第6講供應(yīng)鏈的需求預(yù)測

1、第六章第六章 供應(yīng)鏈的需求預(yù)測供應(yīng)鏈的需求預(yù)測學(xué)習(xí)目標(biāo)l1、理解預(yù)測在供應(yīng)鏈和企業(yè)中的作用l2、識別需求預(yù)測的組成部分l3、根據(jù)歷史需求數(shù)據(jù)，用時(shí)間序列法來進(jìn)行供應(yīng)鏈需求預(yù)測l4、通過分析需求預(yù)測來評估預(yù)測誤差供應(yīng)鏈中預(yù)測的作用l需求預(yù)測是企業(yè)和供應(yīng)鏈的設(shè)計(jì)和計(jì)劃決策的需求預(yù)測是企業(yè)和供應(yīng)鏈的設(shè)計(jì)和計(jì)劃決策的基礎(chǔ)，基礎(chǔ)，推動流程推動流程和和拉動流程拉動流程都依據(jù)需求預(yù)測來都依據(jù)需求預(yù)測來進(jìn)行；進(jìn)行；l需求預(yù)測可以降低需求的不確定性，提高供給需求預(yù)測可以降低需求的不確定性，提高供給和需求的匹配能力；和需求的匹配能力；l需求預(yù)測有助于企業(yè)和供應(yīng)鏈的應(yīng)變；需求預(yù)測有助于企業(yè)和供應(yīng)鏈的應(yīng)變；l合作預(yù)測

2、更為準(zhǔn)確，更能提高供應(yīng)鏈的績效；合作預(yù)測更為準(zhǔn)確，更能提高供應(yīng)鏈的績效；l擁有穩(wěn)定需求的成熟產(chǎn)品容易預(yù)測，時(shí)尚產(chǎn)品和高技術(shù)擁有穩(wěn)定需求的成熟產(chǎn)品容易預(yù)測，時(shí)尚產(chǎn)品和高技術(shù)產(chǎn)品的需求難以預(yù)測產(chǎn)品的需求難以預(yù)測預(yù)測的特點(diǎn)l1、預(yù)測通常是、預(yù)測通常是不準(zhǔn)確不準(zhǔn)確的；的；l2、長期預(yù)測的準(zhǔn)確性要比短期預(yù)測的準(zhǔn)、長期預(yù)測的準(zhǔn)確性要比短期預(yù)測的準(zhǔn)確性低；確性低；l3、綜合預(yù)測比分解預(yù)測要準(zhǔn)確；、綜合預(yù)測比分解預(yù)測要準(zhǔn)確；l4、在公司中靠近供應(yīng)鏈的上游接到的信、在公司中靠近供應(yīng)鏈的上游接到的信息失真越多，預(yù)測精度越差息失真越多，預(yù)測精度越差需求預(yù)測的組成部分：影響因素l過去需求l產(chǎn)品提前期l廣告計(jì)劃或其他營

3、銷努力l經(jīng)濟(jì)狀況l計(jì)劃價(jià)格折扣l競爭者采取的行動需求預(yù)測的組成部分l顧客的需求受到一系列變化因素的影響，如果公司能夠確定這些變化因素是如何影響需求的，那么在一定程度上這些需求就可以進(jìn)行預(yù)測l1、識別影響未來需求的因素（主觀與客觀）l2、確定這些因素與未來需求的關(guān)系預(yù)測的方法l1、定性法：、定性法：只能獲得很少的歷史數(shù)據(jù)或?qū)＜覍κ兄荒塬@得很少的歷史數(shù)據(jù)或?qū)＜覍κ袌龅囊娊馐种匾獣r(shí)（場的見解十分重要時(shí)（專家會談法、德爾菲法專家會談法、德爾菲法）l2、時(shí)間序列法：、時(shí)間序列法：運(yùn)用歷史需求對未來需求進(jìn)行預(yù)運(yùn)用歷史需求對未來需求進(jìn)行預(yù)測，需求預(yù)測的起點(diǎn)測，需求預(yù)測的起點(diǎn)l3、因果關(guān)系法：、因果關(guān)系法：

