02需求预测-生产运作课件.ppt

《02需求预测-生产运作课件.ppt》由会员分享，可在线阅读，更多相关《02需求预测-生产运作课件.ppt（48页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、高科技行业 1生产与运作管理第二讲：需求预测 2008.高科技行业 2生产与运作管理预测是对未来可能发生的情况的预计与推测。预测 2008.高科技行业 3生产与运作管理需求预测特征预测将是错的预测附上对误差的估计是最有用的对于较大的物品组合，预测更准确些对于较短的时间，预测更准确些 2008.高科技行业 4生产与运作管理需求模式 成功地使用统计预测的关键是选择适用于被测物品所经历过的需求模式的技法水平的需求代表具有稳定需求的成熟产品。间歇的需求代表处于其生命周期的很早或很晚期的低需求量物品与大多数的维修零件。趋势性需求显示较为稳定的增长或下降季节性物品每一日历年度要经历高峰与低谷。2008.高

2、科技行业 5生产与运作管理高科技行业 6生产与运作管理预测时应该注意的几个问题判断在预测中的作用（选择模型，输入信息，预测结果）预测精度与成本预测的时间范围和更新频率（时间范围越大，预测结果越不准确）稳定性与响应性 稳定性：指抗拒随机干扰，反映稳定需求的能力 响应性：指迅速反映需求变化的能力 对于时间序列模型，这两个目标时互相矛盾的 2008.高科技行业 7生产与运作管理供应链伙伴共同预测的必要零售商 经销商 批发商制造商 供应商1000（1+10%）1000（1+10%）21000（1+10%）31000（1+10%）41000（1+10%）5单独预测：2008.高科技行业 8生产与运作管理

3、供应链伙伴共同预测的必要需求放大效应是需求信息扭曲的结果，图显示了一个销售商实际的销售量和订货量的差异，实际的销售量与订货量不同步。在供应链中，每一个供应链的节点企业的信息都有一个信息的扭曲，这样逐级而上，即产生信息扭曲的放大。2008.高科技行业 9生产与运作管理高科技行业 10生产与运作管理滚动预测以Dell为例戴尔会在交货前13 周前做预测，并随着天数减少修正，一直到2 周前冻结预估数字，供货商就根据这个数字在预定时间交货，戴尔通常估得很准，数字冻结后再变动不大。至于戴尔即将或刚接到的订单，也会公布在上头，帮助供货商做零件预估。2008.高科技行业 11生产与运作管理Forecastin

4、g in Supply Chain EraInter-organizational&collaborative:Involvement of distributors in forecastingupdating forecasts with initial ordersearly information sharing with suppliers,etc.Advances in ITPoint of sale(POS)scanner technologies,Information sharing technology among firms,common demand data base

5、s,Extranets,etc.=Greater visibility upstream&downstream!2008.高科技行业 12生产与运作管理高科技行业 13生产与运作管理常见的预测方法（模型）定性预测方法 定性预测方法包括德尔菲法、部门主管讨论法、用户（市场）调研、历史类比等。定量预测方法 定量方法细分为：时间序列分析方法，因果联系分析方法以及模拟方法等。2008.高科技行业 14生产与运作管理高科技行业 15生产与运作管理定性预测Delphi预测模型 德尔菲法是美国兰德公司（RAND Corporation）奥拉夫 赫尔默博士于上世纪40年代末首创的。它是定性预测方法中最重要、最

6、有效的一种方法，应用十分广泛，可用于预测市场需求、商品供求变化、产品成本与价格、市场占有率、产品寿命周期等方面。对于那些缺少历史和现实资料的预测尤为实用。特点：（1）匿名性。采用匿名函询方式，参加预测的专家互不了解，因而发表观点、修正自己的意见均较自由。（2）反馈性。发函征询意见至少要经过两轮，预测当事人应将上一轮专家的意见汇总统计，将其作为反馈信息在下一轮征询时告知各位专家参考。（3）收敛性。专家意见经过多轮征询反馈后，意见趋向一致。用统计方法加以整理，即可得预测结果。2008.高科技行业 16生产与运作管理其它定性预测部门主管集体讨论法（小组讨论法）用户调查法（市场调查法）销售人员意见汇总

