供應(yīng)鏈綜合計(jì)劃管理

11三月2024供應(yīng)鏈綜合計(jì)劃管理第1節(jié)供應(yīng)鏈需求預(yù)測(cè)一、預(yù)測(cè)的作用與特征二、預(yù)測(cè)的組成部分及預(yù)測(cè)方法三、需求預(yù)測(cè)的基本方法四、預(yù)測(cè)的時(shí)間序列五、預(yù)測(cè)誤差的測(cè)定方法六、案例：天然氣公司的需求預(yù)測(cè)一、供應(yīng)鏈中預(yù)測(cè)的作用需求預(yù)測(cè)是供應(yīng)鏈中所有計(jì)劃的基礎(chǔ)需求預(yù)測(cè)是推拉流程的起點(diǎn)推：規(guī)劃生產(chǎn)能力、庫存拉：規(guī)劃供給水平——零部件和生產(chǎn)線擁有穩(wěn)定需求的成熟產(chǎn)品最容易預(yù)測(cè)原材料供應(yīng)和成品需求不確定性大的產(chǎn)品難預(yù)測(cè)二、預(yù)測(cè)的特點(diǎn)預(yù)測(cè)通常是不準(zhǔn)確的長期預(yù)測(cè)的準(zhǔn)確性通常比短期預(yù)測(cè)低綜合預(yù)測(cè)準(zhǔn)確性比分解預(yù)測(cè)高企業(yè)越處在供應(yīng)鏈上游，預(yù)測(cè)誤差也越大三、預(yù)測(cè)的組成及預(yù)測(cè)方法1、影響需求預(yù)測(cè)的因素歷史需求產(chǎn)品提前期廣告計(jì)劃或其他營銷努力經(jīng)濟(jì)狀況價(jià)格折扣競爭者采取的行動(dòng)2、預(yù)測(cè)方法定性法（qualitative）歷史數(shù)據(jù)少，專家對(duì)市場的見解非常重要時(shí)間序列法（timeseries）未來需求與過去需求相關(guān)性大因果關(guān)系法需求預(yù)測(cè)與某些外界因素高度相關(guān)仿真法四、需求預(yù)測(cè)的基本步驟1、理解預(yù)測(cè)的目標(biāo)2、把供應(yīng)鏈的需求計(jì)劃和預(yù)測(cè)整合起來3、了解和識(shí)別顧客群4、識(shí)別影響需求預(yù)測(cè)的主要因素5、確定合適的預(yù)測(cè)技術(shù)6、設(shè)定預(yù)測(cè)績效和誤差側(cè)度五、時(shí)間序列預(yù)測(cè)法乘法型：系統(tǒng)需求=需求水平*需求趨勢(shì)*季節(jié)性需求加法型：系統(tǒng)需求=需求水平+需求趨勢(shì)+季節(jié)性需求混合型：系統(tǒng)需求=（需求水平+需求趨勢(shì)）*季節(jié)性需求1、靜態(tài)預(yù)測(cè)法假設(shè)未來需求水平、需求趨勢(shì)和季節(jié)系數(shù)都不隨觀測(cè)到的新需求而改變。系統(tǒng)需求=（需求水平+需求趨勢(shì)）*季節(jié)性需求在t期預(yù)測(cè)t+l期的需求：

Ft+l=〔L+(t+l)T〕St+l

L=基期的預(yù)計(jì)需求水平T=預(yù)計(jì)需求趨勢(shì)St=預(yù)計(jì)t期的季節(jié)系數(shù)Dt=實(shí)際觀測(cè)的t期需求Ft=預(yù)測(cè)的t期需求案例：（1）估計(jì)需求水平和需求趨勢(shì)剔除季節(jié)性需求影響P:每次季節(jié)性循環(huán)包含的期數(shù)從l+1到l+p這段時(shí)期的平均需求是l+(p+l)/2時(shí)期剔除季節(jié)性影響后的需求Dt=(Dt-p/2+Dt+p/2+Σ2Di)/2p——偶數(shù)Dt=(ΣDi)/p——奇數(shù)如p=4，t=3，D3=(D1+D5+Σ2Di)/2*4如p=3，t=3，D3=(D2+D3+D4)/3案例：年份季度時(shí)期t需求量Dt剔除季節(jié)影響后的需求121800013213000143230001975021434000206252251000021250236180002175024723000225003183800022125329120002262533101300024125341132000411241000Dt=(Dt-p/2+Dt+p/2+Σ2Di)/2pD=L+tTD=L+TtExel(工具/數(shù)據(jù)分析/回歸)D=18439+524t

