需求预测算法 - 时序预测算法分析

针对已经介绍过了5类算法，算数平均法、简单移动平均法、加权移动平均法、一次指数平滑法、二次指数平滑法，通过对实际生产中的几类产品（快流件/中流件/慢流件）进行模拟。通过对不同的产品类型与数据的模拟计算，综合分析几类算法的优缺点。

一、数据准备

在供应链计划领域，通常定义在过去一段周期内（可能是12个月）消耗数量（需求数量/频次）达到一定的数据范围进行划分，通过对数量的值进行划分，定义快/中/慢流件。

1.1、数据示例

1.1.1、快流件

需求发生频繁、消耗稳定且可预测的配件。这些是维修保养中的“常客”，有持续的需求历史。下列是一组数据：

1.1.2、中流件

需求频率和不确定性介于快流件和慢流件之间的配件。其需求不像快流件那样规律，但比慢流件活跃。下列是一组数据：

1.1.3、慢流件

需求频率极低、需求时间与数量高度不确定的配件。这些配件通常“备而不用”，但一旦需要则至关重要，下列是一组数据：