1. 研究目的与意义（文献综述）

高新技术的突飞猛进和国际贸易的空前发展,使得全球进入了一个飞速发展的“新经济”时代,同时也使传统物流在不断向现代意义上的物流转变,其主要内涵包括了运输的合理化、仓储的自动化、包装的标准化、装卸的机械化、加工配送的一体化、信息管理的网络化等等。

指数平滑法是时间序列预测技术中的重要方法,由于它在计算上比较简单,需要的历史数据有一定的伸缩性,因而有着较大的适应性,目前我们在预测中比较容易遇到的一个问题是历史数据不全,尤其是各相关因素的历史数据不全,在这种情况下并应用回归模型、计量经济模型等预测方法就会有一定困难, 这时指数平滑法就成为比较适应的预测方法。物流系统是一个庞大复杂的系统,特别是全程物流,包括信息、运输、仓储、配送、搬运、包装和物流再加工等诸多环节,每个环节信息流量十分巨大。

robert g. brown于1944年左右在为美国海军做研究分析师时提出指数平滑的思想，而且在20世纪50年代，他将该方法由连续时间序列推广至离散时间序列预测上，而且对趋势和季节项进行了处理，并且将此方法第一次应用于库存管理上。john muth于1960年第一次在进行预测时把指数平滑方法用于统计模型中，对于其引入的两种统计模型，其最优预测与简单指数平滑模型所得到的结果是一致的。hyndman于2002年提出状态空间模型为指数平滑方法提供了理论支持。

2. 研究的基本内容与方案

指数平滑法由布朗(r.g.browr}于1960年提出，目的是为了预测库存量。指数平滑法又称指数加权平均法，它是选取各时期权数为递减指数数列的一种均值方法。时间序列的态势具有稳定性或规则性，所以时问序列可被合理地顺势推延，也即是说时问序列数据具有一定的连续性，如果市场未来不发生突然的、跳跃式的变化，而是渐进变化的，那么基于时问序列数据的预测分析，可以进一步推测市场未来的发展趋势。指数平滑法是通过计算平滑平均值，并利用一定的时间序列模型对未来进行预测的一种方法。预测的成功与否取决于平滑常数的选择，平滑常数通常用α表示。α的大小表示在新预测值中新数据和原预测值所占的比重。α值越大，新数据在新预测值中所占的比重就越大，原预测值在其中所占比重就越小，反之亦然。新预测值是根据预测误差对原预测值进行修正得到的。

研究拟选取货运量作涌流需求量的指标，运用指数平滑法以x省物流需求量进行分析和预测。可以根据预测平方和误差和均方差最小的原则来确定指数平滑系数。

3. 研究计划与安排

1）第1-3周：查阅资料文献，明确课题研究方向和问题，完成开题报告。

2）第4-5周：查阅文献，完成专业外文文献翻译。

3）第6周：由课题针对性地查阅资料，确定论文提纲。

4. 参考文献（12篇以上）

[1]王长琼,袁晓丽.物流运输组织与管理（第二版）[m].武汉:华中科技大学出版社,2017.

[2]黄云碧.物流与供应链管理[m].北京:电子工业出版社,2010.

[3]周卫标,李文婷.基于指数平滑法与直观法的物流需求预测[j].现代商贸工业,2017(22):51-53.