第三章需求预测解析.ppt

第三章第三章:需求预测需求预测为什么要预测：1、为那些用户（市场）提供产品2、产品的特色3、什么时间4、什么地方5、产品数量本章主要内容本章主要内容3.1 3.1 预测预测3.2 3.2 定性预测方法定性预测方法3.3 3.3 定量预测方法定量预测方法3.4 3.4 预测误差及监控预测误差及监控生产运作管理的计划与控制系统构成生产运作管理的计划与控制系统构成InventorystatusdataBillofMaterial能力需能力需求计划求计划资源计划资源计划ResourcePlanning生产计划生产计划ProductionPlanning需求管理需求管理DemandManagement主生产计划主生产计划MasterProductionScheduling详细物料需求计划详细物料需求计划DetailedMaterialsRequirementplanning时间分段的物料需求计划时间分段的物料需求计划Time-phasedrequirementPlanning物料与能力计划物料与能力计划MaterialandCapacityPlanning供应商系统供应商系统VenderSystems车间生产系统车间生产系统Shop-floorsystems需求市场需求市场采购市场采购市场定性、定量预测定性、定量预测第一节 预测I see that you willget an A this semester.3.1.1 预测及其分类预预测测是是对对未未来来可可能能发发生生的的情情况况的的预预计计与与推推测测。是是长长期期的的战战略略性性决决策策的的重重要要输输入入，也也是是短短期期的的日日常常经营活动的重要依据。经营活动的重要依据。作用作用“凡凡事事预预则则立立，不不预预则则废废”。预预测测为为人人们们提提供供了了即即将将发生的情况的信息，增加了成功的机会。发生的情况的信息，增加了成功的机会。但预测但预测不是一门精确的科学不是一门精确的科学，它是科学与艺术的结合。，它是科学与艺术的结合。预预测测离离不不开开科科学学测测定定的的数数据据，也也离离不不开开人人们们的的经经验验和和判断判断。不能因为预测的失误而否定预测。不能因为预测的失误而否定预测。预测的基本假设：过去的发展状态要持预测的基本假设：过去的发展状态要持续到将来续到将来对总量的预测要比对个体的预测精确对总量的预测要比对个体的预测精确如每天从武汉到北京旅客数量的预测，比如每天从武汉到北京旅客数量的预测，比预计某个人将到何处出差要准确预计某个人将到何处出差要准确预测精度随预测的时间范围增加而降低预测精度随预测的时间范围增加而降低预测对生产的作用预测对生产的作用帮助管理者设计生产运作系统帮助管理者设计生产运作系统生产什么产品，提供何种服务生产什么产品，提供何种服务在何处建立生产在何处建立生产/服务设施服务设施采用什么样的流程采用什么样的流程供应链如何组织供应链如何组织帮助管理者对系统的使用进行计划帮助管理者对系统的使用进行计划今年生产什么，生产多少今年生产什么，生产多少如何利用现有设施提供满意服务如何利用现有设施提供满意服务预测种类预测种类按性质分按性质分科科学学预预测测 科科学学预预测测是是对对科科学学发发展展情情况况的的预预计计与与推推测测。如如门门捷捷列列夫夫预预计计有有3 3个个当当时时未未发发现现的的元元素素：亚亚铝铝、亚亚硼硼和和亚亚硅硅。后后来来，发发现现了了，是是镓镓、钪和锗。钪和锗。技技术术预预测测 技技术术预预测测是是对对技技术术进进步步情情况况的的预预计计与推测。与推测。经经济济预预测测 政政府府部部门门以以及及其其它它一一些些社社会会组组织织经经常就未来的经济状况发表经济预测报告常就未来的经济状况发表经济预测报告需求预测 需求预测为企业给出了产品在未来的一段时间里的需求期望水平,为企业的计划和控制决策提供了依据。社会预测 社会预测是对社会未来的发展状况的预计和推测。比如人口预测、人们生活方式变化预测、环境状况预测等。需求预测与企业生产经营活动关系最密切。二、影响需求预测的因素需求预测的影响因素有哪些？需求预测的影响因素有哪些？