供应链管理4综合计划222318.pptx

《供应链管理4综合计划222318.pptx》由会员分享，可在线阅读，更多相关《供应链管理4综合计划222318.pptx（56页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第四章 供应链综合计划管理第1节 供应链需求预测第2节 供应链总体计划第3节 供应链中的供给和需求规划：控制可预测变量第1节 供应链需求预测一、预测的作用与特征二、预测的组成部分及预测方法三、需求预测的基本方法四、预测的时间序列五、预测误差的测定方法六、案例：天然气公司的需求预测一、供应链中预测的作用需求预测是供应链中所有计划的基础需求预测是推拉流程的起点推：规划生产能力、库存拉：规划供给水平零部件和生产线拥有稳定需求的成熟产品最容易预测原材料供应和成品需求不确定性大的产品难预测二、预测的特点预测通常是不准确的长期预测的准确性通常比短期预测低综合预测准确性比分解预测高企业越处在供应链上游，预测

2、误差也越大三、预测的组成及预测方法1、影响需求预测的因素历史需求产品提前期广告计划或其他营销努力经济状况价格折扣竞争者采取的行动2、预测方法定性法（qualitative）历史数据少，专家对市场的见解非常重要时间序列法（time series）未来需求与过去需求相关性大因果关系法 需求预测与某些外界因素高度相关仿真法四、需求预测的基本步骤1、理解预测的目标2、把供应链的需求计划和预测整合起来3、了解和识别顾客群4、识别影响需求预测的主要因素5、确定合适的预测技术6、设定预测绩效和误差侧度五、时间序列预测法乘法型：系统需求=需求水平*需求趋势*季节性需求加法型：系统需求=需求水平+需求趋势+季节

3、性需求混合型：系统需求=（需求水平+需求趋势）*季节性需求1、静态预测法 假设未来需求水平、需求趋势和季节系数都不随观测到的新需求而改变。系统需求=（需求水平+需求趋势）*季节性需求 在t期预测t+l期的需求：FFt+lt+l=L+(t+l)TL+(t+l)TSSt+lt+l L=基期的预计需求水平 T=预计需求趋势 St=预计t期的季节系数 Dt=实际观测的t期需求 Ft=预测的t期需求案例：（1）估计需求水平和需求趋势 剔除季节性需求影响P:每次季节性循环包含的期数从l+1到l+p这段时期的平均需求是l+(p+l)/2时期剔除季节性影响后的需求Dt=(Dt-p/2+Dt+p/2+2Di)/

4、2p偶数Dt=(Di)/p 奇数如p=4，t=3，D3=(D1+D5+2Di)/2*4如p=3，t=3，D3=(D2+D3+D4)/3案例：年份 季度时期t 需求量Dt剔除季节影响后的需求1 2 1 80001 3 2 130001 4 3 23000 197502 1 4 34000 206252 2 5 10000 212502 3 6 18000 217502 4 7 23000 225003 1 8 38000 221253 2 9 12000 226253 3 10 13000 241253 4 11 320004 1 12 41000Dt=(Dt-p/2+Dt+p/2+2Di)/2

5、pD=L+tTD=L+TtExel(工具/数据分析/回归)D=18439+524tCoefficients 标准误差Intercept 18438.99 440.8087X Variable 1 523.8095 63.95925时期t 需求量Dt剔除季节影响后的需求1 8000189632 13000194873 23000200114 34000205365 10000210596 18000215837 23000221078 38000226319 120002315510 130002367911 320002420312 4100024727（2）估计季节系数 St=dt/Dt时期

6、t 需求量dt剔除季节影响后的需求 季节系数1 800018963 0.4218741762 1300019487 0.6671114083 2300020011 1.1493678484 3400020536 1.6556291395 1000021059 0.4748563566 1800021583 0.8339897147 2300022107 1.0403944458 3800022631 1.6791127219 1200023155 0.51824659910 1300023679 0.54900967111 3200024203 1.32215014712 4100024727

7、 1.658106523季节系数：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静态预测：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=30770F1

