本發(fā)明涉及一種預(yù)測方法，尤其涉及一種酒店一次性用品需求預(yù)測方法。
背景技術(shù)：
在酒店管理的過程中，信息的產(chǎn)生是無時無刻的。特別是客戶消費和酒店采購方面，需要大量的人力資源來進(jìn)行信息處理，為了避免出錯，又引入了大量的人力進(jìn)行信息的審核。給酒店的人力資源管理和酒店成本的降低造成了極大的困難。因此采用信息技術(shù)提高服務(wù)質(zhì)量和管理水平勢在必行。目前為止，企業(yè)和研究機構(gòu)已經(jīng)開發(fā)出大量的酒店一次性用品訂單系統(tǒng)，但是這些管理系統(tǒng)中一般不包含酒店用品需求預(yù)測模塊和訂單自動生成模塊。由于庫管人員對庫存信息沒有科學(xué)化的了解，導(dǎo)致了庫管人員隨機性地采購酒店用品，最后就造成了嚴(yán)重的庫存積壓、資金浪費或者采購不及時而造成庫存緊缺。尤其是酒店的一次性用品，如牙具、牙膏、沐浴液、洗發(fā)液、剃須膏、剃須刀、香皂、拖鞋、浴帽等。這些酒店用品有以下特點：使用周期短；使用量大；使用后需要及時補充；保質(zhì)期短；屬于視覺化、感受化產(chǎn)品。
為了解決上述問題，可以考慮在酒店管理系統(tǒng)中引入預(yù)測單元，對酒店一次性用品的需求進(jìn)行預(yù)測。目前現(xiàn)有工商業(yè)較常用的預(yù)測方法為時間序列分析法。時間序列分析法是一種考慮變量隨時間發(fā)展變化規(guī)律并用該變量以往的統(tǒng)計資料建立數(shù)學(xué)模型做外推的預(yù)測分析方法。由于時間序列分析法所需要的只是序列本身的歷史數(shù)據(jù)，因此，這一類方法當(dāng)前的應(yīng)用非常廣泛。隨著當(dāng)前預(yù)報商業(yè)和工業(yè)數(shù)據(jù)經(jīng)驗方法的發(fā)展，時間序列方法，諸如：指數(shù)平滑預(yù)測、趨勢外推法和齊次非平穩(wěn)模型預(yù)測等方法，越來越廣泛的應(yīng)用于各種預(yù)測中。
然而現(xiàn)有工商業(yè)中所使用的時間序列預(yù)測方法僅基于歷史的數(shù)據(jù)，而沒有綜合考慮現(xiàn)實中的影響因素，科學(xué)但缺乏精確性。
技術(shù)實現(xiàn)要素：
本發(fā)明所要解決的技術(shù)問題在于克服現(xiàn)有技術(shù)不足，提供一種酒店一次性用品需求預(yù)測方法，在進(jìn)行需求預(yù)測時，綜合考慮了對酒店一次性用品用量產(chǎn)生影響的諸多影響因素，所得到的酒店一次性用品需求預(yù)測值更準(zhǔn)確，可更好地幫助酒店實現(xiàn)零庫存。
本發(fā)明具體采用以下技術(shù)方案解決上述技術(shù)問題：
酒店一次性用品需求預(yù)測方法，包括以下步驟：
步驟1、獲取酒店一次性用品的實際用量歷史數(shù)據(jù)以及每個歷史周期中酒店一次性用品用量的各影響因素的量化值；
步驟2、利用時間序列預(yù)測方法對最近若干個歷史周期的酒店一次性用品用量進(jìn)行預(yù)測，得到這最近若干個歷史周期的酒店一次性用品用量的時間序列預(yù)測值；
步驟3、以所述最近若干個歷史周期的酒店一次性用品的實際用量作為觀測值，以綜合預(yù)測值與觀測值之間誤差平方和最小為目標(biāo)，對以下綜合預(yù)測模型進(jìn)行曲線擬合，得到擬合參數(shù)α0、α1、β1、…、βn：
式中，為第t個周期的酒店一次性用品的綜合預(yù)測值；為第t個周期的酒店一次性用品的時間序列預(yù)測值；xt,k為第t個周期的酒店一次性用品用量的第k個影響因素的量化值；n為酒店一次性用品用量的影響因素總數(shù)；εt為隨機干擾因素，其服從均值為0、方差為σ2的正態(tài)分布；