Coefficients標(biāo)準(zhǔn)誤差I(lǐng)ntercept18438.99440.8087XVariable1523.809563.95925時(shí)期t需求量Dt剔除季節(jié)影響后的需求18000189632130001948732300020011434000205365100002105961800021583723000221078380002263191200023155101300023679113200024203124100024727（2）估計(jì)季節(jié)系數(shù)

St=dt/Dt時(shí)期t需求量dt剔除季節(jié)影響后的需求季節(jié)系421874176213000194870.667111408323000200111.149367848434000205361.655629139510000210590.474856356618000215830.833989714723000221071.040394445838000226311.679112721912000231550.5182465991013000236790.5490096711132000242031.3221501471241000247271.658106523季節(jié)系數(shù)：S1=(S1+S5+S9)/3=（0.42+0.47+0.52）/3=0.47S2=(S2+S6+S10)/3=（0.67+0.83+0.55）/3=0.68S3=(S3+S7+S11)/3=（1.15+1.04+1.32）/3=1.17S4=(S4+S8+S12)/3=（1.66+1.68+1.66）/3=1.67靜態(tài)預(yù)測(cè)：F13=(L+13T)S13=(18439+13*524)0.47=11868F14=(L+14T)S14=(18439+14*524)0.68=17527F15=(L+15T)S15=(18439+15*524)1.17=30770F16=(L+16T)S16=(18439+16*524)1.67=447942、適應(yīng)性預(yù)測(cè)法假設(shè)需求水平、需求趨勢(shì)、季節(jié)性隨每次觀測(cè)到的實(shí)際需求量變化。Lt=t期末的預(yù)計(jì)需求水平Tt=t期末的預(yù)計(jì)需求趨勢(shì)St=t期末預(yù)計(jì)季節(jié)系數(shù)Dt=t期實(shí)際觀測(cè)的需求Ft=t期的預(yù)測(cè)需求Et=t期的預(yù)測(cè)誤差適應(yīng)性需求預(yù)測(cè)步驟：第一步，初始化：靜態(tài)的L0、T0、S第二步，預(yù)測(cè)：Ft+1=（Lt+lTt）St+1第三步，預(yù)測(cè)誤差：Et+1=Ft+1-Dt+1第四步，修正預(yù)測(cè)值：用已知的Et+1再去修正Lt+1、Tt+1、S,并作為下一期的基礎(chǔ)數(shù)據(jù)（1）移動(dòng)平均法——沒有可觀測(cè)到的需求趨勢(shì)或季節(jié)變動(dòng)時(shí)系統(tǒng)需求=需求水平Lt=(Dt+Dt-1+Dt-2+…….+Dt-N+1)/NFt+1=Lt當(dāng)觀測(cè)完t期后Lt+1=(Dt+1+Dt+Dt-1+…….+Dt-N+2)/NFt+2=Lt+1案例：用4期移動(dòng)平均預(yù)測(cè)5期L4=(D4+D3+D2+D1)/4=19500F5=L4E5=F5-D5=19500-10000=9500當(dāng)?shù)玫?期的需求觀察值后，修正第5期需求水平。L5=(D5+D4+D3+D2)/4=20000時(shí)期t需求量Dt18000213000323000434000510000（2）一次指數(shù)平滑法——沒有可觀測(cè)到的需求趨勢(shì)或季節(jié)變動(dòng)時(shí)

