生产管理知识_生产预测步骤与方法

生產預測 生產預測之定義 預測是對未來事物的一種估計 生產預測則是利用有系統之方法對未來之生產數量作一合理之估計 以作為釐訂生產計畫之參考 預測之時程 長程 中程 短程 生產預測之步驟 決定預測之時程 收集過去之歷史資料 繪圖 預測過去 預測模式之評估與選用 預測未來 預測模式之監控 生產預測之方法 定性預測 德爾菲法主管人員共識凝聚法銷售人員調查法市場研究法 定量預測 時間序列分析法簡單回歸分析法因果關係分析季節因素法 時間序列分析 時間序列之組成 趨勢季節性循環不規則變動隨機變動 方法 純真法移動平均值法加權移動平均法指數平滑法 假設 過去資料對未來預測是與時間相關的用於中 短期預測 純真法 純真法適用之時機 生產穩定 本期之預測值 前一期之實際值季節性變化 本期之預測值 同時間點前一期之實際值趨勢 本期之預測值 前一期之實際值 同時間點前二期實際值之差異 舉例說明 加權 移動平均值法 移動平均值法 本期之預測值為過去n期之實際值平均 加權移動平均值法 本期之預測值為過去n期之加權實際值平均 問題 n之大小應為何敏感程度無實際值之預測 指數平滑法 簡單指數平滑法 問題 第一期之數量應如何估計之大小應為何 指數平滑法 續 二次簡單指數平滑法 預測模式之評估 一般而言以誤差來評估 誤差之種類 偏差平均絕對誤差均方差平均絕對百分誤差 誤差之種類 偏差 平均絕對誤差 誤差之種類 續 均方差 公式 季節因素之處理 利用簡單數學平均法 利用簡單回歸分析法 季節因素之處理 利用簡單數學平均法 各季 月 生產均值之求算各季 月 季節指數之求算各季 月 平均季節指數之求算各季 月 預測值之求算 季節因素之處理 例 範例 季節因素之處理 例 步驟1 各季 月 生產均值之求算 第一年 1000 4 250第二年 1200 4 300第三年 1800 4 450第四年 2200 4 550 季節因素之處理 例 步驟2 各季 月 季節指數之求算 例如 45 250 0 18 季節因素之處理 例 步驟3 各季 月 平均季節指數之求算 第一季 0 18 0 23 0 22 0 18 4 0 2第二季 1 3第三季 2 0第四季 0 5 季節因素之處理 例 步驟4 各季 月 預測值之求算 第五年全年需求量之預測值為2200 400 2600第一年 650 0 2 130第二年 845第三年 1300第四年 325 季節因素之處理 續 利用簡單回歸分析法 各季季節指數之求算消彌各季銷售量之季節因素影響利用簡單回歸分析預測各季之生產數量還原季節因素之影響 簡單回歸分析法 假設 模式 預測之數量大小僅與時間之長短有關 預測模式之評估 由相關係數來判斷 因果關係分析法 假設 模式 預測之數量大小不僅與時間之長短有關 尚有其他相關之因子 預測模式之評估 由相關係數來判斷 預測模式之監控 監控訊號 管制圖法 利用誤差制定管制上 下限 AFA FCumulativeMonth Sales Forecast Error e e 1 47434442 514477113 545044154 555144195 4954 55246 4648 22267 3846 88348 3244 1212469 2535 10105610 2426 225811 2512 3213 3414 5015 5116 5417 5518 5119 5020 4321 3822 2723 2724 32 MAD 58 10 5 8監控訊號 20 5 8 3 45 Month e MADt MADt 1 2 e MADt 1 CumulativeTrackingSignal CumulativetError CumulativeError MAD10 20 20 5 800 3 4511 55 640 5 8 2 5 5 8 15 15 5 640 2 6612 35 112 5 640 2 3 5 64 12 12 5 112 2 3513 106 090 5 112 2 10 5 112 2 2 6 090 0 3314 76 272 6 090 2 7 6 090 55 6 272 0 8015 96 818 6 272 2 9 6 272 1414 6 818 2 0516 15 654 6 818 2 1 6 818 1515 5 654 2 6517 45 323 5 654 2 4 5 654 1111 5 323 2 0718 34 858 5 323 2 3 5 323 88 4 858 1 6519 85 486 4 858 2 8 4 858 00 5 486 0 0020 136 989 5 486 2 13 5 486 13 13 6 989 1 8621 107 591 7 591 2 10 6 989 23 23 7 591 3 0322 26 473 6 473 2