周转率低下，也没有考虑可供使用的资本。

发明内容

发明目的：针对现有商品订购周期预测中存在的问题与不足，本发明提供一种季节性、周期性商品的最优订购周期预测方法，基于商品的历史销售数据，预测商品的当期销售需求，并考虑商品的订货费用、库存持有成本以及银行贷款还息成本，通过定量方法得出该商品的最优订购周期，从而提高企业商品周转质量，节约企业库存成本，提升企业市场竞争力。

技术方案：一种季节性、周期性商品的最优订购周期预测方法，适用于带有周期现象、对季节敏感的，主要表现为周期内销量先增加后减少的商品，比如：冷饮、羽绒服等。具体包括如下步骤：

(1)获取商品上一个销售周期内的历史销售量数据，销售周期通常以月为单位，通常为3至24个月，按照时间先后顺序排序，构建时间序列数据{Y_t}；

(2)预测下一销售周期时间段商品销售量数据{F_t}，利用如下公式：

S′_t＝aY_t+(1-a)S′_t-1

S″_t＝aS′_t+(1-a)S″_t-1

S″′_t＝aS″_t+(1-a)S″′_t-1

a_t＝3S′_t-3S″_t+S″′_t

b_t＝[(6-5a)S′_t-(10-8a)S″_t+(4-3a)S″′_t]*a/(1-a)²

c_t＝(S′_t-2S″_t+S″′_t)*a/(1-a)²

F_t+m＝a_t+b_t*m+c_t*m²/2

Y_t为上一周期内第t时期的实际销售量，F_t+m为距离上一周期m个周期内第t时期的预测销售量，S′_t为预测周期内第t时期的一次指数平滑值，S″_t为预测周期内第t时期的二次指数平滑值，S″′_t为预测周期内第t时期的三次指数平滑值，S′_t-1为预测周期内第t-1时期的一次指数平滑值，S″_t-1为预测周期内第t-1时期的二次指数平滑值，S″′_t-1为预测周期内第t-1时期的三次指数平滑值，a_t、b_t、c_t为预测周期内第t时期的平滑系数，a(0<a<1)为平滑系数，本方法中的a值由用户设定，初始值：

S'₂＝aY₂+(1-a)Y₁

S″₂＝aS'₂+(1-a)Y₁

S″′₂＝aS″₂+(1-a)Y₁

F_2+m＝a₂+b₂*m+c₂*m²/2