L0=1/n*ΣDFt+1=Lt

Lt+1=aDt+1+(1-a)Lt（0<a<1）案例：天然氣在線公司用指數(shù)平滑法預(yù)測(cè)1期，已有12期數(shù)據(jù)L0=1/12*ΣD=22083F1=L0=22083Et=Ft-Dt=22083-8000=14083設(shè)a=0.1Lt+1=aDt+1+(1-a)Lt=0.1*8000+0.9*22083=20674Ft+1=aDt+(1-a)Ft（3）矯正需求趨勢(shì)的指數(shù)平滑法（HOLT）——呈現(xiàn)需求趨勢(shì)但沒有季節(jié)性變動(dòng)系統(tǒng)需求=需求水平+需求趨勢(shì)線性回歸：Dt=at+bFt+1=Lt+TtFt+n=Lt+nTt觀測(cè)到t期的實(shí)際需求后，對(duì)需求水平和需求趨勢(shì)進(jìn)行修正Lt+1=aDt+1+(1-a)(Lt+Tt)Tt+1=b(Lt+1-Lt)+(1-b)Tt案例：天然氣在線公司holt模型法預(yù)測(cè)回歸L0=12015T0=1549預(yù)測(cè)：F1=L0+T0=12015+1549=13564預(yù)測(cè)誤差：E1=F1-D1=13564-8000=5564平滑系數(shù)：a=0.1b=0.2修正：L1=aD1+(1-a)(L0+T0)=0.1*8000+0.9*13564=13008T1=b(L1-L0)+(1-b)T0=0.2*(13008-12015)+0.8*1549=1438F2=L1+T1=13008+1438=14446初始預(yù)測(cè)過高，修正從13564到13008，預(yù)測(cè)趨勢(shì)也從1549降到1438案例：一家電子制造商在過去6個(gè)月中觀察到它的最新MP3產(chǎn)品的需求一直保持增長，需求的觀測(cè)值分別為8415、8732、9014、9808、10413和11961，用矯正需求趨勢(shì)的指數(shù)平滑法預(yù)測(cè)第4期的需求，其中a=0.1，b=0.2。（線性回歸結(jié)果：L0=7367，T0=673）F1=L0+T0=7367+673=8040E1=F1-D1=8040-8415=-375L1=aD1+（1-a）F1=0.1*8415+0.9*8040=8078T1=b（L1-L0）+（1-b）T0=0.2*（8078-7367）+0.8*673=681（4）矯正需求趨勢(shì)和季節(jié)性的指數(shù)平滑法（winter模型）——呈現(xiàn)需求趨勢(shì)和季節(jié)變動(dòng)。系統(tǒng)需求=（需求水平+需求趨勢(shì)）季節(jié)性需求Ft+1=(Lt+Tt)St+1

Ft+n=(Lt+nTt)St+n觀測(cè)到t期的實(shí)際需求后，對(duì)需求水平、需求趨勢(shì)和季節(jié)系數(shù)進(jìn)行修正Lt+1=a(Dt+1/St+1)+(1-a)(Lt+Tt)Tt+1=b(Lt+1-Lt)+(1-b)TtSt+p+1=c(Dt+1/Lt+1)+(1-c)St+1案例：L0=18439，T0=524，S1=0.47，S2=0.68，S3=1.17，S4=1.67預(yù)測(cè)：F1=(L0+T0)S1=(18439+524)0.47=8913預(yù)測(cè)誤差：E1=F1-D1=8913-8000=913平滑：a=0.1b=0.2c=0.1修正：L1=a(D1/S1)+(1-a)(L0+T0)=0.1*（8000/0.47）+0.9*（18439+524）=18769T1=b(L1-L0)+(1-b)T0=0.2*（18769-18439）+0.8*524=485S1=c(D1/L1)+(1-c)S1=0.1（8000/18769）+0.9*0.49=0.47F2=(L1+T1)S2=(18769+485)*0.68=13093預(yù)測(cè)方法的適用情況預(yù)測(cè)方法適用情況移動(dòng)平均法需求沒有呈現(xiàn)趨勢(shì)或季節(jié)性一次指數(shù)平滑法需求沒有呈現(xiàn)趨勢(shì)或季節(jié)性Holt模型需求呈現(xiàn)趨勢(shì)但沒有季節(jié)性Winter模型需求呈現(xiàn)趨勢(shì)和季節(jié)性六、預(yù)測(cè)誤差的度量分析原因：可以運(yùn)用誤差分析，檢查是否準(zhǔn)確反映系統(tǒng)需求部分誤差用來解釋意外事件誤差在一定范圍是可以接受的；t期的誤差是該期預(yù)測(cè)需求與實(shí)際需求的差值：Et=Ft-Dt衡量方法：MSE:均方差，表示誤差的離散程度（meansquarederror）MSEn=1/nΣE2tAt：絕對(duì)偏差，表示t期誤差絕對(duì)值（absolutedeviation）At=|Et|MADn：表示平均絕對(duì)誤差MADn=1/nΣAt如果正態(tài)分布，MAD可以用來預(yù)測(cè)隨機(jī)需求部分標(biāo)準(zhǔn)差δ=1.25MADMAPEn表示平均絕對(duì)百分比誤差MAPEn=（Σ|Et/Dt|）100/n為辨別是否持續(xù)低估或者高估，用預(yù)測(cè)誤差之和衡量Bias=ΣEt正態(tài)分布值為0TS路徑信號(hào)（trackingsignal）TSt=Biast/MADt-6<TSt<6時(shí)期t需求量Dt需求水平L預(yù)測(cè)需求F預(yù)測(cè)誤差E絕對(duì)誤差A(yù)E平均方差MSE平均絕對(duì)離差MAD誤差百分比平均絕對(duì)百分比誤差MAPE路徑信號(hào)TS18000

