第三章需求預測與生產能力計劃

第一篇生產運作管理概論

第一章生產運作管理概述第二章生產運作戰(zhàn)略第二篇生產運作系統(tǒng)的計劃

第三章需求預測與生產能力計劃第四章產品開發(fā)與設計第五章生產計劃的制定（含教材7-10章內容）

全書框架第三篇生產運作系統(tǒng)的組織

第六章生產類型與生產過程組織第七章設施選址與設施布置

第四篇生產運作系統(tǒng)的控制

第八章庫存管理第九章質量管理第十章設備管理第二篇生產運作系統(tǒng)的計劃

第三章需求預測與生產能力計劃

1.需求預測2.需求預測的方法3.生產能力4.生產能力計劃

1需求預測(P42-48)

含義：給出企業(yè)產品在未來一段時間里的需求期望水平，并為企業(yè)的計劃和控制決策提供依據(jù)。（P42）1.1需求預測的意義1.2需求預測的內容1.3需求預測的步驟1需求預測(P42-48)

1.1需求預測的意義(47)是企業(yè)制定戰(zhàn)略計劃、生產安排、銷售計劃、尤其是物流管理計劃的重要依據(jù)。

1需求預測(P42-48)

1.2需求預測的內容（P47）市場總潛力預測企業(yè)經營地區(qū)市場潛力預測企業(yè)經營地區(qū)社會購買力的發(fā)展趨勢預測企業(yè)所生產和經營產品的需求趨勢預測產品生命周期及新產品投入市場的成功率預測產品市場占有情況預測

1需求預測(P42-48)

1.3需求預測的步驟（P47-48）

明確預測對象和目的決定預測的時間跨度收集預測所需的數(shù)據(jù)選擇預測方法做出預測預測結果評價，分析預測精度和誤差將預測結果付諸實際應用

2需求預測的方法(P49-55)定性預測方法專家會議法德爾菲法部門領導人員集體討論法銷售人員意見匯集法消費者意見匯集法定量預測方法因果關系模型（回歸、經濟計量等模型）時間序列模型2.1專家會議法(P49)

含義：聘請預測對象所屬領域的專家，通過座談討論，依靠專家的知識和經驗進行預測。優(yōu)點：信息量大取長補短缺點：易受權威左右，不能暢所欲言

2.2德爾菲法(p49-50)

含義：通過對專家背靠背（互不見面或協(xié)商）的匿名征詢方式進行預測的方法。原則：匿名性反饋性收斂性步驟：(1）設計調查問卷；(2）選擇調查專家；(3）征詢專家意見；(4）綜合歸納分析結果；（5）再反復進行調查；(6）提出預測結論。2.2德爾菲法(P49-50)2.3部門領導人員集體討論法（P50）含義：由高級決策人員召集銷售、生產、采購、財務、研究與開發(fā)等各部門主管開會討論，進行預測。2.3部門領導人員集體討論法優(yōu)點：(見P50)（1）簡單易行、經濟可行；（2）不需要準備和統(tǒng)計歷史資料；（3）匯集了各主管的豐富經驗與聰明才智；（4）缺乏歷史資料時，有效的方法（5）如果市場情況發(fā)生變化，可以立即進行修正缺點：見教材（P50）2.4銷售人員意見匯集法(P50)

含義：根據(jù)每個銷售人員對需求預測的情況進行綜合得出預測結果。優(yōu)點:預測值易分類;增強銷售人員信心;預測結果較具穩(wěn)定性。缺點:

帶有銷售人員的主觀偏見預測結果缺乏準確性預測值容易估錯2.5消費者意見匯集法（P51）

含義：對客戶、最終消費者或潛在客戶進行發(fā)放問卷、走訪調查或采用其他類似方法搜集市場需求信息，預測未來走向的方法。

2.5.消費者意見匯集法優(yōu)點（1）預測直接來源于顧客購買意圖，較好地反映了市場需求情況；(2）可以獲得豐富的信息缺點（1）在調查中顧客有時不配合調查，影響調查結果的準確性；(2）顧客購買意圖容易隨著一些新的情況（如辦展銷會）出現(xiàn)而發(fā)生變化；(3）調查時需耗費較多的人力和時間。常見的定量預測方法因果關系模型

