生产专家课程2（ppt23）--需求预测.ppt

2.需求预测,1.概要 2.影响需求的因素 3.需求预测方法 4.定性方法 5.时间系列分析方法 6.因果模型 7.需求预测方法的选择,1.概要,预测的类型,-各种生产决策时的基础 -适用于库存生产(计划生产), 订单生产 -确保生产能力和原材料及制 定有关经营战略的必要因素,预测需求,过去依赖于预测者的 经验/主观判断 现在依据统计技术,对象,技术预测：技术进步率，开发新产品/新制造技术，由技术专家执行 经济预测：经济状况，制定中长期经营计划，由经济专家执行 需求预测：产品及服务的需求，满足顾客，为生产做决策,期间,短期预测：6个月以内，月/周/日别 中期预测：6个月-2年 长期预测：2年以上,需求预测： 短期-生产能力计划，设备，人员，资材 长期-工程设计（生产方式） -库存决策,2.影响需求的因素,经济变化,复苏-繁荣-衰退-萧条（4种状态）,产品周期,投入期-成长期-成熟期-衰退期（产品life cycle) 耐用材料与消耗材料/服务之间的差异,其它因素,广告促销活动，质量，信誉，顾客的信赖，竞争对手,销 售 量,时间,投入期 成长期 成熟期 衰退期,3.需求预测方法,定性方法,-由个人的主观判断或综合多数人的意见后预测需求 -过去的资料不充分或不可信赖 -代表方法：delphi方法，市场调查法，panel同意法，历史类推法 -中长期预测,定量方法,-假设过去的需求模式一直持续不变，通过分析过去的 资料预测未来发展方向 -代表方法：移动平均法，指数平滑法，趋势分析法， 时系列分解法 -短期，中期预测,时系列 分析法,-从过去的资料中找出与需求有密切联系的变量，分析 变量与需求的因果关系 -代表方法：移动平均法，指数平滑法，趋势分析法， 时系列分解法 -短期，中期预测,因果 模型,时系列:对于随时间变化的某现象,以一定的时间间隔观察读取的一系列观测值 (如:日/周别销售额,月别销售量)来判断某种趋势,季节因素,循环的方法,-长期性:定性方法,因果模型,工程设计决策,设备计划,长期性:定性方法,因果模型 总计划(雇佣/加班/设备计划),中期性:因果模型,时系列分析技术 日程计划,短期性:时系列分析技术,生产能力决策,-短期性:时系列分析技术,库存决策,预测用途与预测技术,预测用途 预测期间 要求正确度 产品数 正确的预测技术,工程计划 生产能力计划 -设备计划 -总体计划 -日程计划 库存管理,长期 长期 中期 短期 短期,中等 中等 高 很高 很高,单一,少数 单一,少数 少数 多数 多数,定性技术和因果模型 定性技术和因果模型 因果模型和时系列分析技术 时系列分析技术 时系列分析技术,4.定性方法,选定对象专家团 提问/答案整理/反馈(3-4次) 最终结果 不确定性大或没有过去资料的情报 具有所需时间长和费用高的缺点 为制定设备,新产品,市场战略,进行长期预测或技术预测时使用,Delphi法,希腊科学家,对调查内容的假设 消费者调查(调查表/面谈/电话) 验证假设 定性技术中时间和费用是最大的缺点 预测比较正确的优点,市场调查法,经销商/销售员/消费者组成panel 自由交换意见 预测值,Panel同意法,追踪类似产品在过去市场中需求的成长过程 类推 就象新产品一样,没有以前的资料,历史类推法,其它定性技术:scenario 分析法,trend 外插法 ,5.时系列分析技术,趋势(T),时系列构成要素,时系列的4个构成要素,需求以一定的比率增加或减少的倾向,季节性变化 (S),在趋势线上下变化 以一年为单位反复出现,循环因素 (C),经过一年以上的长时间变化,需求在 循环性的上下浮动,不规则变化 /偶然变化(R),说不出原因的变化,不能预测和控制 (例如:战争,地震),预测用途与预测技术,1) 因此需求Y可用下列函数表示,Y=f(T,S,C,R),2) 并且根据构成要素的结合形态分,乘法模型 Y=T*S*C*R,加法模型 Y=T+S+C+R,需 求,时系列,趋势,时间,季节性 变化,循环 因素,不规则 变化,5.时系列分析技术,移动平均法,公式,Ft =,t: 期间, Ft : t的预测值, At: t的实际需求, N: 移动平均期间,没有季节变化或急剧的增加/减少趋势,偶然变化起主要作用 通过平均移动消除偶然变化 待预测期间前一定期间的需求做为简单平均值,简单移动 平均法,N,At-1 +,At-2 + +,At-n,移动平均期间为方4个月,实际需求如下时,月(t),实际需求(At),1 2 3 4 5,4 3 4 5,5月的需求预测值 F5 为,F5 =,4,5+4+3+4,= 4,如果5月的实际需求值为5,6月的需求预测值是,F6 =,4,5+5+4+3,= 4.25,考虑预测的稳定性和需求 变化的反映度之后选择移 动平均期间 移动平均期间越长,偶然因 素所起的作用越小,但对实 际需求变化慢,5.