生产与运作管理试题(共4页).doc
精选优质文档-倾情为你奉上1.表3-10给出了某计算机公司近10个月的实际销售量和用A,B两种模型进行预测的预测值。（a） 计算两种模型的MAD（b） 计算两种模型的RSFE （c） 哪一种模型好一些，为什么？表3-10 单位：台月份12345678910实际销售量566620584652748703670625572618A模型预测值610630610630640650655655630630B模型预测值580600580630702680680680600600解： (a)A模型MOD=/n=（44+10+26+22+108+53+15+30+58+12）/10=378/10 =37.8B模型MOD=/n=（14+20+4+22+46+23+10+55+28+18）/10=240/10 =24 (b)A模型的RSFE=（-44-10-26+22+108+53+15-30-58-12） =18B模型的RSFE= =（-14+20+4+22-+46+23-10-55-28+18） = 26（c）模型较好2.表3-11是某种特种汽车轮胎的月销售记录。（a）计算当SA0=100，=0.2时的一次指数平滑预测值并画图。（b）计算当SA0=100，=0.4时的一次指数平滑预测值。（c）计算（a），（b）两种情况下的MAD,RSFE。 表3-11 单位：只月份123456789101112销售量104104100921059595104104107110109解：（a） 由于SAt=At+（1-）SAt-1 SA1=0.2A1+0.8SA0=0.2104+0.8100=100.8 SA2,3,4,5同上述方法 由于SFt+1=At+（1-）SFt SFt+1=0.2At+0.8SFt 当t=1时，SF2=0.2104+0.8100.8=101.44 其余年份同上述方法求解得如下图：月份实际销售量At上月实际销售量上月预测销售量（1-）上月预测销售量本月平滑预测销售量1104100.8210420.8100.80 80.64 101.44 310020.8101.44 81.15 101.95 49220101.15 80.92 101.56 510518.499.32 79.46 99.65 69521100.46 80.37 100.72 7951999.37 79.50 99.58 81041998.49 78.79 98.66 910420.899.59 79.67 99.73 1010720.8100.48 80.38 100.58 1111021.4101.78 81.42 101.87 1210922103.42 82.74 103.49 （b）SA1=0.4104+0.6100=101.6 SF2=0.4104+0.6101.6=102.56月份实际销售量At上月实际销售量上月预测销售量（1-）上月预测销售量本月平滑预测销售量1104101.60 210441.6101.660.96102.56 310041.610462.4101.54 49240102.461.4497.72 510536.896.858.08100.63 6954297.258.3298.38 7953810160.697.03 810438955799.82 910441.698.659.16101.49 1010741.610462.4103.69 1111042.8105.263.12106.22 1210944108.264.92107.33 （c）在（a）情况下，MAD=/n=（62.59）/12=5.22 在（b）情况下，MAD=/n=（36.33）/12=3.033.表3-12是某城区居民平津没几猪肉消费量。试选用适当的模型并预测该城区居民下一年各季平均猪肉消费量。 表3-12 单位：公斤春夏秋冬第一年3.051.451.964.54第二年5.113.423.896.62第三年7.035.515.958.52第四年9.147.557.8810.56 解：y=a+bxb=()/(22)a=()/nSUMMARY OUTPUT回归统计Multiple R0.R Square0.Adjusted R Square0.标准误差1.观测值16方差分析dfSSMSFSignificance F回归分析185.85.66.1.E-06残差1418.1.总计15103.Coefficients标准误差t StatP-valueLower 95%Upper 95%下限 95.0%上限 95.0%Intercept1.499750.2.0.10.2.0.2.X Variable 10.0.38.1.E-060.0.0.0.所以y=1.49975+0.x所以得出春夏秋冬第五年10.0210.5211.0311.53专心-专注-专业
