CH4生产物流管理43224.pptx
《CH4生产物流管理43224.pptx》由会员分享,可在线阅读,更多相关《CH4生产物流管理43224.pptx(56页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、CH4 生产物流:需求预测、计划生产物流:需求预测、计划与控制与控制Page.2需求需求预测方法方法v定性定性预测方法:方法:头脑风暴法暴法Delphi法法v定量定量预测方法:方法:回回归分析分析时间序列序列Page.31.回回归分析分析v回回归分析(分析(Regression Analysis):):统计分析的方法,分析的方法,主要探主要探讨数据之数据之间的相关关系。的相关关系。v主要主要过程:程:1.根据根据预测目目标,确定自,确定自变量和因量和因变量;量;2.建立回建立回归预测模型;模型;3.进行相关分析(行相关分析(获得相关系数等);得相关系数等);4.检验回回归预测模型,模型,计算算
2、预测误差;差;5.计算并确定算并确定预测值。Page.4线性回性回归预测v线性回性回归预测法是指一个或多个自法是指一个或多个自变量和因量和因变量之量之间具有具有线性关系,配合性关系,配合线性回性回归模型,根据自模型,根据自变量的量的变动来来预测应变量平均量平均发展展趋势的方法。的方法。v式中:式中:y预测值(因变量)预测值(因变量)a、b回归模型系数回归模型系数 R 相关系数相关系数R=0时,不相关;时,不相关;R=1时,完全相关;时,完全相关;0R1时,部分相关,时,部分相关,R越大相关性越高。越大相关性越高。Page.5非非线性回性回归预测v非非线性回性回归预测是指自是指自变量与因量与因变
3、量之量之间的关系某种非的关系某种非线性关系性关系时的回的回归预测法法v常用模型:多常用模型:多项式模型、式模型、对数模型、指数模型、数模型、指数模型、幂函数模函数模型等型等baxy=bxcey=多项式:对数:幂函数:指数:Page.6Excel在回在回归分析中的分析中的应用用v利用利用图表表进行回行回归分析分析选择变量量生成散点生成散点图添加添加趋势线选择类型,型,设置置选项v利用数据分析工具利用数据分析工具进行回行回归分析分析(将函数(将函数转换为线性回性回归形式)形式)数据分析数据分析回回归选项设置置输出出结果果回回归统计表表:相关系数、:相关系数、标准准误差等差等方差分析表:通方差分析表
4、:通过F检验来判断回来判断回归模型的回模型的回归效果效果(与置信度相关与置信度相关)回回归参数:通参数:通过t检验的的p值判断能否解判断能否解释因因变量量变化化(p值为可信程度可信程度的的递减指减指标)Page.7一些常一些常见曲曲线:转化化为标准准线性回性回归曲曲线vCompertz曲曲线:描述一种新:描述一种新产品从品从试制期到制期到饱和和期期产量的增量的增长趋势Page.8Page.9vPearl曲曲线:描述技:描述技术和和经济的的发生、生、发展、展、成熟三个成熟三个阶段段(缓慢、快速、慢、快速、缓慢)慢)L LPage.102.时间序列序列v时间序列:指在一个序列:指在一个给定的定的时
5、期内按照固定期内按照固定时间间隔把某种隔把某种变量的数量的数值依依时间先后先后顺序排列而成的序列。序排列而成的序列。v时间序列的四个主要因素:序列的四个主要因素:趋势(T),即人口、),即人口、资金和技金和技术等要素等要素发展展变化的基本情况。化的基本情况。周期(周期(C),即),即经济周期波周期波动的影响。的影响。季季节(S),指一年中),指一年中销售售变化的固有模式,如与日、周、月或季化的固有模式,如与日、周、月或季节相关的相关的规律性律性变动。偶然事件(偶然事件(I),包括),包括风雨等各种自然灾害及雨等各种自然灾害及动乱等等。乱等等。这些因素些因素都属于不可抗力的范畴之内。都属于不可抗
6、力的范畴之内。v时间序列序列预测可用于短期可用于短期预测、中期、中期预测和和长期期预测Page.11时间序列预测方法时间序列预测方法v通过对历史数据作平均运算,序列中偏高或偏低的数据通过对历史数据作平均运算,序列中偏高或偏低的数据可相互抵消,以此平滑时间数据序列中的波动。可相互抵消,以此平滑时间数据序列中的波动。v按照数据处理方法不同,可以分为:按照数据处理方法不同,可以分为:简单算术平均简单算术平均加权算术平均加权算术平均移动平均移动平均指数平滑指数平滑季节指数季节指数趋势预测(回归分析)趋势预测(回归分析)Page.12时间序列的序列的预测步步骤 v第一步,确定第一步,确定时间序列的序列的