时系列分析技术,移动平均法,公式,Ft =,Ft : t的预测值, At: t的实际需求, Wt : t的加权值(和为1),在用于预测的前一段N期间资料值乘上和为1的加权值,求出移动平均 简单平均值的权值是 1/N,加权移动 平均法,Wt-1 At-1 +,Wt-2 At-2 + +,Wt-n At-n,实际需求如下时,月(t),实际需求(At),1 2 3 4 5,100 90 105 95,加权值: 4月 0.4, 3月 0.3, 2月 0.2, 1月 0.1, 5月的需求预测值 F5 为,F5 =,0.4*95+0.3*105+0.2*90+0.1*100=97.5,如果5月的实际需求值为110,6月的需求预测值是,最新的资料显示赋予大 的权重更接近实际变化,F5 =,0.4*110+0.3*95+0.2*105+0.1*90=102.5,5.时系列分析技术,移动平均法,(1) 根据前3月用简单移动平均法,求出4-10月的预测值,某一产品过去的实际需求如下,月(t),实际需求(At),1 2 3 4 5,问题1,98 125 110 115 130,月(t),实际需求(At),1 2 3 4 5,98 125 110 115 130,(2) 从最近期间倒着赋予0.5,0.3,0.2的加权值,用加权 移动平均发求出4-10月的预测值,5.时系列分析技术,指数平滑法,公式,Ft =,为求预测值Ft 需要3种资料:1)最近的预测值 Ft-1 ,2)最近的实际需求 At-1, 3)平滑常数(0= =1),设定以一定的函数形式减少的加权权数,给最近的资料赋予大的权数 过去的资料赋予小的权数从而预测未来的需求 需求的预测值是最近期间的实际需求乘的加权值,对最近的需求预 测值乘(1-)的加权值后,加权平均的数据 与移动平均法一样,不考虑季节变化,趋势,循环等要素 省略用趋势,季节变化等修正的高次指数平滑法,简单指数 平滑法, At-1 +,(1-) Ft-1,既新预测值是对旧预测值修正(*预测误差)后算出,但没有过去的资料根据 定性技术预测,其值最初 的预测值,Ft,公式变化后,Ft =, At-1 +,Ft-1,+ Ft-1,+( At-1-,= Ft-1,Ft-1),上个月需求预测值是100,实际是110,常数=0.3 预测值是:,+( At-1-,= Ft-1,Ft-1),= 100+0.3(110-100)=103,5.时系列分析技术,指数平滑法,F2 =,指数平滑法的连续展开, A1 +,(1-) F1,( F2 代入公子整理),-平滑常数的值越大, 预测值对需求变化反映 越大反之平滑越平滑 -实际需求稳定时(如食品) 为减小周期/偶燃变化的 影响,减小的值.流行 的产品则增加的值 -为维持预测值的稳定性 一般设定在0.10.3之间,因此一般满 Ft 用如下公式表示,Ft =, At-1 +,期间1:,A1, F1( F1 已知,期间1的末期可知道A1),期间2:,F3 =, A2 +,(1-) F2,期间3:,= A2 +,(1-) A1,+(1-)2 F1,公式,(1-) At-2,+(1-)2 At-3+ (1-)t-2 A1+ (1-)t-1 F1,(指数加权值的和为1),5.时系列分析技术,指数平滑法,西镇百货商场预测上周销售额为1.1百万元,但实际销售额为1.25百万元. 假设=0.1,利用指数平滑法计算时,本周的销售额为多少? 本周的实际销售额为1.2百万元,请预测下周的销售额是多少?,问题2,SY公司使用=0.5简单指数平滑法,已知13月的实际需求和1月的预测值 为如下时,预测4月的需求.,问题3,月(t),实际需求(At),1 2 3,100 94 90,实际需求(At),80 ? ?,Jiang S 冰淇淋简单指数平滑法预测需求.上周的预测为100,000升 但实际销售80,000升. =0.2, =0.4时下一周指数平滑法预测值各为多少? 下周的实际销售量为95,000升时,哪个值预测的更准?,问题4,5.