213000

323000

43400019500

51000020000195009500950090250000950095951618000212502000020002000471250005750115327230002125021250-175017503243750044177.637.906602252.28380002225021250-167501675094468750750044.0789539.44968853-0.93333912000227502225010250102509658750080508548.643084160.4010130002150022750975097509633333383337553.035903471.5611320002375021500-105001050098321428864232.812550.14680.28912410002450023750-17250172501232265629718.754249.13763644-1.5七、綜合項(xiàng)目：天然氣在線公司需求預(yù)測(cè)——移動(dòng)平均法七、綜合項(xiàng)目：天然氣在線公司需求預(yù)測(cè)——單一指數(shù)平滑法：時(shí)期t需求量t需求水平預(yù)測(cè)需求預(yù)測(cè)誤差絕對(duì)誤差平均方差平均絕對(duì)離差誤差百分比平均絕對(duì)百分比誤差路徑信號(hào)0

22083

1800020675220831408314083198340278140831761761.0021300019908206757675767512862295110879591182.003230002021719908-3093309388936486828413832.254340002159520217-1378313783114196860965941720.515100002043621595115951159511824664110046116811.6461800020192204362436243699527532877714702.157230002047320192-2808280886435714792512622.038380002222620473-175271752711403155091254660-0.1691200021203222261022610226112979315924785620.951013000203832120382038203108410265914363631.8611320002154420383-1161711617110824074936836600.5812410002349021544-1945619456133132065102084759-1.38七、綜合項(xiàng)目：天然氣在線公司需求預(yù)測(cè)——holtmodel時(shí)期需求量需求水平趨勢(shì)水平季節(jié)因素預(yù)測(cè)需求預(yù)測(cè)誤差絕對(duì)誤差MSEMAD誤差百分比MAPE路徑信號(hào)0

18439524

18000188665140.47891391391383285791311111.00213000193675130.6813179179179432367546162.00323000198695121.1723260260260310720450153.00434000203805121.67340363636233364347044.00510000209115140.479819-181181193242314233.85618000216775390.6814569-343134312123421833196-2.67723000220885261.172599229922992309923411421370.67838000226215271.6737765-23523527187171028160.52912000232675390.4710879-112111212556150103996-0.571013000235715150.681618831883188331681112532582.071132000242505321.1728181-3819381943409011487129-0.821241000247705301.67413853853853991516139518-0.60預(yù)測(cè)方法MADMAPE(%)TS變動(dòng)范圍