4、需求預(yù)測與外部某些因素高度相需求預(yù)測與外部某些因素高度相關(guān)時(shí)，利用外部因素的變化預(yù)測未來的需求關(guān)時(shí)，利用外部因素的變化預(yù)測未來的需求l4、仿真法：、仿真法：結(jié)合時(shí)間序列法和因果關(guān)系法來模擬結(jié)合時(shí)間序列法和因果關(guān)系法來模擬消費(fèi)者選擇來預(yù)測需求。消費(fèi)者選擇來預(yù)測需求。l當(dāng)未來需求與過去的需求模式、增長模式和任當(dāng)未來需求與過去的需求模式、增長模式和任何季節(jié)性模式有關(guān)聯(lián)時(shí)，使用時(shí)間序列法是最何季節(jié)性模式有關(guān)聯(lián)時(shí)，使用時(shí)間序列法是最準(zhǔn)確的準(zhǔn)確的l觀察到的需求（觀察到的需求（O O）= =系統(tǒng)成分系統(tǒng)成分(S)+(S)+隨機(jī)成分隨機(jī)成分(R)(R)l其中系統(tǒng)成分由其中系統(tǒng)成分由需求水平需求水平、需求趨勢需

5、求趨勢和和季節(jié)性季節(jié)性因素因素組成組成需求預(yù)測的基本步驟l理解預(yù)測的目標(biāo)l把供應(yīng)鏈的需求計(jì)劃和預(yù)測整合起來l了解和識別顧客群l認(rèn)識影響需求預(yù)測的主要因素l確定合適的預(yù)測技術(shù)l設(shè)定預(yù)測績效和誤差測度時(shí)間序列預(yù)測法l任何預(yù)測方法的目標(biāo)都是對需求的系統(tǒng)成分進(jìn)行預(yù)計(jì)，而對隨機(jī)成分進(jìn)行估計(jì)l它也能表現(xiàn)為如下列方程所示的多種形式：l乘法型：系統(tǒng)成分需求水平乘法型：系統(tǒng)成分需求水平需求趨勢需求趨勢季節(jié)系數(shù)季節(jié)系數(shù)l加法型：系統(tǒng)成分需求水平需求趨勢季節(jié)系數(shù)加法型：系統(tǒng)成分需求水平需求趨勢季節(jié)系數(shù)l混合型：系統(tǒng)成分（需求水平需求趨勢）混合型：系統(tǒng)成分（需求水平需求趨勢）季節(jié)系數(shù)季節(jié)系數(shù)l時(shí)間序列法分為：靜態(tài)法和

6、適應(yīng)法。時(shí)間序列法分為：靜態(tài)法和適應(yīng)法。靜態(tài)法（靜態(tài)法（Static）：只對需求中系統(tǒng)成分的各個(gè)：只對需求中系統(tǒng)成分的各個(gè)要素（需求水平、需求趨勢、季節(jié)系數(shù)）預(yù)測一要素（需求水平、需求趨勢、季節(jié)系數(shù)）預(yù)測一次，不根據(jù)觀察到的新需求更新系統(tǒng)成分。次，不根據(jù)觀察到的新需求更新系統(tǒng)成分。適應(yīng)法（適應(yīng)法（Adaptive）：根據(jù)觀察到的新需求更新：根據(jù)觀察到的新需求更新系統(tǒng)成分的各個(gè)要素的預(yù)測。包括移動平均、指系統(tǒng)成分的各個(gè)要素的預(yù)測。包括移動平均、指數(shù)平滑和進(jìn)行需求趨勢及季節(jié)性需求修正后的指數(shù)平滑和進(jìn)行需求趨勢及季節(jié)性需求修正后的指數(shù)平滑。數(shù)平滑。靜態(tài)預(yù)測法l假定需求的系統(tǒng)成分是混合型l混合型：系統(tǒng)

7、成分（需求水平需求趨混合型：系統(tǒng)成分（需求水平需求趨勢）勢）季節(jié)系數(shù)季節(jié)系數(shù)靜態(tài)預(yù)測法L L基期的需求水平估計(jì)（對基期剔除季節(jié)性影響后的需基期的需求水平估計(jì)（對基期剔除季節(jié)性影響后的需求預(yù)測）求預(yù)測）T T需求趨勢的估計(jì)需求趨勢的估計(jì)S St tt t期的季節(jié)性系數(shù)估計(jì)期的季節(jié)性系數(shù)估計(jì)D Dt t t t期實(shí)際觀測到的需求值期實(shí)際觀測到的需求值F Ft t預(yù)測的預(yù)測的t t期需求期需求預(yù)測公式：預(yù)測公式：F Ft t+ +l l=L L+(+(t t+ +l l) )T T S St t+ +l ll步驟：步驟：剔除季節(jié)性需求的影響，用線性回歸預(yù)測需求水平和需剔除季節(jié)性需求的影響，用線性回歸

