生产计划预测

第三章需求预测第一节预测第二节定性预测方法第三节定量预测方法第四节预测监控一、预测的概念是对未来可能发生的情况的预计和推测。科学性：客观事物发展的惯性；随机现象的统计规律性。第一节预测二、预测的作用1、预测是制定战略的基础。2、预测是制定 计划 项目进度计划表范例计划下载计划下载计划下载课程教学计划下载 的基础。3、预测是协调各部门工作的依据。4、有助于为尽快满足用户需求做好准备。预测对作业管理重要性销售预测是生产 规划 污水管网监理规划下载职业规划大学生职业规划个人职业规划职业规划论文 的基础，其影响以下决策厂房及生产设备投资工厂布置新产品发展生产计画制造日程物料需求存货水准三、预测的分类第一节预测（1）科学预测：是对科学发展情况的预计和推测。（2）技术预测：是对技术进步情况的预计和推测。（3）经济预测：是政府部门以及其它一些社会组织经常就未来的经济状况发展经济预测报告。（4）需求预测：不仅为企业给出了其产品在未来的一段时间里的需求期望水平，而且为企业的计划和控制决策提供了依据。（5）社会需求：是对社会未来的发展状况的预测和推测。四、需求预测的分类第一节预测1、按时间分（1）长期预测：是指对5年或5年以上的需求前景的预测。（2）中期预测：是指对一个季度以上两年以下的需求前景的预测。（3）短期预测：是指以日、周、旬、月为单位，对一个季度以下的预测。2、按主客观因素所起的作用分（1）定性预测方法：通常依据事物的特征或特性，或根据个人意见以及未来市场变化作一主观预测。(群体专家预测法、德非法、销售人员评估法、顾客评估法、历史资料类比法、市场调查法。)依靠人们的才干、知识、远见和判断力来推测未来的变化。（2）定量预测方法：主要根据对历史资料的分析来推断未来的需求。预测方法定性预测方法定量预测方法德尔菲法部门主管讨论法用户调查法销售人员意见汇总法因果模型时间序列模型时间序列平滑模型时间序列分解模型移动平均法一次指数平滑法二次指数平滑法乘法模型加法模型第一节预测四、需求预测的分类五、影响需求预测的因素第一节预测1、商业周期：从复苏到高潮到衰退到萧条,周而复始。2、产品生命周期：任何成功的产品都有导入期、成长期、成熟期和衰退期4个阶段。复苏高潮衰退萧条复苏导入期成长期成熟期衰退期影响产品需求的因素内部因素外部因素销售预算广告价格刺激产品/服务 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 折扣政策储备经济周期竞争消费者保护世界性事件政府行为产品生命周期六、预测一般步骤1、决定预测的目的和用途；2、对产品及其性质分类；3、决定影响因素；4、收集分析资料；5、选择预测方法和模型；6、计算并核实预测结果；7、设定外在因素；8、求出预测值；9、应用预测结果；10、预测监控。第一节预测预测过程概括如下设定预测目标确定预测对象监测、控制预测提供预测结果作出预测选择预测方法收集、分析数据决定预测的时间跨度StepsintheForecastingProcessStep1DeterminepurposeofforecastStep2EstablishatimehorizonStep3SelectaforecastingtechniqueStep4GatherandanalyzedataStep5PreparetheforecastStep6Monitortheforecast“Theforecast”需求前滞时间及预测要求产能计划原材料采购制作部件装配产品交货行业特征要求对产能进行预测允许前置时间允许前置时间要求对产能和原材料进行预测要求对产能、原材料和部件进行预测允许前置时间要求对产能、原材料、部件和装配进行预测允许前置时间TypesofForecastsJudgmental-usessubjectiveinputsTimeseries-useshistoricaldataassumingthefuturewillbelikethepastAssociativemodels-usesexplanatoryvariablestopredictthefuture第二节定性预测方法一、德尔菲法(Delghimethod)：（1）挑选专家；（2）函询调查：向专家提出问题，要求书面答复；（3）汇集综合整理：将搜集来的专家意见整理；（4）再次函询：将整理的意见反馈给各专家，要求他们修正其预测，并说明修正理由；（5）最终预测：循环3、4步，至3、4轮。优点：匿名性，避免群体压力现象，专家充分发表意见，且最后能统一。缺点：受主观因素影响，专家的选择没有明确的 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 ，预测结果的可靠性缺乏严格的科学分析，最后趋于一致的意见仍带有随大流的倾向。1、步骤：2、优缺点：源自逾1948年Rand公司第二节定性预测方法一、德尔菲法(Delghimethod)：专家调查法3、三条原则：匿名性、反馈性、收敛性。1、部门主管集体讨论法2、用户调查法3、销售人员意见汇集法（略、自学）二、其他方法4、经常使用于预测时间幅度长的技术预测一、时间序列：1、概念：按一定时间间隔和事件发生的先后顺序排列起来的数据构成的序列。