一种生活必需品中长期预测方法技术

本发明专利技术公开一种生活必需品中长期预测方法，首先，收集所需预测商品的历史数据，形成数据库。其次，运用经验判断、试算、差分—比率—均值等较科学实用性的计算方法确定算法模型中的影响因子，将历史统计序列中的随机波动消除掉，提高预测结果的准确性。然后，进行数据的输入与结果的输出，针对取得的新数列形成趋势走向图，获得更好的拟合曲线和预测结果。本发明专利技术操作简单，成本较低，公式简捷明了，能够适用于几乎所有的以时间序列为基础的各个领域的预测中，较好的处理了发展呈现明显趋势性特征，波动较少的生活必需品中、长期的市场预测。

【技术实现步骤摘要】

本专利技术涉及，属于信息预测
。
技术介绍
随着市场经济的发展，市场发展已经由价格竞争时代深化进入到成本竞争时代，对市场未来走势的先期判断，在企业运营管理中的作用越来越重要，在很大程度上，影响着企业认知机会和把握机遇的能力。当前，对于商品的市场分析多体现在对历史数据的变动分析和影响因素的事件分析层面，对于市场未来走势的预测分析仅停留在定性分析的范畴，缺少以数据作为支撑的定量分析，也就是说，没有建立起量化的预测模型，对商品市场的需求量无法精确预测。这种状况对于企业精确制定营销战役规划和促销战术计划十分不利，对于营销效果 的精确性评估也缺少可衡量的量化依据。
技术实现思路
专利技术目的:针对现有预测体系中存在的问题，本专利技术提出一种基于加权平均法针对具有明显趋势变化的商品进行未来发展趋势预测的方法，保留趋势性变动的成分，剔除噪音，建立包括该商品所有历史数据记录的数据库，给出该商品未来发展趋势，从而为企业提供清晰、准确、直观的判断依据。技术方案:，适用于需求呈现总体上升或者下降趋势，不包含季节性、周期性变动影响，对外界影响反应较弱的生活必需品的中长期预测。比如面粉、食本文档来自技高网...

【技术保护点】
一种生活必需品中长期预测方法，其特征在于，主要步骤为：（1）将商品历史数据录入数据库并存储，对存储数据进行分析整理；（2）构建商品历史数据走势趋势图，判断是否可以使用所述预测方法进行未来趋势预测；判断是否存在异常值，如果存在，进行剔除之后，再次进入判断是否可以使用所述预测方法进行未来趋势预测；（3）根据商品历史数据构建时间序列{Yt}；（4）确定各指标的平滑系数α；（5）确定初始值和（6）综合预测模型各参数，构建线性趋势预测方程，公式如下：St(1)=ayt+(1-α)St-1(1)①St(2)=αSt(1)+(1-α)St-1(2)其中yt是第t期期的指标...

【技术特征摘要】
1.一种生活必需品中长期预测方法，其特征在于，主要步骤为: (1)将商品历史数据录入数据库并存储，对存储数据进行分析整理； (2)构建商品历史数据走势趋势图，判断是否可以使用所述预测方法进行未来趋势预测；判断是否存在异常值，如果存在，进行剔除之后，再次进入判断是否可以使用所述预测方法进行未来趋势预测； (3)根据商品历史数据构建时间序列{Yt}； (4)确定各指标的平滑系数α； (5)确定初始值S(1)o和S(2)o; (6)综合预测模型各参数，构建线性趋势预测方程，公式如下: 2.如权利要求1所述的生活必需品中长期预测方法，其特征在于: 对于平滑系数α的取值，方法如下: a)差分一比率一均值法 该方法认为，α取值的大小关键取决于t期数本身变化的大小幅度，具体求取步骤: 1)根据时间序列yt的值求出Δyt= Yt-Yt-1 ； 2)然后根据一级差分后的新序列Δyt，求出Δyt即算术平均数； 3)再分别用Δyt比上Δyt各期的值得到新序列{Δyt'}； 4)对Δyt'求算术平均值，即较为准确的α值； b)经验判断法 这种方法主要依赖于时间序列的发展趋势作出判断； 1)若时间序列不规则的波动较小，其...

【专利技术属性】
技术研发人员：李敬泉，
申请(专利权)人：李敬泉，
类型：发明
国别省市：