8、6=(L+16T)S16=(18439+16*524)1.67=447942、适应性预测法 假设需求水平、需求趋势、季节性随每次观测到的实际需求量变化。Lt=t期末的预计需求水平Tt=t期末的预计需求趋势St=t期末预计季节系数Dt=t期实际观测的需求Ft=t期的预测需求Et=t期的预测误差适应性需求预测步骤：第一步，初始化：静态的L0、T0、S第二步，预测：Ft+1=（Lt+lTt）St+1第三步，预测误差：Et+1=Ft+1-Dt+1第四步，修正预测值：用已知的Et+1再去修正Lt+1、Tt+1、S,并作为下一期的基础数据（1）移动平均法没有可观测到的需求趋势或季节变动时系统需求=需求水平

9、Lt=(Dt+Dt-1+Dt-2+.+Dt-N+1)/NFt+1=Lt当观测完t期后Lt+1=(Dt+1+Dt+Dt-1+.+Dt-N+2)/NFt+2=Lt+1案例：用4期移动平均预测5期L4=(D4+D3+D2+D1)/4=19500F5=L4E5=F5-D5=19500-10000=9500当得到5期的需求观察值后，修正第5期需求水平。L5=(D5+D4+D3+D2)/4=20000时期t 需求量Dt1 80002 130003 230004 340005 10000（2）一次指数平滑法 没有可观测到的需求趋势或季节变动时 L0=1/n*D Ft+1=Lt Lt+1=aDt+1+(1-a

10、)Lt（0 a1）案例：天然气在线公司用指数平滑法预测1期，已有12期数据L0=1/12*D=22083 F1=L0=22083Et=Ft-Dt=22083-8000=14083设a=0.1Lt+1=aDt+1+(1-a)Lt=0.1*8000+0.9*22083=20674Ft+1=aDt+(1-a)Ft（3）矫正需求趋势的指数平滑法（HOLT）呈现需求趋势但没有季节性变动系统需求=需求水平+需求趋势线性回归：Dt=at+bFt+1=Lt+Tt Ft+n=Lt+nTt观测到t期的实际需求后，对需求水平和需求趋势进行修正Lt+1=aDt+1+(1-a)(Lt+Tt)Tt+1=b(Lt+1-Lt

11、)+(1-b)Tt案例：天然气在线公司holt模型法预测回归 L0=12015 T0=1549预测：F1=L0+T0=12015+1549=13564预测误差：E1=F1-D1=13564-8000=5564平滑系数：a=0.1 b=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 初始预测过高，修正从13564到13008，预测趋势也从1549降到1438案例：一家电子制造商在过去6个月中观

12、察到它的最新MP3产品的需求一直保持增长，需求的观测值分别为8415、8732、9014、9808、10413和11961，用矫正需求趋势的指数平滑法预测第4期的需求，其中a=0.1，b=0.2。（线性回归结果：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）矫正需求趋势和季节性的指数平滑法（winter模型）呈现需求趋势和季节变动。系统需求=（需求水

13、平+需求趋势）季节性需求Ft+1=(Lt+Tt)St+1 Ft+n=(Lt+nTt)St+n观测到t期的实际需求后，对需求水平、需求趋势和季节系数进行修正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预测：F1=(L0+T0)S1=(18439+524)0.47=8913预测误差：E1=F1-D1=8913-8000=913平滑：a=0.1 b=0.2 c=0.1修正：L1=a(

14、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预测方法的适用情况预测方法 适用情况移动平均法 需求没有呈现趋势或季节性一次指数平滑法 需求没有呈现趋势或季节性Holt模型需求呈现趋势但没有季节性Winter模型需求呈现趋势和季节性六、预测误差的度量分析原因：可以运用

15、误差分析，检查是否准确反映系统需求部分误差用来解释意外事件误差在一定范围是可以接受的；t期的误差是该期预测需求与实际需求的差值：Et=Ft-Dt衡量方法：MSE:均方差，表示误差的离散程度（mean squared error）MSEn=1/nE2tAt：绝对偏差，表示t期误差绝对值（absolute deviation）At=|Et|MADn：表示平均绝对误差 MADn=1/n At如果正态分布，MAD可以用来预测随机需求部分标准差=1.25MADMAPEn表示平均绝对百分比误差 MAPEn=（|Et/Dt|）100/n为辨别是否持续低估或者高估，用预测误差之和衡量 Bias=Et 正态分布