步驟4、利用所述時間序列預(yù)測方法對待預(yù)測的未來某個周期的酒店一次性用品用量進(jìn)行預(yù)測，得到該周期的酒店一次性用品用量的時間序列預(yù)測值，并獲取該周期中酒店一次性用品用量的各影響因素的量化值；將該周期的酒店一次性用品用量的時間序列預(yù)測值以及各影響因素的量化值代入曲線擬合后所得到的綜合預(yù)測模型，得到待預(yù)測的未來某個周期的酒店一次性用品用量的綜合預(yù)測值。
優(yōu)選地，所述時間序列預(yù)測方法為使用動態(tài)指數(shù)的三次指數(shù)平滑預(yù)測方法。
優(yōu)選地，所述酒店一次性用品用量的影響因素包括：酒店促銷、酒店廣告、旅游季、產(chǎn)品生命周期、產(chǎn)品品質(zhì)、季節(jié)趨勢、酒店的未來規(guī)劃。
根據(jù)相同的發(fā)明思路還可以得到以下技術(shù)方案：
一種酒店一次性用品訂單系統(tǒng)，該系統(tǒng)包括綜合預(yù)測單元，用于使用以上任一技術(shù)方案所述方法對酒店一次性用品需求進(jìn)行預(yù)測，得到待預(yù)測的未來某個周期的酒店一次性用品用量的綜合預(yù)測值。
進(jìn)一步地，該系統(tǒng)還包括訂單生成單元，用于根據(jù)綜合預(yù)測單元輸出的待預(yù)測的未 來某個周期的酒店一次性用品用量的綜合預(yù)測值，以及酒店一次性用品的當(dāng)前庫存量，自動生成酒店一次性用品的采購訂單。
相比現(xiàn)有技術(shù)，本發(fā)明具有以下有益效果：
本發(fā)明針對酒店一次性用品需求特點，在現(xiàn)有數(shù)據(jù)序列預(yù)測方法基礎(chǔ)上，通過回歸分析方法確定各影響因素與預(yù)測值之間的關(guān)系，并根據(jù)所確定的關(guān)系得到酒店一次性用品用量的綜合預(yù)測值，從而有效提高了酒店一次性用品需求預(yù)測的準(zhǔn)確性，對于酒店零庫存管理目標(biāo)的實現(xiàn)具有重要意義。
本發(fā)明方法算法簡單，對硬件要求低，可基于常規(guī)個人電腦實現(xiàn)，不需要特定硬件設(shè)備，實現(xiàn)成本低廉；且易于與現(xiàn)有酒店一次性用品訂單系統(tǒng)整合。
具體實施方式
本發(fā)明針對酒店一次性用品需求特點，在現(xiàn)有數(shù)據(jù)序列預(yù)測方法基礎(chǔ)上，通過回歸分析方法確定各影響因素與預(yù)測值之間的關(guān)系，并根據(jù)所確定的關(guān)系得到酒店一次性用品用量的綜合預(yù)測值。
本發(fā)明的酒店一次性用品需求預(yù)測方法，具體包括以下步驟：
步驟1、獲取酒店一次性用品的實際用量歷史數(shù)據(jù)以及每個歷史周期中酒店一次性用品用量的各影響因素的量化值；
上述數(shù)據(jù)可來自現(xiàn)有酒店管理系統(tǒng)的數(shù)據(jù)庫，可將酒店管理系統(tǒng)數(shù)據(jù)庫分為一次性用品使用數(shù)據(jù)庫D1、酒店影響因素數(shù)據(jù)庫D2、酒店一次性用品庫存數(shù)據(jù)庫D3和酒店新品引入數(shù)據(jù)庫D4等子數(shù)據(jù)庫。
酒店一次性用品的使用情況受很多因素的影響，主要包括：社會經(jīng)濟等宏觀因素，如經(jīng)濟性GDP、政治形勢等；微觀因素，如酒店經(jīng)營策略、季節(jié)性旅游和產(chǎn)品，經(jīng)營策略包括顧客服務(wù)、促銷、廣告等，季節(jié)性旅游包括重要節(jié)日，產(chǎn)品包括產(chǎn)品生命周期、產(chǎn)品品質(zhì)和季節(jié)性趨勢。由于本發(fā)明針對一次性用品，屬于短期需求預(yù)測，宏觀因素在預(yù)測期間無變化，可不加以考慮。因此本發(fā)明所考慮的影響因素主要包括：酒店促銷、酒店廣告、旅游季、產(chǎn)品生命周期、產(chǎn)品品質(zhì)、季節(jié)趨勢和酒店的未來規(guī)劃等微觀因素。這些影響因素可通過打分的方式進(jìn)行量化。
