第三章需求預(yù)測

第三章:需求預(yù)測

為什么要預(yù)測：1、為那些用戶（市場）提供產(chǎn)品2、產(chǎn)品的特色3、什么時間4、什么地方5、產(chǎn)品數(shù)量本章主要內(nèi)容3.1預(yù)測3.2定性預(yù)測方法3.3定量預(yù)測方法3.4預(yù)測誤差及監(jiān)控生產(chǎn)運(yùn)作管理的計劃與控制系統(tǒng)構(gòu)成InventorystatusdataBillofMaterial能力需求計劃資源計劃ResourcePlanning生產(chǎn)計劃ProductionPlanning需求管理DemandManagement主生產(chǎn)計劃MasterProductionScheduling詳細(xì)物料需求計劃DetailedMaterialsRequirementplanning時間分段的物料需求計劃Time-phasedrequirementPlanning物料與能力計劃MaterialandCapacityPlanning供應(yīng)商系統(tǒng)VenderSystems車間生產(chǎn)系統(tǒng)Shop-floorsystems需求市場采購市場定性、定量預(yù)測第一節(jié)預(yù)測Iseethatyouwill

getanAthissemester.3.1.1預(yù)測及其分類預(yù)測是對未來可能發(fā)生的情況的預(yù)計與推測。是長期的戰(zhàn)略性決策的重要輸入，也是短期的日常經(jīng)營活動的重要依據(jù)。作用“凡事預(yù)則立，不預(yù)則廢”。預(yù)測為人們提供了即將發(fā)生的情況的信息，增加了成功的機(jī)會。但預(yù)測不是一門精確的科學(xué)，它是科學(xué)與藝術(shù)的結(jié)合。預(yù)測離不開科學(xué)測定的數(shù)據(jù)，也離不開人們的經(jīng)驗和判斷。不能因為預(yù)測的失誤而否定預(yù)測。預(yù)測的基本假設(shè)：過去的發(fā)展?fàn)顟B(tài)要持續(xù)到將來對總量的預(yù)測要比對個體的預(yù)測精確如每天從武漢到北京旅客數(shù)量的預(yù)測，比預(yù)計某個人將到何處出差要準(zhǔn)確預(yù)測精度隨預(yù)測的時間范圍增加而降低預(yù)測對生產(chǎn)的作用幫助管理者設(shè)計生產(chǎn)運(yùn)作系統(tǒng)生產(chǎn)什么產(chǎn)品，提供何種服務(wù)在何處建立生產(chǎn)/服務(wù)設(shè)施采用什么樣的流程供應(yīng)鏈如何組織幫助管理者對系統(tǒng)的使用進(jìn)行計劃今年生產(chǎn)什么，生產(chǎn)多少如何利用現(xiàn)有設(shè)施提供滿意服務(wù)預(yù)測種類按性質(zhì)分科學(xué)預(yù)測科學(xué)預(yù)測是對科學(xué)發(fā)展情況的預(yù)計與推測。如門捷列夫預(yù)計有3個當(dāng)時未發(fā)現(xiàn)的元素：亞鋁、亞硼和亞硅。后來，發(fā)現(xiàn)了，是鎵、鈧和鍺。技術(shù)預(yù)測技術(shù)預(yù)測是對技術(shù)進(jìn)步情況的預(yù)計與推測。經(jīng)濟(jì)預(yù)測政府部門以及其它一些社會組織經(jīng)常就未來的經(jīng)濟(jì)狀況發(fā)表經(jīng)濟(jì)預(yù)測報告需求預(yù)測需求預(yù)測為企業(yè)給出了產(chǎn)品在未來的一段時間里的需求期望水平,為企業(yè)的計劃和控制決策提供了依據(jù)。社會預(yù)測社會預(yù)測是對社會未來的發(fā)展?fàn)顩r的預(yù)計和推測。比如人口預(yù)測、人們生活方式變化預(yù)測、環(huán)境狀況預(yù)測等。需求預(yù)測與企業(yè)生產(chǎn)經(jīng)營活動關(guān)系最密切。二、影響需求預(yù)測的因素需求預(yù)測的影響因素有哪些？產(chǎn)品生命周期顧客偏好競爭者的行為廣告設(shè)計質(zhì)量商業(yè)周期

……另外：商品本身的價格相關(guān)商品的價格消費(fèi)者對未來價格變動的預(yù)期家庭收入人口數(shù)量與結(jié)構(gòu)的變動政府的消費(fèi)政策三、預(yù)測分類按預(yù)測時間長短分類長期預(yù)測(Long-rangeForecast)

對5年或5年以上的需求前景的預(yù)測。它是企業(yè)長期發(fā)展規(guī)劃的依據(jù)，結(jié)果大多為定性結(jié)果的描述。中期預(yù)測(Intermediate-rangeForecast)