16、值为0 TS路径信号（tracking signal）TSt=Biast/MADt-6TSt6时期t需求量Dt需求水平L预测需求F预测误差E绝对误差AE 平均方差MSE平均绝对离差MAD误差百分比平均绝对百分比误差MAPE路径信号TS1 8000 2 13000 3 23000 4 3400019500 5 1000020000 19500 9500 9500 90250000 9500 95 95 16 1800021250 20000 2000 2000 47125000 5750 11 53 27 2300021250 21250-1750 1750 32437500 4417 7.6

17、37.90660225 2.28 3800022250 21250-16750 16750 94468750 7500 44.07895 39.44968853-0.933339 1200022750 22250 10250 10250 96587500 8050 85 48.64308416 0.4010 1300021500 22750 9750 9750 96333333 8333 75 53.03590347 1.5611 3200023750 21500-10500 10500 98321428 8642 32.8125 50.1468 0.28912 4100024500 2375

18、0-17250 17250 123226562 9718.75 42 49.13763644-1.5七、综合项目：天然气在线公司需求预测移动平均法 七、综合项目：天然气在线公司需求预测单一指数平滑法：时期t 需求量t 需求水平 预测需求 预测误差 绝对误差 平均方差 平均绝对离差 误差百分比 平均绝对百分比误差 路径信号0 22083 1 8000 20675 22083 14083 14083 198340278 14083 176 176 1.00 2 1300019908 20675 7675 7675 128622951 10879 59 118 2.00 3 23000 20217

19、19908-3093 3093 88936486 8284 13 83 2.25 4 34000 21595 20217-13783 13783 114196860 9659 41 72 0.51 5 10000 20436 21595 11595 11595 118246641 10046 116 81 1.64 6 18000 20192 20436 2436 2436 99527532 8777 14 70 2.15 7 23000 20473 20192-2808 2808 86435714 7925 12 62 2.03 8 38000 22226 20473-17527 17527

20、 114031550 9125 46 60-0.16 9 12000 21203 22226 10226 10226 112979315 9247 85 62 0.95 10 13000 20383 21203 8203 8203 108410265 9143 63 63 1.86 11 32000 21544 20383-11617 11617 110824074 9368 36 60 0.58 12 41000 23490 21544-19456 19456 133132065 10208 47 59-1.38 七、综合项目：天然气在线公司需求预测holt model时期 需求量 需求水平

21、 趋势水平 季节因素 预测需求 预测误差 绝对误差 MSE MAD 误差百分比 MAPE 路径信号0 18439 524 1 8000 18866 514 0.47 8913 913 913 832857 913 11 11 1.00 2 13000 19367 513 0.68 13179 179 179 432367 546 1 6 2.00 3 23000 19869 512 1.17 23260 260 260 310720 450 1 5 3.00 4 34000 20380 512 1.67 34036 36 36 233364 347 0 4 4.00 5 10000 20911

22、 514 0.47 9819-181 181 193242 314 2 3 3.85 6 18000 21677 539 0.68 14569-3431 3431 2123421 833 19 6-2.67 7 23000 22088 526 1.17 25992 2992 2992 3099234 1142 13 7 0.67 8 38000 22621 527 1.67 37765-235 235 2718717 1028 1 6 0.52 9 12000 23267 539 0.47 10879-1121 1121 2556150 1039 9 6-0.57 10 13000 23571

23、 515 0.68 16188 3188 3188 3316811 1253 25 8 2.07 11 32000 24250 532 1.17 28181-3819 3819 4340901 1487 12 9-0.82 12 41000 24770 530 1.67 41385 385 385 3991516 1395 1 8-0.60 预测方法 MAD MAPE(%)TS变动范围 四期移动平均 9718.75 49.14-1.52 2.21 单一指数平滑法 10208.44 59.08-1.38 2.25 HOLT MODEL 8835.84 51.68-2.15 2.00 WINTER

