需求预测 需求预测方法 定量预测方法之指数平滑法下表是某企业的销售数据：

季度1234去年销售额

今年销售额1500

16001400

15001300

14001600

预测值1480

［1450 0.2×(1600-1450)］1504

［1480 0.2×(1600-1480)］1503.2

［1504 0.2×(1500-1504)］1483.28

［1504.1 0.2×(1400-1504.1)］（续）

需求预测 需求预测方法 定量预测方法之指数平滑法采用二期的简单移动平均法，今年第一季度的预测值：

（1300 1600）/2=1450

使用二期的加权移动平均法，则需要对以往各期的观测值赋予权重，权重的多少可以通过对历史数据分析后获得。假设前二期的观测值的权重为0.4和0.6，则预测值调整为：

1300×0.4 1600×0.6=1480

根据上表，去年和今年前三个季度的销售额已知。假定所使用的参数 为0.2，即指数平滑系数为0.2。今年第一季度的预测值1450，根据去年最后一个季度的销售额1600和所给出的公式，按照指数平滑法计算的今年第一季度的预计销售额就是：

1450＋0.2×(1600-1450)=1480

同理，可以计算出今年第二、第三、第四季度的预计销售额。

很容易发现，指数平滑法的预测结果受 （指数平滑系数）的影响非常大，直接关系到预测的精度。 大，则预测结果越能反映需求的最新动态变化，当期需求波动（指实际销售额与预计销售额之间的差异）对下一期预计销售额的影响就较大；相反， 小，则预测结果对最新动态的反映越不敏感，表明模型较看重历史信息，当期最新信息对预测结果的影响就小。因此，确定合理的参数值，就成为预测的关键。通常，可以对比历史数据与预测数据，选择使预测误差最小的平滑系数。一些预测软件也同时具有自动调整系数的功能。

如果希望在预测中能够更好地反映需求变化的发展趋势和周期性因素，还需要对预测数值作进一步分析调整。例如，可以在指数平滑模型中加入趋势校正因子，或者加入季节性指数，以使得模型的预测精度更高，误差更小，也能更好地适应预测者的要求。