7、类型型 即分析即分析时间序列的序列的组成成分。成成分。v第二步,第二步,选择合适的方法建立合适的方法建立预测模型模型 如果如果时间序列没有序列没有趋势和季和季节成分,可成分,可选择移移动平均或平均或指数平滑法指数平滑法如果如果时间序列含有序列含有趋势成分,可成分,可选择趋势预测法法如果如果时间序列含有季序列含有季节成分可成分可选择季季节指数法指数法v第三步,第三步,评价模型准确性,确定最价模型准确性,确定最优模型参数模型参数 v第四步,按要求第四步,按要求进行行预测 Page.13(1 1)简单算算术平均平均某某销售公司售公司2010年下半年各月的年下半年各月的销售售额分分别为18、17、19
8、、20、17、19万元,万元,试预测2011年年1月份月份该公司公司销售售额。预测值 Page.14(2 2)加)加权算算术平均平均v赋予时间序列中距离预测期较近数据以较大的权重。赋予时间序列中距离预测期较近数据以较大的权重。例:某商例:某商场家家电产品在前四周的需求量依次品在前四周的需求量依次为1212、1717、1515、1313,给最近一期数据最近一期数据赋予予权重重0.40.4,上一期数据,上一期数据赋予予权重重0.30.3,上上一期数据分配,上上一期数据分配权重重0.20.2,距离,距离预测期最期最远一期一期数据分配数据分配权重重0.10.1。则加加权平均平均值为:MAMAn n0.
9、4130.4130.3150.3150.2170.2170.1120.1121515 优点点:对最近一期的最近一期的实际情况反情况反应灵敏。灵敏。难点点:一个是移:一个是移动间隔期的确定,企隔期的确定,企业没有没有办法知道多久以前的需求法知道多久以前的需求对预测期的需求没有影响;另一个是期的需求没有影响;另一个是赋予每一期的予每一期的权重没有科学的确重没有科学的确定方法,只能依靠主定方法,只能依靠主观的的经验进行判断。行判断。Page.15v移动平均:移动平均:利用过去一系列的实际数值进行预测,将利用过去一系列的实际数值进行预测,将距离预测期最近几期的实际数值的平均值作为预测值。距离预测期最近
10、几期的实际数值的平均值作为预测值。计算公式为:计算公式为:(3 3)移)移动平均平均p适用:历史数据量大,无明显长期增长下降趋势和周期波动p缺点:赋予各期相同的权重,如果在时间序列中发生了非随机性变动,移动平均预测法对这种变化的反应不敏感。Page.16年份销售量移动平均数N=3移动平均数N=51992206199321419942081995220209.331996230214.001997212219.33215.61998202220.67216.81999210214.67214.42000218208.00214.82001206210.00214.4211.33209.6根据历史
11、数据,通过移动平均预测未来值(直接将最后一期移动平均值作为预测值直接将最后一期移动平均值作为预测值)Page.17Excel做移做移动平均平均v自定自定义函数与公式,函数与公式,测算与比算与比较MSEv数据分析数据分析移移动平均平均输入区域入区域间隔:移隔:移动周期周期输出区域:出区域:预测数据开始数据开始单元格元格标准准误差差Page.18v上一期预测值加上该期实际与预测值差额的一定百分数上一期预测值加上该期实际与预测值差额的一定百分数即得新的预测值即得新的预测值 式中:Ft第t期的预测值;Ft-1第t-1期的预测值;a平滑系数;At-1第t-1期的实际值。(4 4)指数平滑)指数平滑上式可
12、变形为:p平滑常数决定了预测对时间序列偏差调整的快慢,一般取0.010.3p适用:数据量少,短期预测Page.19时间序列观测值时间序列预测值Ft-2Ft-1a1-aFt+1a a1-a aFt1-a aa aAt-1At-2AtPage.20Excel做指数平滑做指数平滑预测v自定自定义函数与公式,函数与公式,测算与比算与比较MSEv数据分析数据分析指数平滑指数平滑输入区域入区域阻尼系数阻尼系数=1-平滑系数平滑系数输出区域:出区域:预测数据开始数据开始单元格元格标准准误差差Page.21v对于既含有于既含有线性性趋势成分又含有季成分又含有季节成分的成分的时间序序列,列,须对其成分其成分进行
