2.2) Présentation de quelques modèles de
prévision et leur application dans le cadre de la prévision de
transport.
Il existe de nombreuses méthodes de prévision
ayant chacune des avantages et des inconvénients. L'activité de
prévision débute donc par le choix d'une méthode convenant
aux objectifs fixés et aux critères des données et des
coûts. Cependant, bien que l'importance du choix d'une méthode de
prévision dans les nouvelles stratégies des entreprises est
reconnue, ce sujet n'a pas fait l'objet de beaucoup d'études.
Nous allons dans cette section présenter deux
méthodes de prévision différentes que nous avons
testé pour la mise en place de la prévision de transport dans les
entreprises agroalimentaires en Bretagne.
a) La méthode du lissage
exponentiel
Les techniques de lissage exponentiel ont été
introduites par HOLT en 1957 et surtout par BROWN en 1962. Le lissage regroupe
l'ensemble des techniques empiriques qui ont pour caractéristiques
communes d'accorder un poids plus important aux valeurs récentes de la
chronique.
Selon la nature de la série chronologique, il existe
plusieurs niveaux de lissage exponentiel.
Le modèle applicable pour la prévision de
transport des produits alimentaires est le modèle de lissage exponentiel
double appelé également lissage exponentiel avec variation
saisonnière et trend (tendance).
L'application de ce modèle consiste à calculer
une prévision qui prend en compte la variable saisonnière et le
trend.
Le calcul préalable des coefficients saisonniers se
fait sur la base de la série chronologique lissée en utilisant la
moyenne mobile d'ordre n. Plus l'ordre de la moyenne mobile est
élevé, plus les fluctuations sont réduites et plus la
série devient courte.
L'estimation du trend se fait par la courbe de
régression en calculant la pente de la courbe
désaisonnalisée de la demande.
Par la suite, le calcul de la prévision consiste
à appliquer la tendance sur la série, le nombre obtenu est alors
multiplié par le coefficient saisonnier correspondant.
Les coefficients saisonniers et la tendance peuvent être
corrigés dans le temps.
b) La moyenne mobile
Comme son nom l'indique la moyenne mobile est un indicateur
qui fait la moyenne des dernières observations.
Le calcul préalable des coefficients de variations
liés aux événements singuliers et des coefficients
saisonniers ainsi que la neutralisation des points aberrants sont
indispensables pour le calcul de la prévision.
La prévision d'un jour n sera alors la moyenne des
observations allant de (n-1) à (n-x) (x l'ordre de la moyenne mobile).
Cette prévision sera corrigée par les coefficients de variation
si un événement se présente le jour de la
prévision.
Après avoir présenter les méthodes de
prévision sélectionnées, nous les avons testé dans
les entreprises agroalimentaires dans le cadre de la prévision de
transport. Les résultats obtenus vont être
traités dans la section suivante.
| 