因果模型（一元線性回歸模型）時間序列模型簡單平均法加權平均法移動平均法季節(jié)波動法指數(shù)平滑法實驗目的：父輩與成年兒子身高之間的關系，實驗數(shù)據(jù)：1078對。圖形：橄欖云，中間的點密集，邊沿的點稀少，其主要部分是一個橢圓。y^=33.73+0.516x

1078對父母的平均身高：68英寸兒子的平均身高：69英寸推想：當父母平均身高為64英寸，兒子應該為65英寸；父母平均身高72英寸，兒子應該為73。？？67；71實驗結果回歸術語的由來英國著名統(tǒng)計學家FrancisGalton在19世紀末期研究孩子及他們父母的身高時提出了回歸這個術語。身材較高的父母，孩子也很高，孩子的平均身高比父母矮；身材較矮的父母，孩子也較矮，平均身高比父母高這很自然，如果身材較高的父母，孩子越來越高；身材較矮的父母，孩子越來越矮。人類高矮的相差會越來越大！高爾頓等人關于回歸分析的先驅性的工作，以及時間序列分析方面的一些工作，…是數(shù)理統(tǒng)計學發(fā)展史中的重要事件.”──摘自《中國大百科全書》（數(shù)學卷）

關于變量的四個問題問題1:從數(shù)據(jù)來看變量間有關系么?問題2:如果變量間有關系，這個關系有多強?問題3:是否不僅在樣本中，而且在總體中也有這種關系?問題4:這個關系是不是因果關系?偽關系孩子們的冰淇淋消費量與車禍受傷率的關系是偽關系。溫度兒童受傷率冰淇淋銷量起因箭頭起因箭頭觀測到的關系“鹮能帶來孩子么？”鹮的數(shù)量與丹麥鄉(xiāng)間嬰兒出生率的關系：在鹮數(shù)量多的地方嬰兒出生率高，鹮數(shù)量少的地方嬰兒出生率低。一個成功的例子基于試驗型數(shù)據(jù)比基于觀測型數(shù)據(jù)更容易確定變量之間的因果關系觀測數(shù)據(jù)中確立了因果關系的著名例子：“吸煙有害健康”沒有試驗性數(shù)據(jù)精確的得出結論：吸煙和肺癌的因果因素節(jié)食者的困境-你試圖節(jié)食又非常饞。站在一臺自動售貨機前，看著這誘人的選擇：炸薯片、椒鹽卷餅、爆玉米花、糖果條。哪份小吃對你節(jié)食的危害最小呢？隨著脂肪含量的增加，熱量是增加還是減少？做個回歸分析吧！節(jié)食者的困境食物熱量（卡）脂肪（克）玉米餅1104炸薯片1206炸面包圈1348爆玉米花（3杯）19211蘋果餡餅43019冰激凌17512巧克力條1479因果關系模型因果關系模型是將需求作為因變量，將影響因素作為自變量，通過對影響需求的有關因素變化情況的統(tǒng)計計算和分析，來對需求進行預測.以回歸模型為例進行研究一元線性回歸方程：y=a+bxy：因變量x:自變量a、b:回歸系數(shù)根據(jù)最小二乘法原理：(1):聯(lián)立方程組求a、b(2):直接求a、b例：某企業(yè)產量和總成本資料如表，當12月份產量達到12（千件）時，總成本將達到多少？月份生產量x（千件）總成本y（千元）1234562345677.289.5121314.4合計2764.1計算過程：月份生產量x（千件）總成本y（千元）1234562345677.289.5121314.4491625364951.846490.25144169207.3614.424386078100.8合計2764.1139726.45315.2例：某企業(yè)產量和總成本資料如表：月份生產量x（千件）總成本y（千元）1234562345677.289.5121314.4491625364951.846490.25144169207.3614.424386078100.8合計2764.1139726.45315.2某企業(yè)產量與總成本資料0510152002468生產量（千件）總成本（千元）可得出因果模型為：當x=12時，思考：當自變量是時間的話，如何處理？某企業(yè)年產量如下表所示，試預測2013年的產量