产品生命周期产品生命周期顾客偏好顾客偏好竞争者的行为竞争者的行为广告广告设计设计质量质量商业周期商业周期 另外：商品本身的价格 相关商品的价格 消费者对未来价格变动的预期 家庭收入 人口数量与结构的变动 政府的消费政策 三、预测分类三、预测分类按预测时间长短分类按预测时间长短分类长期预测长期预测(Long-rangeForecast)对对5 5 5 5年年年年或或或或5 5 5 5年年年年以以以以上上上上的的需需求求前前景景的的预预测测。它它是是企企业业长长期期发展规划的依据，结果大多为定性结果的描述。发展规划的依据，结果大多为定性结果的描述。中期预测中期预测(Intermediate-rangeForecast)中中期期预预测测是是指指对对一一个个季季度度以以上上两两年年以以下下的的需需求求前前景景的的预预测测。它它是是制制订订年年度度生生产产计计划划、季季度度生生产产计计划划的的依据。依据。短期预测短期预测(Short-rangeForecast)短期预测是对短期预测是对一个季度以下一个季度以下的需求前景的预测。它的需求前景的预测。它是调整生产能力、采购、安排生产作业计划等具体是调整生产能力、采购、安排生产作业计划等具体生产经营活动的依据。生产经营活动的依据。预测分类（续）预测分类（续）按主客观因素所起的作用分按主客观因素所起的作用分 定性预测方法定性预测方法主观判断、不需要数学公式主观判断、不需要数学公式预测依据：各种主观意见预测依据：各种主观意见定量预测方法定量预测方法利用统计资料和数学模型进行预测利用统计资料和数学模型进行预测主观判断仍然重要主观判断仍然重要预预测测方方法法定定性性预预测测方方法法定定量量预预测测方方法法Delphi法法用户期望调查法用户期望调查法部门主管讨论法部门主管讨论法销售人员意见汇集法销售人员意见汇集法因果模型因果模型时间序时间序列模型列模型移动平均法移动平均法加权移动平均法加权移动平均法指数平滑法指数平滑法乘法模型乘法模型加法模型加法模型时间序列时间序列平滑模型平滑模型时间序列时间序列分解模型分解模型四、预测的步骤1、决定预测的目的和用途。2、根据企业不同的产品及其性质分类3、决定影响各类产品需求的因素及其重要性4、搜集所有可以利用的过去和现在的资料，加以分析5、选择预测模型或方法6、计算并核实初步预测结果7、考虑和设定无法预测的内外因素8、对6、7两部进行综合考虑，做出预测9、将预测结果应用于生产计划工作中10、根据实际发生的需求对预测进行监控五、预测中应注意的几个问题判断在预测中的作用：选择预测方法、辨别判断在预测中的作用：选择预测方法、辨别信息、取舍预测结果信息、取舍预测结果预测精度与成本预测精度与成本预测的时间范围和更新频率预测的时间范围和更新频率稳定性与响应性预测方法的两个基本要求稳定性与响应性预测方法的两个基本要求稳定性：抗拒随机干扰、反映稳定需求的能力。稳定性：抗拒随机干扰、反映稳定需求的能力。适用于受随机因素影响大的预测问题适用于受随机因素影响大的预测问题响应性：迅速反映需求变化的能力，响应性：迅速反映需求变化的能力，适用于受适用于受随机因素影响小的预测问题随机因素影响小的预测问题第二节、定性预测方法 Delphi 法（专家调查法）用户调查法 部门主管集体讨论法 销售人员意见汇集法第三节、定量预测方法时间序列模型：时间序列模型：以时间为独立变量，利用过去需求随时间的变化以时间为独立变量，利用过去需求随时间的变化来估计未来的需求。来估计未来的需求。把预测指标，如销售量等指标的实际历史数据按时间把预测指标，如销售量等指标的实际历史数据按时间顺序排列，应用数学方法进行分析，找出其中的变化顺序排列，应用数学方法进行分析，找出其中的变化趋势和规律性的一种定量预测方法。趋势和规律性的一种定量预测方法。时间序列平滑模型时间序列平滑模型时间序列分解模型时间序列分解模型因果关系模型因果关系模型利用变量之间的相关关系，通过一种变量的变化来预利用变量之间的相关关系，通过一种变量的变化来预测另一种变量的未来变化。测另一种变量的未来变化。