物流運(yùn)作管理-需求預(yù)測(cè)

物流運(yùn)作管理--需求預(yù)測(cè)預(yù)測(cè)的特性1、預(yù)測(cè)的基本假設(shè)：過去的發(fā)展?fàn)顟B(tài)要持續(xù)到將來2、預(yù)測(cè)精度隨預(yù)測(cè)的時(shí)間范圍增加而降低3、對(duì)總量的預(yù)測(cè)要比對(duì)個(gè)體的預(yù)測(cè)精確如每天從武漢到北京旅客數(shù)量的預(yù)測(cè)，比預(yù)計(jì)某個(gè)人將到何處出差要準(zhǔn)確2024/1/92預(yù)測(cè)的作用幫助管理者設(shè)計(jì)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(duì)系統(tǒng)的使用進(jìn)行計(jì)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)2024/1/93預(yù)測(cè)種類按性質(zhì)分科學(xué)預(yù)測(cè)：科學(xué)預(yù)測(cè)是對(duì)科學(xué)發(fā)展情況的預(yù)計(jì)與推測(cè)。如門捷列夫預(yù)計(jì)有3個(gè)當(dāng)時(shí)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(cè)：技術(shù)預(yù)測(cè)是對(duì)技術(shù)進(jìn)步情況的預(yù)計(jì)與推測(cè)。2024/1/94需求預(yù)測(cè)：需求預(yù)測(cè)為企業(yè)給出了產(chǎn)品在未來的一段時(shí)間里的需求期望水平,為企業(yè)的計(jì)劃和控制決策提供了依據(jù)。社會(huì)預(yù)測(cè)：社會(huì)預(yù)測(cè)是對(duì)社會(huì)未來的發(fā)展?fàn)顩r的預(yù)計(jì)和推測(cè)。比如人口預(yù)測(cè)、人們生活方式變化預(yù)測(cè)、環(huán)境狀況預(yù)測(cè)等。經(jīng)濟(jì)預(yù)測(cè)：政府部門以及其它一些社會(huì)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(cè)報(bào)告2024/1/95按時(shí)間分長期預(yù)測(cè)(Long-rangeForecast)：對(duì)5年或5年以上的需求前景的預(yù)測(cè)。它是企業(yè)長期發(fā)展規(guī)劃的依據(jù)。中期預(yù)測(cè)(Intermediate-rangeForecast)：中期預(yù)測(cè)是指對(duì)一個(gè)季度以上兩年以下的需求前景的預(yù)測(cè)。它是制訂年度生產(chǎn)計(jì)劃、季度生產(chǎn)計(jì)劃的依據(jù)。短期預(yù)測(cè)(Short-rangeForecast)：短期預(yù)測(cè)是對(duì)一個(gè)季度以下的需求前景的預(yù)測(cè)。它是調(diào)整生產(chǎn)能力、采購、安排生產(chǎn)作業(yè)計(jì)劃等具體生產(chǎn)經(jīng)營活動(dòng)的依據(jù)。2024/1/96按主客觀因素所起的作用分定性預(yù)測(cè)方法主觀判斷、不需要數(shù)學(xué)公式預(yù)測(cè)依據(jù)：各種主觀意見定量預(yù)測(cè)方法利用統(tǒng)計(jì)資料和數(shù)學(xué)模型進(jìn)行預(yù)測(cè)主觀判斷仍然重要2024/1/97預(yù)測(cè)方法定性預(yù)測(cè)方法定量預(yù)測(cè)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(shí)間序列模型移動(dòng)平均法加權(quán)移動(dòng)平均法

指數(shù)平滑法乘法模型加法模型時(shí)間序列平滑模型時(shí)間序列分解模型2024/1/98預(yù)測(cè)的一般步驟1確定預(yù)測(cè)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收集所有可以利用的過去和現(xiàn)在的資料加以分析5選擇適當(dāng)?shù)念A(yù)測(cè)方法6計(jì)算并核實(shí)初步預(yù)測(cè)結(jié)果“預(yù)測(cè)”7考慮和設(shè)定無法預(yù)測(cè)的內(nèi)外因素8求出各類產(chǎn)品需求預(yù)測(cè)9將預(yù)測(cè)結(jié)果應(yīng)用10預(yù)測(cè)監(jiān)控2024/1/995.2定性預(yù)測(cè)方法Delphi法（專家調(diào)查法）用戶期望調(diào)查法部門主管意見銷售人員意見匯集法2024/1/9105.3定量預(yù)測(cè)法簡單移動(dòng)平均（Simplemovingaverage，SMA）加權(quán)移動(dòng)平均（Weightedmovingaverage，WMA）指數(shù)平滑法（Exponentialsmoothing）2024/1/9一、簡單移動(dòng)平均SMAt+1

=

nAt+i-ni=1

nT周期末簡單移動(dòng)平均值T＋1周期的預(yù)測(cè)值i周期實(shí)際值周期數(shù)2024/1/9表5-1簡單移動(dòng)平均法預(yù)測(cè)

月份

實(shí)際銷量(百臺(tái))