步驟2、利用時間序列預(yù)測方法對最近若干個歷史周期的酒店一次性用品用量進(jìn)行預(yù)測， 得到這最近若干個歷史周期的酒店一次性用品用量的時間序列預(yù)測值；
在現(xiàn)有各類時間序列預(yù)測方法中，指數(shù)平滑預(yù)測是這些方法中最重要和應(yīng)用最廣泛的方法之一。它相對其他模型比較簡單，但在預(yù)測研究中卻占有非常重要的地位，被廣泛的應(yīng)用到商業(yè)預(yù)測中來平衡各種庫存的大小，而且在其它領(lǐng)域的預(yù)測中也有著較好的表現(xiàn)。指數(shù)平滑法有如下幾個優(yōu)點：
(1)操作指數(shù)平滑法操作簡易，成本低廉。公式簡單明了，輸入數(shù)據(jù)簡單，在普通的計算機上即可完成操作；
(2)使用范圍和性能適應(yīng)性強，性能優(yōu)良，指數(shù)平滑法可以說適用于幾乎所有的以時間序列為基礎(chǔ)的預(yù)測中，并不僅僅在經(jīng)濟預(yù)測上，還可以用于自然科學(xué)，軍事等各個方面；
(3)數(shù)據(jù)處理的方法利用全部歷史數(shù)據(jù)和相關(guān)信息遵循“厚近薄遠(yuǎn)”的規(guī)則加權(quán)、修勻數(shù)據(jù)。使得數(shù)據(jù)模型具有抵御和減弱異常數(shù)據(jù)影響的功能，并使時間序列包含的歷史規(guī)律顯著的體現(xiàn)出來。這兩項是指數(shù)平滑最顯著的特點；
(4)數(shù)據(jù)的需求和處理量可以節(jié)省很多數(shù)據(jù)和數(shù)據(jù)處理時間，指數(shù)平滑預(yù)測只要有上期實際數(shù)據(jù)和預(yù)測值就可以計算下期的預(yù)測值，這樣可以節(jié)省很多的數(shù)據(jù)和計算機處理數(shù)據(jù)的開銷。
指數(shù)平滑預(yù)測法是一種確定性的平滑預(yù)測法。其實質(zhì)是:通過計算指數(shù)平滑平均數(shù)來平滑時間序列，消除歷史統(tǒng)計序列中的隨機波動，以找出其主要發(fā)展趨勢。根據(jù)設(shè)置參數(shù)的不同可以分為單指數(shù)預(yù)測，雙指數(shù)預(yù)測，和三指數(shù)預(yù)測。其中，單指數(shù)具有一個參數(shù)，適合于具有平穩(wěn)性特性時間序列的預(yù)測，也稱為平穩(wěn)性預(yù)測。雙指數(shù)預(yù)測具有兩個參數(shù)，適合于具有趨勢性特性時間序列的預(yù)測，也稱為趨勢性預(yù)測。三指數(shù)預(yù)測具有三個參數(shù)，適合于具有趨勢和季節(jié)性或周期性特性時間序列的預(yù)測，也稱為季節(jié)性或周期性預(yù)測。指數(shù)平滑的三種預(yù)測方法中，預(yù)測曲線擬合程度的好壞與預(yù)測結(jié)果的準(zhǔn)確度有關(guān)，而預(yù)測曲線的擬合程度與設(shè)定的參數(shù)值有直接的關(guān)系。所以，參數(shù)的好壞非常重要。
目前指數(shù)平滑研究大部分都集中在應(yīng)用方面，如果建立一種動態(tài)參數(shù)的指數(shù)平滑模型，就可以比較好的解決指數(shù)平滑模型面臨的三大難題，即對平滑初值的確定、對平滑參數(shù)的選取和靜態(tài)的平滑參數(shù)本身很難適應(yīng)時間序列自身的變化。黎鎖平首次提出了一種新型的選用動態(tài)指數(shù)的指數(shù)平滑預(yù)測模型，這種方法針對的是一般的指數(shù)平滑模型，新模型的思想可以較好的解決上面提到的一個難題，即動態(tài)適應(yīng)的平滑參數(shù)。
根據(jù)以上幾種指數(shù)平滑方法的特點描述，由于酒店用品具有可預(yù)測性、階段性、季節(jié)性，因此，本發(fā)明優(yōu)選使用動態(tài)指數(shù)的三次指數(shù)平滑預(yù)測方法，其基本思想如下：在樣本空間，定義周平均值向量為xt為t期的觀測值，則三次指數(shù)平滑公式為：