时间序列预测（Time Series Forecasts）趋势成分-数据长期变化趋势，随某种规则稳定地上升或下降、停留某一水平季节成分-在一年内按通常的频率围绕趋势作上下有规则的波动周期成分 在较长时间里围绕趋势作有规则波动（经济周期）随机波动（Random variations）-随机因素（不可控）引起无规则的上下波动 趋势成分趋势成分 季节成分季节成分 周期成分周期成分 随机波动成分随机波动成分 移动平均法移动平均法简单移动平均（Simple moving average，SMA）加权移动平均（Weighted moving average，WMA）指数平滑法（Exponential smoothing）一、简单移动平均SMAt+1 =nAt+i-ni=1nT T周期末简单移动平均值周期末简单移动平均值T T1 1周期的预测值周期的预测值i i周期实际值周期实际值周期数周期数表表6 6-1 1 简单移动平均法预测简单移动平均法预测 月份月份 实际销量实际销量(百台百台)n=3n=3n=4n=41 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 1010 1111 1212 20.0020.00 21.0021.00 23.0023.00 24.0024.00 25.0025.00 27.0027.00 26.0026.00 25.0025.00 26.0026.00 28.0028.00 27.0027.00 29.0029.00 21.3321.33 22.6722.67 24.0024.00 25.3325.33 26.0026.00 2 26.006.00 25.6725.67 26.3326.33 27.0027.00 21.7521.75 23.3323.33 24.7524.75 25.5025.50 25.7525.75 26.0026.00 26.2526.25 26.5026.50 二、加权移动平均WMAt+1 =niAt+i-ni=1n表表6 6-2 2 加权移动平均预测加权移动平均预测 t(t(月月)实际销量实际销量(百台百台)三个月的加权移动平均预测值三个月的加权移动平均预测值(百台百台)1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 1010 1111 1212 20.0020.00 21.0021.00 23.0023.00 24.0024.00 25.0025.00 27.0027.00 26.0026.00 25.0025.00 26.0026.00 28.0028.00 27.0027.00 29.0029.00 (0.5(0.5 20+120+1 21+1.521+1.5 23)/3=21.8323)/3=21.83 23.1723.17 24.3324.33 25.8325.83 26.1726.17 25.6725.67 25.6725.67 26.8326.83 27.1727.17 近期数据的权重越大，则预测的稳定性近期数据的权重越大，则预测的稳定性就越差，响应性就越好；近期数据数据就越差，响应性就越好；近期数据数据的权重越小，则预测的稳定性就越好，的权重越小，则预测的稳定性就越好，响应性就越差；响应性就越差；权重和权重和n的选择具有经验性。的选择具有经验性。一次指数平滑法一次指数平滑法(Singleexponentialsmoothing)Ft=Ft-1+(At-1-Ft-1)=At-1+（1-）Ft-1 Ft新的预测值，新的预测值，Ft-1前期预测值前期预测值，At-1前期的实际需求，前期的实际需求，平滑系数平滑系数月销售额一次指数平滑预测表月销售额一次指数平滑预测表单位：千元单位：千元F2A1（1）F10.410.00（10.4）11.0010.6019.7416.81与上面的问题的类似，预测的关键是选择与上面的问题的类似，预测的关键是选择 的大小。的大小。如管理者追求稳定性，如管理者追求稳定性，的值应该选择小一些的值应该选择小一些;如果管理者的目标是体现响应性，则应选择大一点的如果管理者的目标是体现响应性，则应选择大一点的 时间分解预测模型时间分解预测模型-解决季节性预测问题解决季节性预测问题(Seasonal variations)(Seasonal variations)常用季节性预测模型常用季节性预测模型加法模型加法模型(AdditiveModel)TF=T+S+C+I乘法模型乘法模型(Multiplicativemodel)TF=T.S.C.I用得最多的是用得最多的是基于乘法模型的预测方法基于乘法模型的预测方法时间序列分解模型计算示例：时间序列分解模型计算示例：有一个公司记录了有一个公司记录了1997和和1998两年的销售数据，见两年的销售数据，见下表。