7、法 2008.高科技行业 17生产与运作管理高科技行业 18生产与运作管理简单平均法利用一定时期库存数据的平均值，作为下一时期的预测值。Ft=式中：v Ft为预测值；v At为i时段的需求数据值；v n为观测时段的个数。2008.高科技行业 19生产与运作管理简单移动平均预测模型n当产品需求既不快增长也不快下降，且不存在季节性因素时，移动平均法能有效消除预测中的随机波动。选择移动平均的最佳区间很重要。n其主要缺点是在于若区间周期太长，则太复杂。2008.高科技行业 20生产与运作管理简单移动平均预测模型n当产品需求既不快增长也不快下降，且不存在季节性因素时，移动平均法能有效消除预测中的随机波动

8、。选择移动平均的最佳区间很重要。n其主要缺点是在于若区间周期太长，则太复杂。2008.高科技行业 21生产与运作管理简单移动平均预测模型 2008.高科技行业 22生产与运作管理简单移动平均预测模型 简单移动平均法预测 月份 实际销量(百台)n=3(百台)n=4(百台)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 21.33 22.67 24.00 25.33 26.00 26.00 25.67 26.33 27.00 21.75 23.33

9、24.75 25.50 25.75 26.00 26.25 26.50 2008.高科技行业 23生产与运作管理高科技行业 24生产与运作管理加权平均移动预测模型 2008.高科技行业 25生产与运作管理一次指数平滑预测模型n前两种预测方法（简单移动平均和加权移动平均）中，一个主要的问题是必须有大量连续的历史数据。随着模型中新数据的增添及过期数据的剔除，新的预测结果就可以预测出来。有的情况下，最近期的情况远比较早期的更能预测未来。假设越远当期其重要性就越低，如果这一前提正确，则指数平滑法就是逻辑性最强且最为简单的方法。2008.高科技行业 26生产与运作管理一次指数平滑预测模型n之所以称之为指

10、数平滑是因为每靠前一期其权重就降低 1-。例如，设=0.05，则各个时期的权重如下所示 2008.高科技行业 27生产与运作管理高科技行业 28生产与运作管理不同的平滑常数对预测的影响月份 运输量（万吨）预测值=0.1=0.5=0.91 51（38）（38）（38）2 35 39.3 44.5 49.73 28 38.87 39.75 36.474 32 37.78 33.88 28.855 48 37.2 32.94 31.696 54 38.28 40.47 46.377 52 39.85 47.24 53.248 48 41.07 49.62 52.129 42 47.76 48.81

11、48.4110 46 41.78 45.41 42.6411 44 42.2 45.71 45.6612 47 42.38 44.86 44.17142.84 45.93 46.72例题 某物资企业2002年每月的物资运输量统计如下，用指数平滑法预测2003年一月份的运输量（用不同的平滑常数）解：设 F1(1)=(x1+x2+x3)=38,=0.1,0.5,0.9,计算结果见下表：2008.高科技行业 29生产与运作管理不同的平滑常数对预测的影响由上图可知：值越大，近期数据对预测值的影响越大，模型灵敏度越高；值越小，近期数据对预测值的影响越小，消除了随机波动性，只反映长期的大致发展趋势。合理确

12、定值，是用指数平滑模型的进行预测的关键。2008.高科技行业 30生产与运作管理高科技行业 31生产与运作管理二次指数平滑预测模型n二次指数平滑法是对一次指数平滑值再进行一次指数平滑过程。2008.高科技行业 32生产与运作管理三次指数平滑预测模型三次指数平滑法是对二次指数平滑值再进行一次指数平滑过程 2008.高科技行业 33生产与运作管理一、二、三次指数平滑线性预测模型预测结果 2008.高科技行业 34生产与运作管理平滑预测模型预测注意事项n一、二、三次指数平滑模型的平滑值都会滞后于实际值，在物流需求预测中，一般不直接将指数平滑值作为需求预测值，而是对其进行适当的修正。n指数平滑模型预测