2、构成：第三节定量预测方法假设：过去存在的变量间关系和相互作用机理，今后仍存在并继续发挥作用。1）趋势成分：引起原因（人口的变动，经济的增长，技术的进步，生产力的发展）。T（Trend)2）季节成分：每个年度内成规则性的重复波动形态。起因：季节性的气候变化和风俗习惯。S(Season)3）周期成分：经济成长过程中景气和不景气交替重复发生的波动情况。发展、繁荣、衰退、恢复。诱发因素：社会政治变动、战争、经济形势变化。C(Cycle)4）随机成分：不可控因素引起的，没有规则的上下波动。I（Irregularity)第三节定量预测方法趋势成分季节成分周期成分随机波动成分一、时间序列：2、构成：第三节定量预测方法一、时间序列：2、构成：NaiveForecastsUh,givemeaminute....Wesold250wheelslastweek....Now,nextweekweshouldsell....Theforecastforanyperiodequalsthepreviousperiod’sactualvalue.SimpletouseVirtuallynocostQuickandeasytoprepareDataanalysisisnonexistentEasilyunderstandableCannotprovidehighaccuracyCanbeastandardforaccuracyNaïveForecastsStabletimeseriesdataF(t)=A(t-1)SeasonalvariationsF(t)=A(t-n)DatawithtrendsF(t)=A(t-1)+(A(t-1)–A(t-2))UsesforNaïveForecastsTechniquesforAveragingMovingaverageWeightedmovingaverageExponentialsmoothing二、时间序列平滑模型时间实销平均预测1月A12月A23月A3SMA3SMA34月A4SMA4SMA45月A5SMA5SMA5第三节定量预测方法1、简单移动平均（Simplemovingaverage）简单移动平均值为：可消除由于随机成分的影响而导致的需求偏离平均水平第三节定量预测方法月份实际销量（百台）n=3n=412022132342421.3352522.6721.7562724.0023.3372625.3324.7582526.0025.5092626.0025.75102825.6726.00112726.3326.25122927.0026.50预测值同简单移动平均所选的时段长n有关，具有滞后性。n越大，对干扰的敏感性越低，预测的稳定性越好，滞后性越强，响应性就越差。简单移动平均法对数据不分远近，同样对待。为了反映最近的趋势，可采用加权移动平均。二、时间序列平滑模型第三节定量预测方法2、加权移动平均（Weightedmovingaverage）加权移动平均值为：为实际需求的权系数。第三节定量预测方法月份实际销量（百台）n=3120221323424(0.5×20+1.0×21+1.5×23)/3=21.83525(0.5×21+1.0×23+1.5×24)/3=23.1762724.3372625.8382526.1792625.67102825.67112726.83122927.17若对最近的数据赋予较大的权重，则预测数据与实际数据的差别较简单移动平均法的结果要小。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。可以同时改变n和α。简单移动平均和加权移动平均需要的数据量大，计算量非常大，当产品很多时计算工作繁重。指数平滑法公式及定义指数平滑法（exponentialsmoothing）是以上一期预测值，加上一调整值以作为下一期的预测值。即新的预测值＝旧的预测值＋（实际值-旧预测值）公式与变数指数平滑法给予近期资料较重的权重，历史资料则权重较轻。n与α值间的关系如下：　指数平滑法简例(1)使用α＝0.1、0.2和0.3预测下列资料，得到下面结果，以第10周作为运算范例指数平滑法简例(2)以MAD决策使用哪一种α值作为第18期的预测模式。指数平滑法简例(3)以上述简例可以得之并非α值越高，其预测值就会越准确。α＝0.1α＝0.2α＝0.3真实值具有把实际资料平滑化的效果LinearTrendEquationFt=Forecastforperiodtt=Specifiednumberoftimeperiodsa=ValueofFtatt=0b=SlopeofthelineFt=a+bt012345tFtCalculatingaandbb=n(ty)-tynt2-(t)2a=y-btnLinearTrendEquationExampleLinearTrendCalculationy=143.5+6.3ta=812-6.3(15)5=b=5(2499)-15(812)5(55)-225=12495-12180275-225=6.3143.5b=n(ty)-tynt2-(t)2a=y-btn具有趋势的指数平滑法（I）当趋势显现时，常用两种技巧来进行预测。