1) mean square error-optimal forecasting method
均方误差优化预测
1.
Lee,the qualified and simulation model of bullwhip effect are established when order-up-to inventory policy employed,which investigate demand variability caused by forecasting technology,such as moving average method(MA) or exponentially weighted moving average method(EWMA) or mean square error-optimal forecasting method(MSE-optimal).
Lee提出的消费需求AR(1)自相关模型为基础,在假定采用订货点库存策略的前提下,分别推导出了零售商采用移动平均法、一次指数平滑法预测及均方误差优化预测市场需求时,生产商所面对的需求波动,建立三种需求预测技术对一个两级供应链牛鞭效应影响的量化模型及仿真模型并进行了验证,分析了不同预测技术对供应链牛鞭效应的影响及适用范围。
2) MSE-optimal forecasting
均方误差预测
3) prediction mean squared error
预测均方误差
5) mean square prediction error
均方预测误差
6) forecast-period mean squared error
预测期均方误差
补充资料：预测误差
预测误差
预测误差事物的预测值与其实际值之间的差异。它是评价预测准确度的一个重要因素。由于事物的发展变化受多种因素的影响，预测必有误差存在。 一般用于反映预测误差的综合指标有以下几个: ①平均绝对误差。指各期实际值与预测值的离差绝对值的算术平均数，即平均绝对误差 艺{y一y，{ MAD一乙望一一—一- 7Z式中，y，为t期的实际值，夕:为t期的预测值，t一1，2..·…n。 ②平均平方误差，即均方差( MSE)，指各期预测误差的平方的算术平均数，即 材sE一工呈(，，一，，)“ 九r一1 ③平均平方根误差即误差的标准差(RMSE)，指均方差的平方根，用公式表示: 尺对SE一丫五歹云云 计算预测误差的主要作用，是衡量预测方法的优劣，并在众多预测方法及预测模型中进行比较，以选出最佳的预测方案，提高预测的准确度。但是，不能简单地用预测值与将来的实际值之间的偏差来确定预测是否准确，因为产生偏差的原因多种多样:①事物的预测值是指如果不采取任何行动和实际措施将会产生的后果。当实际上采取了措施以后，实际值还会与预测值之间有偏差，这种偏差不能认为是预测的不准确。;雪由于预测值是一个平均数，一个期望值，将来的实际值会受到许多因素的影响，它会围绕预测值上下波动，这就会使预测值与实际值之间产生偏差③预测方法的不适当会产生预测误差。实际上预测误差主要是针对第1、第2种情况而言的。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条