8、預(yù)測需求水平和需求趨勢；求趨勢；估計(jì)季節(jié)系數(shù)。估計(jì)季節(jié)系數(shù)。第一步：估計(jì)需求水平和需求趨勢l在預(yù)測需求水平和需求趨勢之前，必須對需求數(shù)據(jù)進(jìn)行處理，以剔除季節(jié)系數(shù)的影響Period tDemand DDeseasonalized demand 18,000213,000323,00019,750434,00020,650510,00021,250618,00021,750723,00022,500838,00022,125912,00022,6251013,00024,1251132,0001241,000D1(/ 2 )(/ 2 )(/ 2 )1(/ 2 )/ 2/ 21(/ 2 )3(/ 2

9、 )(/ 2 )1(/ 2 )4152 = 4 is even, For = 3:2 / 22 / 2, for even/, for od2dtptptpiitptttptppiitptpiitpiiExptDDDDpDDDDDDppDDpp 1(/ 2 )4(/ 2 )(/ 2 )1(/ 2 )5263 / 8197502 / 22 / 820625tptptpiitpiiDDDDpDDD 剔除季節(jié)性影響后需求以一個(gè)固定比率變化，剔除季節(jié)性影響后需求以一個(gè)固定比率變化，即剔除季節(jié)性影響后的需求與時(shí)間即剔除季節(jié)性影響后的需求與時(shí)間t之間存之間存在一個(gè)線性關(guān)系：在一個(gè)線性關(guān)系：Dt = L +

10、 tTTime Series of Demand010000200003000040000500001 2 3 4 5 6 7 8 9 1011 12PeriodDemandDtDt-bar第二步：估計(jì)季節(jié)系數(shù)l我們可以用時(shí)期t的實(shí)際需求與時(shí)期t剔除季節(jié)性因素影響的需求的比值表示季節(jié)系數(shù)：Estimating Seasonal Factors 預(yù)測季節(jié)性系數(shù)預(yù)測季節(jié)性系數(shù)l如果數(shù)據(jù)中存在一個(gè)如果數(shù)據(jù)中存在一個(gè)r的季節(jié)性循環(huán)，對所有的季節(jié)性循環(huán)，對所有pt+i, 1ip為形式的時(shí)期，定義為形式的時(shí)期，定義在本例中S1 = (0.42+0.47+0.52)/3 = 0.47S2 = (0.67+0

11、.83+0.55)/3 = 0.68S3 = (1.15+1.04+1.32)/3 = 1.17S4 = (1.66+1.68+1.66)/3 = 1.6710()/rjp iijSSr適應(yīng)性預(yù)測法l在適應(yīng)性預(yù)測法中，需求水平、需求趨勢和季節(jié)性系數(shù)要隨著每次觀測到的實(shí)際需求量進(jìn)行更新，采用混合型的系統(tǒng)成分表達(dá)l框架也可以用于不包含需求趨勢或季節(jié)系數(shù)的情況適應(yīng)性預(yù)測法l對需求水平、需求趨勢的預(yù)測在每次觀察后做出調(diào)整l適應(yīng)性預(yù)測的常見方法l移動平均法l單一指數(shù)平滑法lHolts model (需求趨勢需求趨勢)lWinters model (需求趨勢和季節(jié)性需求需求趨勢和季節(jié)性需求)Lt = t期

12、末的預(yù)計(jì)需求水平Tt = t期末的預(yù)計(jì)需求趨勢St = t期末的預(yù)計(jì)季節(jié)系數(shù)Ft = t期 的預(yù)測需求Dt = t 期實(shí)際觀測到的需求Et =t期的預(yù)測誤差lFt+l = (Lt + lTt )St+l適應(yīng)性預(yù)測法適應(yīng)預(yù)測法的步驟l1、初始化：計(jì)算出需求水平、需求趨勢、季節(jié)系數(shù)的初始預(yù)測值，方法同靜態(tài)預(yù)測法l2、預(yù)測：根據(jù)t期的預(yù)測進(jìn)行對t+1期的預(yù)測l3、估計(jì)誤差：記錄第t+1期的實(shí)際需求，然后計(jì)算實(shí)際值與預(yù)測值的差距l(xiāng)4、修正預(yù)測值：對給定的預(yù)測誤差修正需求水平、需求趨勢和季節(jié)系數(shù)移動平均法（Moving Average）l當(dāng)需求沒有可觀測的趨勢或季節(jié)性變動當(dāng)需求沒有可觀測的趨勢或季節(jié)性變