中期預(yù)測是指對一個季度以上兩年以下的需求前景的預(yù)測。它是制訂年度生產(chǎn)計劃、季度生產(chǎn)計劃的依據(jù)。短期預(yù)測(Short-rangeForecast)

短期預(yù)測是對一個季度以下的需求前景的預(yù)測。它是調(diào)整生產(chǎn)能力、采購、安排生產(chǎn)作業(yè)計劃等具體生產(chǎn)經(jīng)營活動的依據(jù)。預(yù)測分類（續(xù)）按主客觀因素所起的作用分

定性預(yù)測方法主觀判斷、不需要數(shù)學(xué)公式預(yù)測依據(jù)：各種主觀意見定量預(yù)測方法利用統(tǒng)計資料和數(shù)學(xué)模型進(jìn)行預(yù)測主觀判斷仍然重要預(yù)測方法定性預(yù)測方法定量預(yù)測方法Delphi法用戶期望調(diào)查法部門主管討論法銷售人員意見匯集法因果模型時間序列模型移動平均法加權(quán)移動平均法指數(shù)平滑法乘法模型加法模型時間序列平滑模型時間序列分解模型四、預(yù)測的步驟1、決定預(yù)測的目的和用途。2、根據(jù)企業(yè)不同的產(chǎn)品及其性質(zhì)分類3、決定影響各類產(chǎn)品需求的因素及其重要性4、搜集所有可以利用的過去和現(xiàn)在的資料，加以分析5、選擇預(yù)測模型或方法6、計算并核實初步預(yù)測結(jié)果7、考慮和設(shè)定無法預(yù)測的內(nèi)外因素8、對6、7兩部進(jìn)行綜合考慮，做出預(yù)測9、將預(yù)測結(jié)果應(yīng)用于生產(chǎn)計劃工作中10、根據(jù)實際發(fā)生的需求對預(yù)測進(jìn)行監(jiān)控五、預(yù)測中應(yīng)注意的幾個問題判斷在預(yù)測中的作用：選擇預(yù)測方法、辨別信息、取舍預(yù)測結(jié)果預(yù)測精度與成本預(yù)測的時間范圍和更新頻率穩(wěn)定性與響應(yīng)性－預(yù)測方法的兩個基本要求穩(wěn)定性：抗拒隨機(jī)干擾、反映穩(wěn)定需求的能力。適用于受隨機(jī)因素影響大的預(yù)測問題響應(yīng)性：迅速反映需求變化的能力，適用于受隨機(jī)因素影響小的預(yù)測問題第二節(jié)、定性預(yù)測方法

Delphi法（專家調(diào)查法）用戶調(diào)查法部門主管集體討論法銷售人員意見匯集法第三節(jié)、定量預(yù)測方法時間序列模型：以時間為獨(dú)立變量，利用過去需求隨時間的變化來估計未來的需求。把預(yù)測指標(biāo)，如銷售量等指標(biāo)的實際歷史數(shù)據(jù)按時間順序排列，應(yīng)用數(shù)學(xué)方法進(jìn)行分析，找出其中的變化趨勢和規(guī)律性的一種定量預(yù)測方法。

時間序列平滑模型時間序列分解模型因果關(guān)系模型利用變量之間的相關(guān)關(guān)系，通過一種變量的變化來預(yù)測另一種變量的未來變化。時間序列預(yù)測（TimeSeriesForecasts）趨勢成分-數(shù)據(jù)長期變化趨勢，隨某種規(guī)則穩(wěn)定地上升或下降、停留某一水平季節(jié)成分-在一年內(nèi)按通常的頻率圍繞趨勢作上下有規(guī)則的波動周期成分–在較長時間里圍繞趨勢作有規(guī)則波動（經(jīng)濟(jì)周期）隨機(jī)波動（Randomvariations）-隨機(jī)因素（不可控）引起無規(guī)則的上下波動

趨勢成分

季節(jié)成分

周期成分

隨機(jī)波動成分

移動平均法簡單移動平均（Simplemovingaverage，SMA）加權(quán)移動平均（Weightedmovingaverage，WMA）指數(shù)平滑法（Exponentialsmoothing）一、簡單移動平均SMAt+1

=

nAt+i-ni=1nT周期末簡單移動平均值T＋1周期的預(yù)測值i周期實際值周期數(shù)表6-1簡單移動平均法預(yù)測

月份

實際銷量(百臺)

n=3n=41

2

3

4

5

6

7

8

9

10

11

12

20.00

21.00

23.00

24.00

25.00

27.00

26.00

25.00

26.00

28.00

27.00

29.00

21.33

22.67

24.00

25.33

26.00

26.00

25.67

26.33

27.00

21.75

23.33

24.75

25.50

25.75

26.00

26.25

26.50

二、加權(quán)移動平均WMAt+1

=

niAt+i-ni=1n表6-2加權(quán)移動平均預(yù)測

t(月)