24、 MODEL 1394.86 7.94-2.67 4.00 四种方法的预测误差第2节 供应链综合计划 主要内容：一、供应链综合计划的作用二、综合计划的有关问题三、综合计划策略四、利用线性模型制定总体计划一、供应链综合计划的作用在需求产生之前进行预测，并决定需求得到的满足的程度。需确定的主要参数：生产速率 劳动力 加班量 机器产能水平 转包 延期交货需求 现有库存二、综合计划的有关问题1、制定总体计划需要的信息T期的需求预测F生产成本 劳动成本（日常+加班）转包生产成本 变动成本（工人、设备以及产能）单位产品所需劳动或机器小时数库存成本缺货或者积压成本2、限制性因素加班时间解雇可利用资本库存缺货

25、或积压从供应商到企业的约束三、综合计划策略1、追逐策略将产能作为杠杆当需求变动时，改变生产能力，解雇或者雇佣劳动力。缺点：产能改变成本很高适用条件：库存成本很高，而改变产能成本较低。2、劳动力或产能的时间柔性策略将利用率作为杠杆劳动力和产能不变，调整作业时间缺点：设备与员工的闲置适用条件：库存成本很高，而改变产能利用水平的成本较低。3、平稳策略将库存作为杠杆劳动力与产能的产出率保持不变，通过库存调节。优点：雇员稳定，设备利用率高缺点：积压严重四、利用线性模型制定综合计划项目 成本 另:单位原材料成本 10 1月库存 1000每月每单位库存成本 2 单位售价 40每月每单位缺货或积压成本 5 1

26、月初员工数 80雇用或培训每个工人成本 300 每条生产线工作日 20解雇成本 500 工人日常工作小时 8单位产品劳动时间 4 每月加班不超过 10日常每小时工作成本 4 6月末最低库存 500加班每小时工作成本 6 单位转包成本 30 1、决策变量：Wt=t月的劳动力人数 Ht=t月初雇佣员工数 Lt=t月初解雇员工数 Pt=t月生产的产量水平 It=t月末的库存水平 St=t月末缺货或积压的产品数量 Ct=t月转包生产数量 Ot=t月加班小时数2、目标函数：总成本最小 日常劳动成本=640Wt 加班劳动成本=6Ot 雇佣和解雇成本=300Ht+500Lt 保有和出清库存成本=2It+5S

27、t 原材料成本和转包成本=10Pt+30Ct总成本=640Wt+6Ot+300Ht+500Lt+2It+5St+10Pt+30Ct3、限制性条件工人总数、雇佣员工数和解雇员工数 Wt=Wt-1+Ht+Lt t=1,6 W0=80生产能力 Pt40Wt+Ot/4 t=1,6 库存平衡 It-1+Pt+Ct=Dt+St-1+It-St t=1,6 I0=1000 I6500 S0=0 S6=0加班时间 Ot10Wt t=1,6 所有变量非负red tomato tools 综合计划（持有成本6美元）时间雇佣人数解雇人数工人人数加班时间 库存库存缺货转包合同总产量需求预测0 0 0 80 0 100

28、0 0 0 1 0 23 57 0 1667 0 0 2267 10002 0 0 57 0 933 0 0 2267 30003 0 0 57 0 0 0 0 2267 38004 0 0 57 0 0 67 1467 2267 48005 0 0 57 0 0 0 0 2267 20006 0 0 57 0 500 0 433 2267 1400 558.3333 2666.667第3节 供应链的供给和需求计划 管理可预测变量 主要内容 应对供应链中的可预测变量 供给管理 需求管理 在实践中控制可预测变量一、应对供应链中的可预测变量可预测变量：是指可以预测到的需求量的波动。1、可预测变量 季节性因素：如滑雪衫，割草机 非季节性因素：如促销2、实现利润最大化的方案：供给管理&需求管理 A.供给管理：利用生产能力、库存、转包生产和延期交货来掌握供给 B.需求管理：利用短期价格折扣和促销来掌握需求二、供给管理1.产能管理 劳动力的时间柔性 使用季节性劳动力 使用转包合同 双重设施专用设施和柔性设施的使用 在设计生产过程中融入产品柔性2.库存管理 多样产品使用通用零件 为高需求和可预测需求产品建立库存