13、需要数据量比较小，精度高，适合短期预测。n在用指数平滑法进行物流需求预测时，各次指数平滑的平滑系统必须保持一致。2008.高科技行业 35生产与运作管理二次指数平滑线性预测模型 观察实际数据值的分布，若呈线性分布，则可以用二次指数平滑线性模型进行预测。2008.高科技行业 36生产与运作管理二次指数平滑线性预测模型 若观察实际数据值呈非线性分布，则可以用三次次指数平滑非线性模型进行预测。2008.高科技行业 37生产与运作管理指数滑移算例 2008.高科技行业 38生产与运作管理一元线性回归预测法 例：为了预测汽车薄钢板的年需求量，有关物资企业研究并收集了发达国家汽车制造业近几年间的汽车产量与

14、薄钢板消耗量的数据，见表：序号 年度 汽车产量x（万辆）薄钢板消耗量y（吨）1 1985 11.38 182852 1986 12.54 199373 1987 13.80 217194 1988 14.91 302625 1989 18.60 303996 1990？一元线性回归预测 变量间是线性相关关系。只有一个自变量（影响因素），一个因变量。2008.高科技行业 39生产与运作管理一元线性回归预测法例：某公司预备购入钢材，根据统计资料估计钢材在途运输时间供货工厂 铁路运输距离x（公里）在途运输时间y（小时）1 210 52 290 73 350 64 480 115 490 86 730

15、 117 780 128 850 89 920 1510 1010 12 2008.高科技行业 40生产与运作管理一元线性回归预测模型一元线性回归预测法预测流程判断变量间是否成线性趋势。对n对观察点数据（Xi,Yi）,选取直角坐标系，绘制散点图。分析变量间是否存在线性相关关系 求回归方程：ya+bx，并进行预测l 检验相关性 散点图只能表示两个变量之间是否线性相关，而不能表示变量的线性相关程度到底有多大。对两个变量的线性相关性的检验可以通过数理统计中的F检验和R检验来进行。式中 2008.高科技行业 41生产与运作管理一元线性回归预测模型例题：某公司预备购入钢材，下表是一些供货点的路程及运输时

16、间的统计资料，要求根据提供的统计资料估计供货点位于1500公里时钢材的在途运输时间供货工厂 铁路运输距离x（公里）在途运输时间y（小时）1 210 52 290 73 350 64 480 115 490 86 730 117 780 128 850 89 920 1510 1010 12 2008.高科技行业 42生产与运作管理一元线性回归预测模型解：（1）判断统计数据是否有线性关系，作散点图由散点图得出运输距离与运输时间基本成线性关系 2008.高科技行业 43生产与运作管理一元线性回归预测模型（2）计算回归系数供货工厂 运输距离Xi(KM)运输时间Yi(Hour)XiYiXi2Yi21

17、210 5 1050 44100 252 290 7 2030 84100 493 350 6 2100 122500 364 480 11 5280 230400 1215 490 8 3920 240100 646 730 11 8030 532900 1217 780 12 9360 608400 1448 850 8 6800 722500 649 920 15 13800 846400 22510 1010 12 12120 144求和 6110 95 64490 993 2008.高科技行业 44生产与运作管理一元线性回归预测模型（3）代入运输距离1500KM，得到运输时间的预测值为：Y=4.019+0.00897*1500=17.474(小时)（4）相关性检验及预测误差计算（略）2008.高科技行业 45生产与运作管理多元回归预测模型多元线性回归预测法是一元线性回归预测法的延伸。多元线性回归预测法研究一个因变量和两个或两个以上的自变量间的关系。因变量和每一个自变量之间为线性关系。回归方程回归系数的计算（略）2008.高科技行业 46生产与运作管理多元回归预测模型 2008.高科技行业 47生产与运作管理 预测误差及其监控 2008.高科技行业 48生产与运作管理 预测误差及其监控-追踪信号 2008.