式中，α為靜態(tài)平滑參數(shù)(加權(quán)系數(shù))(0<α<1)，為t期的一次指數(shù)平滑值， 為t期的二次指數(shù)平滑值，為t期的三次指數(shù)平滑值。
第t+m期的預(yù)測值為：
式中，
為了使三次指數(shù)平滑模型能夠適應(yīng)時間序列自身的變化，對上述三次指數(shù)平滑模型進(jìn)行改進(jìn)，最終得到三個改進(jìn)的三次指數(shù)平滑公式，如下：
式中，為動態(tài)平滑系數(shù)，它是關(guān)于時間t的函數(shù)，并且當(dāng)t>1時，0<φt<1；當(dāng)t＝1時，limt→1φt＝1。為了保持φt在[0,1)領(lǐng)域的連續(xù)性，下面約定φt的初始值φ1＝1。
在以上改進(jìn)的三次指數(shù)平滑公式中，預(yù)測公式為：
式中參數(shù)at，bt，ct的值為：
在這個改進(jìn)的三次指數(shù)預(yù)測公式中，初始值用第1期的觀測值x1表示。
這樣，即可利用動態(tài)指數(shù)的三次指數(shù)平滑預(yù)測方法得到任意一個周期中的酒店一次性用品的用量預(yù)測值。
步驟3、以所述最近若干個歷史周期的酒店一次性用品的實際用量作為觀測值，以綜合預(yù)測值與觀測值之間誤差平方和最小為目標(biāo)，對以下綜合預(yù)測模型進(jìn)行曲線擬合，得到擬合參數(shù)α0、α1、β1、…、βn：
式中，為第t個周期的酒店一次性用品的綜合預(yù)測值；為第t個周期的酒店一次性用品的時間序列預(yù)測值；xt,k為第t個周期的酒店一次性用品用量的第k個影響因素的量化值；n為酒店一次性用品用量的影響因素總數(shù)；εt為隨機干擾因素，其服從均值為0、方差為σ2的正態(tài)分布；
由于本發(fā)明所考慮的微觀影響因素的屬性差異較大，且屬性指標(biāo)值小的影響因子的解釋能力會被指標(biāo)值大的影響因子削弱，為避免這些誤差，本發(fā)明采用線性對數(shù)模型進(jìn)行綜合預(yù)測。以所述最近若干個歷史周期的酒店一次性用品的實際用量(例如最近一個季度內(nèi)每周的一次性用品實際用量)作為觀測值，利用最小二乘法進(jìn)行回歸分析，即以綜合預(yù)測值與觀測值之間誤差平方和最小為目標(biāo)，對式(6)的綜合預(yù)測模型進(jìn)行曲線擬合，從而得到擬合參數(shù)。擬合參數(shù)確定后的式(6)即可用于酒店一次性用品的綜合預(yù)測。
步驟4、利用所述時間序列預(yù)測方法對待預(yù)測的未來某個周期的酒店一次性用品用量進(jìn)行預(yù)測，得到該周期的酒店一次性用品用量的時間序列預(yù)測值，并獲取該周期中酒店一次性用品用量的各影響因素的量化值；將該周期的酒店一次性用品用量的時間序列預(yù)測值以及各影響因素的量化值代入曲線擬合后所得到的綜合預(yù)測模型，得到待預(yù)測的未來某個周期的酒店一次性用品用量的綜合預(yù)測值；
同樣利用使用動態(tài)指數(shù)的三次指數(shù)平滑預(yù)測方法得到待預(yù)測周期的酒店一次性用品用量的時間序列預(yù)測值并獲取該周期內(nèi)n個影響因素的量化值xt,k(k＝1,2,…,n)；將代入式(6)即可得到待預(yù)測周期的酒店一次性用品用量的綜合預(yù)測值
利用上述預(yù)測方法可生成相應(yīng)的綜合預(yù)測單元，將其整合進(jìn)現(xiàn)有酒店一次性用品訂單系統(tǒng)即可實現(xiàn)酒店一次性用品需求自動準(zhǔn)確地預(yù)測；并可在酒店一次性用品訂單系統(tǒng)中進(jìn)一步增加訂單生成單元，根據(jù)綜合預(yù)測單元輸出的待預(yù)測的未來某個周期的酒店一次性用品用量的綜合預(yù)測值，以及酒店一次性用品的當(dāng)前庫存量，自動生成酒店一次性用品的采購訂單。