實際銷量(百臺)

三個月的加權(quán)移動平均預(yù)測值(百臺)

1

2

3

4

5

6

7

8

9

10

11

12

20.00

21.00

23.00

24.00

25.00

27.00

26.00

25.00

26.00

28.00

27.00

29.00

(0.5×20+1×21+1.5×23)/3=21.83

23.17

24.33

25.83

26.17

25.67

25.67

26.83

27.17

近期數(shù)據(jù)的權(quán)重越大，則預(yù)測的穩(wěn)定性就越差，響應(yīng)性就越好；近期數(shù)據(jù)數(shù)據(jù)的權(quán)重越小，則預(yù)測的穩(wěn)定性就越好，響應(yīng)性就越差；權(quán)重和n的選擇具有經(jīng)驗性。一次指數(shù)平滑法

(Singleexponentialsmoothing)Ft=Ft-1+(At-1-Ft-1)=At-1+（1-

）Ft-1

Ft新的預(yù)測值，

Ft-1前期預(yù)測值，At-1前期的實際需求，

平滑系數(shù)月銷售額一次指數(shù)平滑預(yù)測表單位：千元F2

＝αA1

＋（1－α）

F1＝0.4×10.00＋（1－0.4）×11.00＝10.6019.7416.81與上面的問題的類似，預(yù)測的關(guān)鍵是選擇的大小。如管理者追求穩(wěn)定性，的值應(yīng)該選擇小一些;如果管理者的目標(biāo)是體現(xiàn)響應(yīng)性，則應(yīng)選擇大一點(diǎn)的時間分解預(yù)測模型--解決季節(jié)性預(yù)測問題(Seasonalvariations)

常用季節(jié)性預(yù)測模型加法模型(AdditiveModel)TF=T+S+C+I乘法模型(Multiplicativemodel)

TF=T.S.C.I

用得最多的是基于乘法模型的預(yù)測方法時間序列分解模型計算示例：

有一個公司記錄了1997和1998兩年的銷售數(shù)據(jù)，見下表。請根據(jù)這些數(shù)據(jù)預(yù)測1999年的銷售情況。時間銷售額(萬元)時間銷售額(萬元)1997年1季度3002季度2003季度2204季度5301998年1季度5202季度4203季度4004季度700Step1:求出趨勢值的直線方程。趨勢值用最小二乘法，求出：Tt=193.3+49.5*tStep2:計算季節(jié)因子時間實際值趨勢值實際值/趨勢值季節(jié)因子97年1季度

2季度

3季度

4季度300200220530225280335390(300/225)=1.330.710.661.36

(1.33+1.17)/2=1.25

(0.71+0.84)/2=0.7898年1季度

2季度

3季度

4季度5204204007004455005556101.170.840.721.15

(0.66+0.72)/2=0.69

(1.36+1.15)/2=1.25Step3:計算1999年的預(yù)測值

1999年1季度:(170+55×9)×1.25=8312季度:(170+55×10)×0.78=5623季度:(170+55×11)×0.69=5354季度:(170+55×12)×1.25=1038一元線性回歸模型Yt

一元線性回歸預(yù)測值；a

截距b斜率.Yt=a+bx012345tYb=

n(xy)-

xynx2

-

(x)2a=

y-bxn

n為變量數(shù)；

x為自變量的取值；

y為因變量的取值；y=143.5+6.3ta

=

812-

6.3(15)5

=b

=

5(2499)-

15(812)5(55)

-

225

=

12495-12180275-225

=

6.3143.5

第四節(jié)、預(yù)測誤差與監(jiān)控預(yù)測誤差：預(yù)測值與實際值之間的差異。

預(yù)測精度（誤差的大小）與控制是預(yù)測中的重要環(huán)節(jié)。如果不注意預(yù)測環(huán)境的變化，原來使用的預(yù)測模型可能會由于種種原因產(chǎn)生較大的偏差，從而影響預(yù)測結(jié)果的精度，使管理人員產(chǎn)生錯覺，導(dǎo)致某些決策錯誤。

一、預(yù)測誤差平均絕對偏差（Meanabsolutedeviation，MAD）平均平方誤差（Meansquarederror，MSE)預(yù)測誤差的度量(Measurementofforecasterror)預(yù)測誤差是指預(yù)測值與實際值之間的偏差。其計算方法是：平均預(yù)測誤差平均絕對偏差平均平方誤差預(yù)測誤差滾動和Runningsumofforecasterrors，RSFE反映預(yù)測精度衡量無偏性MAD和MSE用于度量預(yù)測誤差的大小MFE用于度量預(yù)測的無偏性預(yù)測值實際值實際值中線檢驗預(yù)測模型是否有效：將最近的實際值與