第三章需求預測

第三章:需求預測

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

getanAthissemester.3.1.1預測及其分類預測是對未來可能發(fā)生的情況的預計與推測。是長期的戰(zhàn)略性決策的重要輸入，也是短期的日常經營活動的重要依據(jù)。作用“凡事預則立，不預則廢”。預測為人們提供了即將發(fā)生的情況的信息，增加了成功的機會。但預測不是一門精確的科學，它是科學與藝術的結合。預測離不開科學測定的數(shù)據(jù)，也離不開人們的經驗和判斷。不能因為預測的失誤而否定預測。預測的基本假設：過去的發(fā)展狀態(tài)要持續(xù)到將來對總量的預測要比對個體的預測精確如每天從武漢到北京旅客數(shù)量的預測，比預計某個人將到何處出差要準確預測精度隨預測的時間范圍增加而降低預測對生產的作用幫助管理者設計生產運作系統(tǒng)生產什么產品，提供何種服務在何處建立生產/服務設施采用什么樣的流程供應鏈如何組織幫助管理者對系統(tǒng)的使用進行計劃今年生產什么，生產多少如何利用現(xiàn)有設施提供滿意服務預測種類按性質分科學預測科學預測是對科學發(fā)展情況的預計與推測。如門捷列夫預計有3個當時未發(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。技術預測技術預測是對技術進步情況的預計與推測。經濟預測政府部門以及其它一些社會組織經常就未來的經濟狀況發(fā)表經濟預測報告需求預測需求預測為企業(yè)給出了產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)。社會預測社會預測是對社會未來的發(fā)展狀況的預計和推測。比如人口預測、人們生活方式變化預測、環(huán)境狀況預測等。需求預測與企業(yè)生產經營活動關系最密切。二、影響需求預測的因素需求預測的影響因素有哪些？產品生命周期顧客偏好競爭者的行為廣告設計質量商業(yè)周期

……另外：商品本身的價格相關商品的價格消費者對未來價格變動的預期家庭收入人口數(shù)量與結構的變動政府的消費政策三、預測分類按預測時間長短分類長期預測(Long-rangeForecast)

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

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

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

定性預測方法主觀判斷、不需要數(shù)學公式預測依據(jù)：各種主觀意見定量預測方法利用統(tǒng)計資料和數(shù)學模型進行預測主觀判斷仍然重要預測方法定性預測方法定量預測方法Delphi法用戶期望調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、預測的步驟1、決定預測的目的和用途。2、根據(jù)企業(yè)不同的產品及其性質分類3、決定影響各類產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、選擇預測模型或方法6、計算并核實初步預測結果7、考慮和設定無法預測的內外因素8、對6、7兩部進行綜合考慮，做出預測9、將預測結果應用于生產計劃工作中10、根據(jù)實際發(fā)生的需求對預測進行監(jiān)控五、預測中應注意的幾個問題判斷在預測中的作用：選擇預測方法、辨別信息、取舍預測結果預測精度與成本預測的時間范圍和更新頻率穩(wěn)定性與響應性－預測方法的兩個基本要求穩(wěn)定性：抗拒隨機干擾、反映穩(wěn)定需求的能力。適用于受隨機因素影響大的預測問題響應性：迅速反映需求變化的能力，適用于受隨機因素影響小的預測問題第二節(jié)、定性預測方法

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

時間序列平滑模型時間序列分解模型因果關系模型利用變量之間的相關關系，通過一種變量的變化來預測另一種變量的未來變化。時間序列預測（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（經濟周期）隨機波動（Randomvariations）-隨機因素（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

隨機波動成分

移動平均法簡單移動平均（Simplemovingaverage，SMA）加權移動平均（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周期的預測值i周期實際值周期數(shù)表6-1簡單移動平均法預測

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、加權移動平均WMAt+1

=

niAt+i-ni=1n表6-2加權移動平均預測

t(月)

實際銷量(百臺)

三個月的加權移動平均預測值(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)的權重越大，則預測的穩(wěn)定性就越差，響應性就越好；近期數(shù)據(jù)數(shù)據(jù)的權重越小，則預測的穩(wěn)定性就越好，響應性就越差；權重和n的選擇具有經驗性。一次指數(shù)平滑法

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

）Ft-1

Ft新的預測值，

Ft-1前期預測值，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，預測的關鍵是選擇的大小。如管理者追求穩(wěn)定性，的值應該選擇小一些;如果管理者的目標是體現(xiàn)響應性，則應選擇大一點的時間分解預測模型--解決季節(jié)性預測問題(Seasonalvariations)

常用季節(jié)性預測模型加法模型(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)、預測誤差與監(jiān)控預測誤差：預測值與實際值之間的差異。

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

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