时系列分析技术,趋势分析法,-将以前的资料标在坐标上,求出最能反映时系列的曲线 -判断趋势线是直线还是曲线 -在趋势线上预测未来的需要 在这里省略复杂的指数涵数曲线,只对线性变化说明,趋势 分析法,公式,t=期间(t=1,2,n),Yt=f(t)是实际需求, Yt=f(t)是预测值 直线趋势线(回归线)可用下式表示,Yt = a+bt (a= Yt 轴的截距,b=曲线的斜率 用最小二乘法求出a,b.,b=,ntYt - ( Yt)(t),nt2 - (t)2,a =,Yt - b(t),n,过去的资料与趋势线,Yt = a+bt,a,Yt,t,0 1 2 3 4,Y1,Y2,Y3,Y4,5.时系列分析技术,趋势分析法,代入公式,Y6 = 19+11*6 = 85,b=,ntYt - ( Yt)(t),nt2 - (t)2,a =,Yt - b(t),n,某一产品在过去5年中的需求如下:,年度,实际需求,90 91 92 93 94,30 40 60 50 80,年度,实际需求(Yt),90 91 92 93 94,30 40 60 50 80,为求出a,b值.先做如下表: 为计算方便把90年作为期间1,期间(t),1 2 3 4 5,t2,t Yt,1 4 9 16 25,30 80 180 200 400,合计 15 260 55 890,= 19,= 11,Yt = a+bt = 19+11t,因此所求曲线是:,1995年为t=6,预测值Y6,5.时系列分析技术,趋势分析法,年度,实际需求,89 90 91 92 93 94,62 79 86 94 107 120,Jiang S Pizza店在过去6年中销售额如下表显出增长趋势. 利用最小二乘法求出曲线,并画出趋势图 利用曲线推算95年的销售额,问题5,5.时系列分析技术,时系列分解法,-通过分解时系列构成要素(趋势,季节,循环,偶然)来预测需求 -实际上要掌握不规则的循环变化和偶然性因素是很困难的 因此一般更多的利用分解趋势和季节因素的预测值 FITS (forecast including trend and seasonal) -趋势和季节因素的结合形态有加法和乘法季节变化,趋势 分析法,加法季节变化 ,FITS=趋势+季节变化,乘法季节变化 ,FITS=趋势*季节变化,a,Yt,t,0 1 2 3 4,a,Yt,t,0 1 2 3 4,5.时系列分析技术,时系列分解法,某一产品1994年实际需求为400个,从季节看春天90,夏天150,秋天110,冬天50 假设此产品的年平均需求量以10%增长时,利用加法和乘法季节变化,求出1995 年各季节需求预测值.,实际需求(Yt),春 夏 秋 冬,90 150 110 50,季节变化幅度,90-100=-10 150-100=50 110-100=10 50-100=-50,合计 400 440 440,季节指数,90/100=0.9 150/100=1.5 110/100=1.1 50/100=0.5,加法变化幅度,110-10=100 110+50=160 110+10=120 110-50=60,乘法变化幅度,110*0.9=99 110*1.5=165 110*1.1=121 110*0.5=55,1994,1995,平均季节需求值(1994年)=400/4=100 平均季节需求预测值(1995年)=440/4=110,5.时系列分析技术,时系列分解法,某一公司分析去年1年的需求,发现春天100个,夏天200个,秋天150个, 冬天120个,因此今年需求制定为春天150个,夏天250个,秋天200个, 冬天170个.问:此公司对需求的季节性变化看成加法,还是乘法?说明?,需求(千瓶),春 夏 秋 冬,130 210 80 120,(1)求出平均季节需求和季节指数 (2)1999年预计比1998年增长10%的需求,1999年各季节的需求 预测值为多少?分别用加法和乘法计算,问题6,问题7,季节(98),A 化妆品公司生产 suntan oil 对去年1年的各季节需求整理如下,6.因果模型,回归分析,-需求作为变量,影响需求的因素作为自变量来预测 -单一变量:单一线性回归分析,两个以上变量,多重线性回归,实际影响需求的因素很多,因此如下公式,回归分析,单一线性回归分析,多重线性回归分析,公式,Yt = a+bX,b=,nXtYt - ( Yt)(Xt),nXt2 - (Xt)2,a =,Yt - b(Xt),n,公式,Yt = a+b1X1+ b2X2+ bkXk,用计算机计算,6.因果模型,回归分析,下表是某工厂过去7年中工伤次数和员工数的统计,公式,Yt = 2.2+0.80X,问题8,问题9,员工数(千),1992 1993 1994 1995 1996 1997 1998,15 12 20 26