13、分解,行分解,这种分解建立在以下乘种分解建立在以下乘法模型的基法模型的基础上:上:v其中,其中,Tt表示表示长期期趋势成分,成分,St表示季表示季节成分,成分,Ct表示周期表示周期性成分,性成分,It表示不表示不规则成分。成分。由于不由于不规则成分的不可成分的不可预测,因此因此预测值就可表示就可表示为趋势成分和季成分和季节成分的乘成分的乘积。(5)季)季节指数指数Page.22建立季建立季节指数模型指数模型v建立季建立季节指数模型的一般步指数模型的一般步骤如下:如下:第一步,第一步,计算每一季(每季度,每月等等)的算每一季(每季度,每月等等)的季季节指数指数St。第二步,用第二步,用时间序列的
14、每一个序列的每一个观测值除以适当除以适当的季的季节指数,消除季指数,消除季节影响。影响。第三步,第三步,为消除了季消除了季节影响的影响的时间序列建立适序列建立适当的当的趋势模型,并用模型,并用这个模型个模型进行行预测。第四步,用第四步,用预测值乘以季乘以季节指数,指数,计算出最算出最终的的带季季节影响的影响的预测值。Page.23v根据根据时间序列序列预测第五年各季度第五年各季度销售量售量季别各季销售量第一年第二年第三年第四年第一季148138150145145.25127.27147.00第二季6264586662.5054.7763.26第三季7680727876.5067.0377.42
15、第四季164172180173172.25150.93174.32季均销售季节指数预测值Page.24(1)计算各年同季季平均销售额资料于表第6栏。如第一季为:(2)计算所有年所有季的季平均销售额(3)计算各季节比率于表第7栏。如第二季为:(4)预测年的季趋势值 (简单平均预测,如有长期趋势需回归预测)(简单平均预测,如有长期趋势需回归预测)(5)第五年各季预测值于表第8栏。如第三季为:Page.25需求需求预测方法方法选择v预测方法选择时应考虑的因素预测方法选择时应考虑的因素 (1 1)不同预测方法的适用范围)不同预测方法的适用范围 (2 2)数据资料的数量和质量)数据资料的数量和质量 (3
16、 3)预测精度要求()预测精度要求(MSEMSE)(4 4)预测期限、时间和费用)预测期限、时间和费用Page.26生生产物流物流计划和控制划和控制v生生产物流:工厂中的原材料、燃料、外物流:工厂中的原材料、燃料、外购件等,件等,经过下料、下料、发运送到各个加工点和存运送到各个加工点和存储点,以在制品的形点,以在制品的形态,从一个,从一个生生产过程流入到另一个生程流入到另一个生产过程,按程,按规定的生定的生产工工艺过程程进行加工、行加工、储存的全部生存的全部生产过程。程。v由于生由于生产物流的多物流的多样性和复性和复杂性,以及生性,以及生产工工艺和和设备的的不断更新,如何更好地不断更新,如何更
17、好地组织生生产物流,是物流研究者和管物流,是物流研究者和管理者始理者始终追求的目追求的目标。v合理合理组织生生产物流物流过程,才能使生程,才能使生产过程始程始终处于最佳状于最佳状态。Page.27生生产物流物流结构及内容构及内容 经销商/批发商原材料.零部件输入半成品库存原材料半成品库存加 工零件装配整机安装包装.堆放成 品 库 存进货系统搬运系统出货系统生产物流退货物流供应物流其它厂部件厂合作厂供应商销售商销售物流成 品 库 存成 品 出 货零 售 商库存信息Page.28282023/5/15影响生产物流的因素:n生产工艺对生产物流有不同要求和限制n生产类型影响生产物流的构成和比例n生产规
18、模影响物流量大小n专业化和协作化水平影响生产物流的构成与管理Page.29管理生管理生产物流物流应注意的注意的问题v物流物流过程的程的连续性性物料物料顺畅、最快、最省地走完各个、最快、最省地走完各个工序,直到成工序,直到成为产品。品。v物流物流过程的平行性程的平行性各个支流平行流各个支流平行流动v物流物流过程的程的节奏性奏性生生产过程中各程中各阶段都能有段都能有节奏、均奏、均衡地衡地进行行v物流物流过程的比例性程的比例性考考虑各工序内的各工序内的质量合格率,以及量合格率,以及装卸搬运装卸搬运过程中的可能程中的可能损失,零部件数量在各工序失,零部件数量在各工序间有一有一定的比例,形成了物流定的比
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- CH4 生产 物流 管理 43224
限制150内