一是趋势方程式，另一是指数平滑法。趋势方程式其中，t＝期数，t从0开始＝t期之预测值a＝t＝0时之值b＝直线之斜率其中，n＝期数y＝时间数列值具有趋势的指数平滑法（II）通常会使用在中期预测方法。亦称为双指数平滑法。变数与定义如下所示：公式：具趋势的指数平滑法简例与解答假设α=0.2，β=0.3使用双指数平滑法解出下面简例：解答：预估第一个月的预测值，以实际销售值　，当作第一个月的预测值：　　　　　　预估趋势值采用将6月份实际量减去1月份的实际量再除以５表示一月份至六月份间：　具趋势的指数平滑法简例解答使用第１期预测值与趋势值来预测7月份销售量：二、时间序列平滑模型第三节定量预测方法用一次指数平滑法进行预测，当出现趋势时，预测值虽然可以描述实际值的变化形态，但预测值总是滞后于实际值。当出现趋势时，取较大的α得到的预测值和实际值比较接近。一般来说，α选得小一些，预测稳定性比较好；反之，其响应性就比较好。面对有上升或下降趋势的需求序列时，就要采取二次指数平滑法进行预测。对于出现趋势并有季节性波动的情况，则要用三次指数平滑法。三、时间序列分解模型第三节定量预测方法企图从时间序列之中找出各种成分，并在对各种成分单独进展预测的基础上，综合处理各种成分的预测值，以得到最终的预测结果。1、概念2、假设：各种成分单独地作用于实践需求，而且过去和现在起作用的机制持续到未来。实际需求是以上几种因素共同作用的结果。3、模型加法模型：用各成分相乘的方法来求出需求估计值乘法模型：用各成分相乘的方法来求出需求估计值TF＝T·S·C·ITF＝T＋S＋C＋I第三节定量预测方法4、有线性趋势、相等季节波动的时间序列分解模型例3.4有某旅游服务点过去3年各季度快餐的销售 记录 混凝土 养护记录下载土方回填监理旁站记录免费下载集备记录下载集备记录下载集备记录下载 。试预测该公司未来一年各季度的销售量解（1）求趋势直线方程①用表3－6绘出曲线图形；T=0时，a=10000份；t=12时，为12000份；b=(12000-10000)/12=167所以趋势直线方程为：Tt=10000+167t②计算4个季度的移动平均值，标在图上；③利用目测法，让直线穿过移动平均值，使数据分布在直线两侧；④得到趋势直线方程。表3-6第三节定量预测方法4、有线性趋势、相等季节波动的时间序列分解模型（2）估计季节系数季节系数：就是实际值At与趋势值Tt的比值的平均值，即At/Tt三、时间序列分解模型At由表3－6可以查到，Tt用趋势直线方程可以计算得到。t123456789101112At/Tt1.161.010.850.991.131.000.821.001.100.950.871.01分别计算夏秋冬春的季节系数，得到SI（夏）＝1.15；SI（秋）＝1.00；SI（冬）＝0.85；SI（春）＝1.00；需要对这些系数进行不断地修正。第三节定量预测方法4、有线性趋势、相等季节波动的时间序列分解模型三、时间序列分解模型（3）预测：选择正确的t值和季节系数本例的t值分别为13，14，15，16，对应的季节系数分别为SI（夏）,SI（秋）,SI（冬）,SI（春）夏季：（10000＋167×13）×1.15=13997秋季：（10000＋167×14）×1.00=12338冬季：（10000＋167×15）×0.85=10629春季：（10000＋167×16）×1.00=12672四、因果模型（回归模型、经济计量模型、投入产出模型）第三节定量预测方法一元回归模型YT为一元线性回归预测值；α为截距,为X为自变量X=0时的预测值；b为斜率；n为变量数；X为自变量的取值；Y为因变量的取值；四、因果模型（回归模型、经济计量模型、投入产出模型）第三节定量预测方法衡量一元线性回归方法的偏差，可用两个指标：线性相关系数r和标准差SyxR为正：正相关；为负，负相关。R越接近1，说明实际值与所作出的直线越接近。Syx越小表示预测值与直线的距离接近。一、预测精度测量第四节预测监控评价预测精度的指标：平均绝对偏差、平均平方误差、平均预测误差、平均绝对百分误差。1、平均绝对偏差如果预测误差为正态分布，MAD约等于0.8倍的标准偏差，可较好地反映预测精度。预测误差：是指预测值和实际值之间的差异。平均误差：是评价预测精度、计算预测误差的主要指标。式中：At表示时段t的实际值；Ft表示时段t预测值；n是整个预测期内的时段个数（或预测次数）。一、预测精度测量第四节预测监控2、平均平方误差3、平均预测误差4、平均绝对百分误差二、预测监控两种方法（1）最近的实际值与预测值进行比较，看偏差是否在可接受的范围以内。（2）应用跟踪信号（Trackingsignal，TS）跟踪信号：预测误差滚动和与平均绝对偏差的比值）一般可接受的控制范围在±3之间，在这个界限内可以继续使用，否则重新选择模型。1、预测的理论基础是：一定形式的需求模式过去、现在和将来起着基本相同的作用。第四节预测监控若预测模型仍然有效——TS应该比较接近于零（TS在一定范围内）。上限下限出界时间O图3-9预测跟踪信号第四节预测监控影响因素