请根据这些数据预测下表。请根据这些数据预测1999年的销售情况。年的销售情况。时间时间销售额销售额(万万元元)时间时间销售额销售额(万元万元)1997年年1季度季度3002季度季度2003季度季度2204季度季度5301998年年1季度季度5202季度季度4203季度季度4004季度季度700Step1:求出趋势值的直线方程。求出趋势值的直线方程。趋势值用最小二乘法，求出：Tt=193.3+49.5*tStep2:计算季节因子计算季节因子时间时间实际值实际值趋势值趋势值实际值实际值/趋势值趋势值季节因子季节因子97年年1季度季度2季度季度3季度季度4季度季度300200220530225280335390(300/225)=1.330.710.661.36(1.33+1.17)/2=1.25(0.71+0.84)/2=0.7898年年1季度季度2季度季度3季度季度4季度季度5204204007004455005556101.170.840.721.15(0.66+0.72)/2=0.69(1.36+1.15)/2=1.25Step3:计算计算1999年的预测值年的预测值1999年年1季度季度:(170+559)1.25=8312季度季度:(170+5510)0.78=5623季度季度:(170+5511)0.69=5354季度季度:(170+5512)1.25=1038一元线性回归模型Yt 一元线性回归预测值；a 截距b 斜率.Yt=a+bx012345tYb=n(xy)-xynx2-(x)2a=y-bxn n为变量数；x为自变量的取值；y为因变量的取值；y=143.5+6.3t a=812-6.3(15)5=b=5(2499)-15(812)5(55)-225=12495-12180275-225=6.3143.5第四节、预测误差与监控预测误差：预测值与实际值之间的差异。预测精度（误差的大小）与控制是预测中的重要环节。如果不注意预测环境的变化，原来使用的预测模型可能会由于种种原因产生较大的偏差，从而影响预测结果的精度，使管理人员产生错觉，导致某些决策错误。一、预测误差一、预测误差平均绝对偏差（Mean absolute deviation，MAD）平均平方误差（Mean squared error，MSE)预测误差的度量(Measurement of forecast error)预测误差是指预测值与实际值之间的偏差。其计算方法是：平均预测误差平均绝对偏差平均平方误差预测误差滚动和预测误差滚动和Running sum of forecast errors，RSFE反映预测精度反映预测精度衡量无偏性衡量无偏性MAD和MSE用于度量预测误差的大小MFE用于度量预测的无偏性预测值实际值实际值中线检验预测模型是否有效：检验预测模型是否有效：将最近的实际值与偏差进行比较，看偏差是将最近的实际值与偏差进行比较，看偏差是否在可以接受的范围之内；否在可以接受的范围之内；采用跟踪信号法采用跟踪信号法(Tracking signal)(Tracking signal)二二 预测监控预测监控跟踪信号（跟踪信号（Tracking signalTracking signal）是累积误差与）是累积误差与 MADMAD的比的比可接受误差范围上限下限 控制界限MAD数 标准偏差相关数 落在控制界内点数的百分比1 0.798 57.0482 1.596 88.9463 2.394 98.334例：例：月份需求预测实际值偏差(A-F)|A-F|A-F|MADTS11000950-50-50505050-1.00210001070702070120600.3331000110010012010022073.31.6441000960-408040260651.205100010909017090350702.40610001050502205040066.73.30 3MAD 2MAD 1MADTS 0 -1MAD -2MAD -3MAD