時間序列技術類型及方法
時間序列技術包括分析歷史數據類型和動態的各種方法，根據具體特征，可以使用各 種變化復雜的技術。
移動平均 移動平均預測法使用近時期銷售量的平均數。該平均數可以包含任何目的的前期時間。常見的是一期、二期、三期、四期和十二期。一期移動平均通過 上一期銷售量預計產生下一期的預測。十二期的移動平均諸如每月使用的是前十二期的平 均數。每一次可以得到一個新時期的實際數據。用它來替代老一個時期的數據。因此， 包括在平均數里的時期次數被看作是個常數。
盡管移動平均數很容易計算但它們有幾個限制，其中重要的是，他們對變化反應遲 鈍或行動遲緩。而且必須維持和更新大量的歷史數據來計算預測。如果歷史的銷售量變化 很大，就不能靠平均數或平均值來做出有效的預測。除了基本成分，移動平均數不考慮前 面所討論的預測成分。
為了部分地克服以上缺陷，引入了加權移動平均，以此作為一種更精確的方法。該權 數更強調新的觀測數值。指數平滑代表了加權移動平均的一種形式。
指數平滑 指數平滑是根據以前的需求水平和預測水平的加權平均數估算的未來銷售量為基礎的。新的預測是因以往預測與實際實現的銷售量之間的差別，而形成的預測的增加部分的函數。
指數平滑的主要優點在于它可以快速計算新的預測，無需大量的歷史記錄和更新資 料。因此，指數平滑高度適用于計算機化的預測。根據平滑常數的值，它還有可能監督和 改變技術敏感性。
使用指數平滑法的關鍵在于選擇恰當的阿爾發因素。如果使用的因素為 員，實際上是 將近時期的物流需求量用做下一時期的預測值。如果使用非常低的值，例如 園郾園員，產生 的預測效果是將預測下降到幾乎是一種簡單移動平均。大的阿爾發因素使預測對變化非常 敏感，因而具有高度的敏感性；而小的阿爾發因素則對變動反應遲緩，因此對隨機波動的 反應減到低限度。因此，指數平滑并不排除需要通過判斷做出決策。在選擇阿爾發因素 的值時，預測者面臨著排除隨機波動，讓預測對需求變化做出充分反應之間的優選問題。
外延平滑 外延平滑可以外延到包括趨勢值和季節波動等要考慮的因素。這類技術分別被稱作趨勢指數平滑和季節性指數平滑。 外延指數平滑在能夠識別這些成分的具體數值時，便結合進了趨勢和季節的影響。外延平滑的計算類似于基本平滑模型的計算，除非存在三種成分和三種平滑常數來表現基本 趨勢和季節成分。
類似于基本指數平滑，外延平滑可以用低限度的記錄保存，迅速地計算新的預測。 做出反應的技術能力取決于平滑常數值。較高的數值提供快速的反應，但會導致過度反 應。外延技術的主要特點是，它們直接考慮趨勢值和季節因素成分。雖然這肯定是一種優 點，但它也是一種弱點。外延技術常常被認為過分敏感，因為人們沒有能力正確地細分每 一項預測成分。這種過于敏感的反應會產生預測精度的問題。
適應性平滑 適應性平滑對阿爾法因素的有效性進行定期考察。阿爾法因素可以在每一次預測結束時進行考察，以便確定能產生完美預測的精確數值。一旦得到確定，
杭州防水補漏工程用于產生預測的阿爾發因素就相應被調整到將會產生精確預測的一個數值。于是，管理上 的判斷部分地被一種系統而又一致的阿爾法因素更新方法所取代。
更復雜的適應性平滑法還包括了一種自動跟蹤信號，以控制誤差。當誤差過大而啟動 信號時，該常數就自動增加，使預測對近期的平滑做出更大的反應。如果近期的物流需求 量變動較大時，所增加的反應將會減少預測的誤差。隨著預測誤差的減少，跟蹤信號會自 動地將平滑常數返回到其原始數值上去。
適應性平滑技術可以對當前形勢的敏感性進行調整。雖然適應性技術被用來對誤差做 出系統化調整，但缺點是，它們有時反應過度，把隨機誤差解釋成為趨勢值或季節因素。 這種誤解會進一步加大以后預測的誤差。