時間序列的構成(補充)趨勢成分（T）數(shù)據(jù)隨著時間的變化表現(xiàn)出一種趨向。季節(jié)成分（S）在一年里按通常的頻率圍繞趨勢做上下有規(guī)則的波動。周期成分（C）在較長的時間里（一年以上）圍繞趨勢線做有規(guī)則的變動。隨機成分（I）由很多不可控因素引起的、沒有規(guī)則的上下波動。

各種平均數(shù)（補充）當代美國的平均人是女人，平均每個女人有2.1個孩子，且這些女人住在平均價值為￥80000的住房中。眾數(shù)、中位數(shù)、平均數(shù)1.簡單平均法（P53）簡單平均法是將過去實際銷售量的數(shù)據(jù)進行簡單平均，將平均值作為下一期的預測值。1.簡單平均法

沒有考慮近期市場的變化趨勢，準確度較低。適合：短期預測或各期需求比較均衡的情況2.加權平均法(P53)適用于銷售量明顯增加的趨勢，逐步加大近期數(shù)據(jù)的影響3.移動平均法（P53-55）3.1一次移動平均法（P53）例題：某種產品3月份的產量為100，4月份產量為110，5月份產量為130，6月份產量為120，試用一次移動平均法，移動項數(shù)為3，預測7月份產量。（1）兩種極端情況（P54）n=1:當期實際發(fā)生值為預測值n=N:一次移動平均值就是簡單平均值

當數(shù)據(jù)的隨機因素較大時，宜選用較大的n，這樣有利于較大限度地平滑由隨機性所帶來的嚴重偏差；反之，當數(shù)據(jù)的隨機因素較小時，宜選用較小的n，這有利于跟蹤數(shù)據(jù)的變化，并且預測值滯后的期數(shù)也少。（2）n的選擇（補充）

（3）兩個主要限制

限制一：計算移動平均必須具有n個過去觀察值，當需要預測大量的數(shù)值時，就必須存儲大量數(shù)據(jù)；限制二：n個過去觀察值中每一個權數(shù)都相等，而早于（t-n+1）期的觀察值的權數(shù)等于0，而實際上往往是最新觀察值包含更多信息，應具有更大權重。練習:分析預測某公司平板玻璃月產量時間實際觀測值三個月移動平均值五個月移動平均值123456789101112203.8214.1229.9223.7220.7198.4207.8228.5206.5226.8247.8259.5

下表是某公司一年的平板玻璃月產量，試選用n=3和n=5用一次移動平均法進行預測。計算結果列入表中。

例題:分析預測某公司平板玻璃月產量時間實際觀測值三個月移動平均值五個月移動平均值123456789101112203.8214.1229.9223.7220.7198.4207.8228.5206.5226.8247.8259.5---215.9222.6224.8214.6209.0211.6214.3220.6227.0-----218.4217.4216.1215.8212.4213.6223.5

下表是某公司一年的平板玻璃月產量，試選用n=3和n=5用一次移動平均法進行預測。計算結果列入表中。3.2二次移動平均法（P54）3.3加權移動平均法（P54）將各期的觀測值賦予權重再進行平均的預測方法4.季節(jié)變動

有的產品隨季節(jié)的變化而有很大的波動，此時就不宜采用各種平均計算方法進行預測，而應選用計算季節(jié)指數(shù)的方法來預測。例3：某冷飲公司銷售量如下表所示，假設14年期望生產700萬箱冷飲，做下季節(jié)預測。解：第一步，求總季平均數(shù)。

歷年各季度銷售數(shù)據(jù)單位：萬箱時間20102011年20122013一季度90120110130二季度400420410450三季度11090100110四季度20252120（2）求各季節(jié)指數(shù)及均值時間2010年2011年2012年2013年均值一季度0.5480.7310.6700.7920.685二季度2.4372.5592.4982.7422.559三季度0.6700.5480.6090.670.624四季度0.1220.1520.1280.1220.131

（3）求出修正系數(shù)。(4)作出預測：2014年的總季平均數(shù)：700/4=175各季度預測值：175×0.685=120175×2.559=448175×0.624=110175×0.131=23

5指數(shù)平滑