1.基于ES预测技术的煤炭供应链牛鞭效应抑制方法，其特征在于该方法包括以下步骤：步骤一、建立煤炭需求模型：采用计算机构建煤炭需求模型且煤炭需求量D服从SARMA(1,0)X(0,1)s季节时间序列，其中，s为季节性循环周期；

步骤二、根据公式 计算t期的煤炭需求量Dt的方差，其中，t期的煤炭需求量Dt服从步骤一中SARMA模型且Dt＝μ+ρDt-1+εt-θεt-s，μ是非负常数，ρ为季节性自回归系数且0<ρ<1，θ为季节性移动平均系数且0<θ<1，εt为t期独立同分布的随机变量且εt～N(0,σ2)，εt-s为t-s期独立同分布的随机变量且εt-s～N(0,σ2)，Dt-1为输入计算机中的t-1期实际煤炭需求量；

步骤三、确定备货期L内需求预测值 过程如下：步骤301、确定t期时备货期L内第i备货期的需求预测值 计算机采用指数平滑法计算 且 其中，α为权值且0<α<1， 为t-1期煤炭需求预测值且的初始值人工给定；

步骤302、根据公式 计算备货期L内需求预测值 其中，根据步骤

301可得到

步骤四、确定煤炭订货量，过程如下：

步骤401、预测提前期需求的煤炭库存St：煤炭库存St采用定期补充库存策略中目标库存水平的确定方法，其中， z为保证供货的服务水平系数， 为提前期需求预测误差且 为不随时间变化的常数；

步骤402、计算t期初煤炭销售运输企业向煤炭勘探开采企业发出的煤炭订货量qt：首先 ，通 过 计 算 机 维 持 期 末 库 存 水 平 保 持 在 S t ，计 算 得 煤 炭 订 货 量St-1为期末库存水平保持在St的前一期库存水平；然后，将步骤302中 带入 得

步骤五、确定煤炭订货量方差Var(qt)，过程如下：步骤501、对公式 两边同取方差，计算t-1期煤炭需求预测值的方差，得 其中，取 且

Var(Dt-1)＝Var(Dt)；

步骤502、对公式 进行无限展开，推导t-1期煤炭需求预测值展开形式，得 m为预测展开次数；

步骤503、对协方差 进行展开，将步骤502所得 带入协方差 进行等价转换，得

对步骤二中t期的煤炭需求量

Dt＝μ+ρDt-1+εt-θεt-s进行递推，得t期进行m次预测后的煤炭需求量j为预测展开次数m的变量，将递推后的

D t + m 带 入 c o v ( D t + m ,D t ) 对 协 方 差 进 行 展 开 ，得步骤504、对 两边同取方差，计算煤炭订货量方差Var(qt)，得将t-1期需求预测值

方差 以及实际煤炭需求量和需求预测值

的协方差 带入

得

步骤六、获取煤炭供应链牛鞭效应BE的表达式：根据公式 计算煤炭供应链牛鞭效应BE的表达式，将步骤504中得到的带入公

式 得 煤 炭 供 应 链 牛 鞭 效 应 B E 的 表 达 式 为步骤七、调节煤炭供应链牛鞭效应BE表达式中参数并抑制牛鞭效应：通过计算机选取煤炭供应链牛鞭效应BE表达式中参数取值，调节煤炭供应链牛鞭效应BE的数值抑制牛鞭效应。

2.按照权利要求1所述的基于ES预测技术的煤炭供应链牛鞭效应抑制方法，其特征在于：步骤二中季节性自回归系数ρ和季节性移动平均系数θ均满足平稳可逆条件。

3.按照权利要求1或2所述的基于ES预测技术的煤炭供应链牛鞭效应抑制方法，其特征在于：步骤二中t期包括t月或t季度。

4.按照权利要求3所述的基于ES预测技术的煤炭供应链牛鞭效应抑制方法，其特征在于：步骤401中保证供货的服务水平系数z取0。

5.按照权利要求3所述的基于ES预测技术的煤炭供应链牛鞭效应抑制方法，其特征在于：步骤301中权值α满足：0.5<α<1。