张硕　刘坤　李希畅

摘要：随着新的零售市场逐渐转型，生产模式指向多品种、小批量，商家的库存管理难度加大，若商家对消费者需求掌握不到位，可能会造成利润损失。文章研究的是新零售目标产品的精准需求预测问题，目的是使商家减少由于供大于求而导致的库存积压情况的发生，降低库存管理难度，获得更大的利润空间。此问题，文章参考了2020年第十届MathorCup高校数学建模挑战赛D题中的数据并进行处理。利用时间序列模型中的加权移动平均法和简单移动平均法从两个方面进行探讨：一方面，预测目标小类在2019年10月1日后三个月每个月的销售量，其中目标小类为历史销售时间处于2019年6月1日至2019年10月1日内且累计销售额排名前十的小类;另一方面，预测目标小类内所有skc（产品）在2019年10月1日后12周内每周的周销量，并给出每周预测值的MAPE。在这其中，假设市场环境良好，售卖商品均为合格品且售卖过程无意外。

关键词：时间序列模型;加权移动平均法;简单移动平均法

一、预测目标小类的月销量

在第一方面，我们运用到了时间序列模型中的加权移动平均法，先进行数据预处理，利用Excel将2019年7～12月的十个小类的销售量进行筛选加和，得出2019年7～12月十个小类每个小类每个月的销售量，然后使用Matlab根据加权移动平均法的知识，预测2019年10月1日以后未来三个月的销售量。

銷售额求出后，在十个小类中找出每个小类2019年7～12月的销售量。其中，求2019年7～9月的销售量的目的是通过预测模型的方法求出2019年10～12月的销售量的预测值，求2019年10～12月的实际销售量的目的是和预测销售量进行对比，并且为求对应的MAPE做准备。……