13、動 需求的系統(tǒng)成分需求水平l將最近N期的需求平均值作為t期的需求水平預(yù)測：當(dāng)觀測到t+1期需求后，l移動平均法給過去N期數(shù)據(jù)同樣的權(quán)重，同時(shí)忽略所有比新的移動平均數(shù)陳舊的數(shù)據(jù)。NDDDLNtttt/ )(11tntttLFLF和112211,/ )(ttNttttLFNDDDLPeriod tDemand DDeseasonalized demand 18,000213,000323,00019,750434,00020,650510,00021,250618,00021,750723,00022,500838,00022,125912,00022,6251013,00024,1251132,

14、0001241,000DMoving Average ExampleAt the end of period 4, what is the forecast demand for periods 5 through 8 using a 4-period moving average?L4 = (D4+D3+D2+D1)/4 = (34000+23000+13000+8000)/4 = 19500F5 = 19500 = F6 = F7 = F8Observe demand in period 5 to be D5 = 10000Forecast error in period 5, E5 =

15、F5 - D5 = 19500 - 10000 = 9500Revise estimate of level in period 5:L5 = (D5+D4+D3+D2)/4 = (10000+34000+23000+13000)/4 = 20000F6 = L5 = 20000簡單指數(shù)平滑法（Simple Exponential Smoothing）l當(dāng)需求沒有可觀測的趨勢、季節(jié)性變動時(shí)當(dāng)需求沒有可觀測的趨勢、季節(jié)性變動時(shí) 系統(tǒng)需求需求水平系統(tǒng)需求需求水平l預(yù)測預(yù)測觀測到觀測到t+1期需求期需求Dt+1后，后，為需求水平的平滑系數(shù)，為需求水平的平滑系數(shù)，0 1。 值越大，預(yù)測值與最近的觀測值

16、越相關(guān)，響應(yīng)性值越大，預(yù)測值與最近的觀測值越相關(guān)，響應(yīng)性越好；反之亦然。越好；反之亦然。niiDnL101tntttLFLF和1tttLDL)1 (111011)1 (tnntntDL即Period tDemand DDeseasonalized demand 18,000213,000323,00019,750434,00020,650510,00021,250618,00021,750723,00022,500838,00022,125912,00022,6251013,00024,1251132,0001241,000DSimple Exponential Smoothing Examp

17、leFrom Tahoe Salt data, forecast demand for period 1 using exponential smoothingL0 = average of all 12 periods of data= Sum(i=1 to 12)Di/12 = 22083F1 = L0 = 22083Observed demand for period 1 = D1 = 8000Forecast error for period 1, E1, is as follows:E1 = F1 - D1 = 22083 - 8000 = 14083Assuming = 0.1,

18、revised estimate of level for period 1:L1 = D1 + (1-)L0 = (0.1)(8000) + (0.9)(22083) = 20675F2 = L1 = 20675Note that the estimate of level for period 1 is lower than in period 0需求趨勢修正后的指數(shù)平滑法Trend-Corrected Exponential Smoothing (Holts Model)l系統(tǒng)需求有需求水平和需求趨勢沒有季節(jié)性變動系統(tǒng)需求有需求水平和需求趨勢沒有季節(jié)性變動 系統(tǒng)成分需求水平需求趨勢在需求

19、值和時(shí)期t之間進(jìn)行線性回歸，可以得到需求水平和需求趨勢初始值Dt = at + b T0 = a L0 = b:Ft+1 = Lt + Tt Ft+n = Lt + nTt 觀測到t+1期需求后，修正Lt+1 = Dt+1 + (1-)(Lt + Tt)Tt+1 = b(Lt+1 - Lt) + (1-b)Tt 為需求水平的平滑系數(shù)，0 1 為需求趨勢的平滑系數(shù)，0 1。需求趨勢和季節(jié)性需求修正后的指數(shù)平滑法Trend- and Seasonality-Corrected Exponential Smoothing （Winter Model） l系統(tǒng)需求有需求水平、需求趨勢和季節(jié)性變動系統(tǒng)需求有需求水平、需求趨勢和季節(jié)性變動 系統(tǒng)需求（需求水平需求趨勢）季節(jié)性需求lAssume periodicity plObtain initial estimates of level (L0), trend (T0), seasonal factors (S1,Sp) using procedure for static forecastinglIn period t, the forecast for future periods is given by:Ft+1 = (Lt+Tt)(St+1) and Ft+n = (Lt + nTt)St+n Trend-