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

2024/1/9計(jì)算移動(dòng)平均預(yù)測(cè)值:F4=(720+678+650)/3=682.67F7=(920+859+785+720+678+650)/6=768.672024/1/9描點(diǎn)繪圖，可以比較當(dāng)n=3,n=6時(shí)對(duì)預(yù)測(cè)結(jié)果的影響?2024/1/9對(duì)于簡單移動(dòng)平均預(yù)測(cè)方法，關(guān)鍵是選擇移動(dòng)時(shí)間區(qū)間的大小，即n的大小。n的大小的選擇與預(yù)測(cè)者要求的適應(yīng)性有關(guān)。如果管理者追求穩(wěn)定性n的值應(yīng)該選擇大一些，如果管理者的目標(biāo)是體現(xiàn)響應(yīng)性，則應(yīng)選擇小一點(diǎn)的n。2024/1/9二、加權(quán)移動(dòng)平均WMAt+1

=

n

iAt+i-ni=1

n2024/1/9表5-2加權(quán)移動(dòng)平均預(yù)測(cè)

t(月)

實(shí)際銷量(百臺(tái))

三個(gè)月的加權(quán)移動(dòng)平均預(yù)測(cè)值(百臺(tái))

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+1.5.5×23)/3=21.83

23.17

24.33

25.83

26.17

25.67

25.67

26.83

27.17

2024/1/9近期數(shù)據(jù)的權(quán)重越大，則預(yù)測(cè)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(cè)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(yàn)性。2024/1/9三、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(cè)值，

Ft-1前期預(yù)測(cè)值，At-1前期的實(shí)際需求，

平滑系數(shù)2024/1/9月銷售額一次指數(shù)平滑預(yù)測(cè)表單位：千元F2

＝αA1

＋（1－α）F1＝0.4×10.00＋（1－0.4）×11.00＝10.6019.7416.812024/1/9與上面的問題的類似，預(yù)測(cè)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

2024/1/9四、時(shí)間分解預(yù)測(cè)模型--解決季節(jié)性預(yù)測(cè)問題(Seasonalvariations)常用季節(jié)性預(yù)測(cè)模型(P87圖3-7)加法模型(AdditiveModel)TF=T+S+C+I乘法模型(Multiplicativemodel)

用得較多的是基于乘法模型的預(yù)測(cè)方法2024/1/9時(shí)間序列分解模型計(jì)算示例：

有一個(gè)公司記錄了1997和1998兩年的銷售數(shù)據(jù)，見下表。請(qǐng)根據(jù)這些數(shù)據(jù)預(yù)測(cè)1999年的銷售情況。

時(shí)間銷售額(萬元)

時(shí)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7002024/1/9Step1:求出趨勢(shì)值的直線方程。趨勢(shì)值Step1:可以用最小二乘法，求出：Tt=170+55*t2024/1/9有關(guān)最小二乘法請(qǐng)自學(xué)最小二乘法（又稱最小平方法）是一種數(shù)學(xué)優(yōu)化技術(shù)。它通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配。利用最小二乘法可以簡便地求得未知的數(shù)據(jù)，并使得這些求得的數(shù)據(jù)與實(shí)際數(shù)據(jù)之間誤差的平方和為最小。最小二乘法還可用于曲線擬合。其他一些優(yōu)化問題也可通過最小化能量或最大化熵用最小二乘法來表達(dá)。2024/1/9Step2:計(jì)算季節(jié)因子

時(shí)間實(shí)際值趨勢(shì)值實(shí)際值/趨勢(shì)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(jì)算1999年的預(yù)測(cè)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=10382024/1/9五、因果模型：一元線性回歸模型Yt

一元線性回歸預(yù)測(cè)值；a

截距b斜率.Yt=a+bx012345tY2024/1/9b=

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；2024/1/92024/1/9y=143.5+6.3ta=

812-6.3(15)5

=b=

5(2499)-15(812)5(55)-225

=

12495-12180275-225

=

6.3143.5

2024/1/95.4預(yù)測(cè)誤差與監(jiān)控

預(yù)測(cè)精度（誤差的大?。┡c控制是預(yù)測(cè)中的重要環(huán)節(jié)。如果不注意預(yù)測(cè)環(huán)境的變化，原來使用的預(yù)測(cè)模型可能會(huì)由于種種原因產(chǎn)生較大的偏差，從而影響預(yù)測(cè)結(jié)果的精度，使管理人員產(chǎn)生錯(cuò)覺，導(dǎo)致某些決策錯(cuò)誤。2024/1/9預(yù)測(cè)誤差誤差–

實(shí)際值與預(yù)計(jì)值的差別平均絕對(duì)偏差（Meanabsolutedeviation，MAD）平均平方誤差（Meansquarederror，MSE)2024/1/9預(yù)測(cè)誤差的度量(Measurementofforecasterror)預(yù)測(cè)誤差是指預(yù)測(cè)值與實(shí)際值之間的偏差。其計(jì)算方法是：平均預(yù)測(cè)誤差平均絕對(duì)偏差平均平方誤差預(yù)測(cè)誤差滾動(dòng)和Runningsumofforecasterrors，RSFE反映預(yù)測(cè)精度衡量無偏性2024/1/9檢驗(yàn)預(yù)測(cè)模型是否有效：將最近的實(shí)際值與偏差進(jìn)行比較，看偏差是否在可以接受的范圍之內(nèi)；采用跟蹤信號(hào)法(Trackingsignal)預(yù)測(cè)監(jiān)控跟蹤信號(hào)（Trackingsignal）是累積誤差與MAD的比可接受誤差范圍上限下限2024/1/9例：月份需求預(yù)測(cè)實(shí)際值偏差

(A-F)|A-F||A-F|MADTS11000950-50-50505050-1.00210