四期移動(dòng)平均9718.7549.14-1.522.21單一指數(shù)平滑法10208.4459.08-1.382.25HOLTMODEL8835.8451.68-2.152.00WINTERMODEL1394.867.94-2.674.00四種方法的預(yù)測(cè)誤差第2節(jié)供應(yīng)鏈綜合計(jì)劃主要內(nèi)容：一、供應(yīng)鏈綜合計(jì)劃的作用二、綜合計(jì)劃的有關(guān)問題三、綜合計(jì)劃策略四、利用線性模型制定總體計(jì)劃一、供應(yīng)鏈綜合計(jì)劃的作用在需求產(chǎn)生之前進(jìn)行預(yù)測(cè)，并決定需求得到的滿足的程度。需確定的主要參數(shù)：生產(chǎn)速率勞動(dòng)力加班量機(jī)器產(chǎn)能水平轉(zhuǎn)包延期交貨需求現(xiàn)有庫存二、綜合計(jì)劃的有關(guān)問題1、制定總體計(jì)劃需要的信息T期的需求預(yù)測(cè)F生產(chǎn)成本——?jiǎng)趧?dòng)成本（日常+加班）——轉(zhuǎn)包生產(chǎn)成本——變動(dòng)成本（工人、設(shè)備以及產(chǎn)能）單位產(chǎn)品所需勞動(dòng)或機(jī)器小時(shí)數(shù)庫存成本缺貨或者積壓成本2、限制性因素加班時(shí)間解雇可利用資本庫存缺貨或積壓從供應(yīng)商到企業(yè)的約束三、綜合計(jì)劃策略1、追逐策略——將產(chǎn)能作為杠桿當(dāng)需求變動(dòng)時(shí)，改變生產(chǎn)能力，解雇或者雇傭勞動(dòng)力。缺點(diǎn)：產(chǎn)能改變成本很高適用條件：庫存成本很高，而改變產(chǎn)能成本較低。2、勞動(dòng)力或產(chǎn)能的時(shí)間柔性策略——將利用率作為杠桿勞動(dòng)力和產(chǎn)能不變，調(diào)整作業(yè)時(shí)間缺點(diǎn)：設(shè)備與員工的閑置適用條件：庫存成本很高，而改變產(chǎn)能利用水平的成本較低。3、平穩(wěn)策略——將庫存作為杠桿勞動(dòng)力與產(chǎn)能的產(chǎn)出率保持不變，通過庫存調(diào)節(jié)。優(yōu)點(diǎn)：雇員穩(wěn)定，設(shè)備利用率高缺點(diǎn)：積壓嚴(yán)重四、利用線性模型制定綜合計(jì)劃項(xiàng)目成本另:

單位原材料成本101月庫存1000每月每單位庫存成本2單位售價(jià)40每月每單位缺貨或積壓成本51月初員工數(shù)80雇用或培訓(xùn)每個(gè)工人成本300每條生產(chǎn)線工作日20解雇成本500工人日常工作小時(shí)8單位產(chǎn)品勞動(dòng)時(shí)間4每月加班不超過10日常每小時(shí)工作成本46月末最低庫存500加班每小時(shí)工作成本6

單位轉(zhuǎn)包成本30

1、決策變量：Wt=t月的勞動(dòng)力人數(shù)Ht=t月初雇傭員工數(shù)Lt=t月初解雇員工數(shù)Pt=t月生產(chǎn)的產(chǎn)量水平It=t月末的庫存水平St=t月末缺貨或積壓的產(chǎn)品數(shù)量Ct=t月轉(zhuǎn)包生產(chǎn)數(shù)量Ot=t月加班小時(shí)數(shù)2、目標(biāo)函數(shù)：總成本最小日常勞動(dòng)成本=∑640Wt加班勞動(dòng)成本=∑6Ot雇傭和解雇成本=∑300Ht+∑500Lt保有和出清庫存成本=∑2It+∑5St原材料成本和轉(zhuǎn)包成本=∑10Pt+∑30Ct總成本=∑640Wt+∑6Ot+∑300Ht+∑500Lt+∑2It+∑5St+∑10Pt+∑30Ct3、限制性條件工人總數(shù)、雇傭員工數(shù)和解雇員工數(shù)Wt=Wt-1+Ht+Ltt=1,…,6W0=80生產(chǎn)能力Pt≤40Wt+Ot/4t=1,…,6庫存平衡It-1+Pt+Ct=Dt+St-1+It-Stt=1,…,6I0