需求预测与生产能力计划讲解课件

1、第一篇 生产运作管理概论 第一章 生产运作管理概述 第二章 生产运作战略第二篇 生产运作系统的计划 第三章 需求预测与生产能力计划 第四章 产品开发与设计 第五章 生产计划的制定 （含教材7-10章内容） 全书框架第1页，共61页。第三篇 生产运作系统的组织 第六章 生产类型与生产过程组织 第七章 设施选址与设施布置 第四篇 生产运作系统的控制 第八章 库存管理 第九章 质量管理 第十章 设备管理第2页，共61页。第二篇 生产运作系统的计划第三章 需求预测与生产能力计划 1. 需求预测 2. 需求预测的方法 3.生产能力 4.生产能力计划 第3页，共61页。1 需求预测(P42-48) 含义：

2、给出企业产品在未来一段时间里的需求期望水平，并为企业的计划和控制决策提供依据。（P42） 1.1 需求预测的意义 1.2需求预测的内容 1.3需求预测的步骤第4页，共61页。1 需求预测(P42-48) 1.1 需求预测的意义(47) 是企业制定战略计划、生产安排、销售计划、尤其是物流管理计划的重要依据。 第5页，共61页。1 需求预测(P42-48) 1.2需求预测的内容（P47） 市场总潜力预测企业经营地区市场潜力预测企业经营地区社会购买力的发展趋势预测企业所生产和经营产品的需求趋势预测产品生命周期及新产品投入市场的成功率预测产品市场占有情况预测 第6页，共61页。1 需求预测(P42-4

3、8) 1.3需求预测的步骤（P47-48） 明确预测对象和目的决定预测的时间跨度收集预测所需的数据选择预测方法做出预测预测结果评价，分析预测精度和误差将预测结果付诸实际应用 第7页，共61页。2 需求预测的方法(P49-55)定性预测方法专家会议法 德尔菲法部门领导人员集体讨论法销售人员意见汇集法消费者意见汇集法定量预测方法因果关系模型（回归、经济计量等模型）时间序列模型第8页，共61页。2.1专家会议法(P49) 含义：聘请预测对象所属领域的专家，通过座谈讨论，依靠专家的知识和经验进行预测。优点：信息量大 取长补短缺点：易受权威左右，不能畅所欲言第9页，共61页。 2.2 德尔菲法(p49-

4、50) 含义：通过对专家背靠背（互不见面或协商）的匿名征询方式进行预测的方法。原则：匿名性反馈性收敛性第10页，共61页。步骤： (1）设计调查问卷； (2）选择调查专家； (3）征询专家意见； (4）综合归纳分析结果；（5）再反复进行调查； (6）提出预测结论。2.2 德尔菲法(P49-50)第11页，共61页。2.3 部门领导人员集体讨论法（P50）含义：由高级决策人员召集销售、生产、采购、财务、研究与开发等各部门主管开会讨论，进行预测。第12页，共61页。2.3部门领导人员集体讨论法优点：(见P50)（1）简单易行、经济可行；（2）不需要准备和统计历史资料；（3）汇集了各主管的丰富经验与

5、聪明才智；（4）缺乏历史资料时，有效的方法（5）如果市场情况发生变化，可以立即进行修正缺点：见教材（P50）第13页，共61页。2.4 销售人员意见汇集法(P50) 含义：根据每个销售人员对需求预测的情况进行综合得出预测结果。优点:预测值易分类;增强销售人员信心;预测结果较具稳定性。缺点: 带有销售人员的主观偏见预测结果缺乏准确性预测值容易估错第14页，共61页。2.5 消费者意见汇集法（P51） 含义：对客户、最终消费者或潜在客户进行发放问卷、走访调查或采用其他类似方法搜集市场需求信息，预测未来走向的方法。 第15页，共61页。2.5.消费者意见汇集法优点（1）预测直接来源于顾客购买意图，较

6、好地反映了市场需求情况；(2）可以获得丰富的信息缺点（1）在调查中顾客有时不配合调查，影响调查结果的准确性；(2）顾客购买意图容易随着一些新的情况（如办展销会）出现而发生变化；(3）调查时需耗费较多的人力和时间。第16页，共61页。常见的定量预测方法因果关系模型 因果模型（一元线性回归模型）时间序列模型简单平均法加权平均法移动平均法季节波动法指数平滑法第17页，共61页。实验目的：父辈与成年儿子 身高之间的关系，实验数据：1078对。图形：橄榄云，中间的点密集，边沿的点稀少，其主要部分是一个椭圆。 y=33.73+0.516x 第18页，共61页。1078对父母的平均身高：68英寸儿子的平均身

7、高：69英寸推想：当父母平均身高为64英寸，儿子应该为65英寸；父母平均身高72英寸，儿子应该为73。？67；71实验结果第19页，共61页。回归术语的由来英国著名统计学家Francis Galton 在19世纪末期研究孩子及他们父母的身高时提出了回归这个术语。身材较高的父母，孩子也很高，孩子的平均身高比父母矮；身材较矮的父母，孩子也较矮，平均身高比父母高这很自然，如果身材较高的父母，孩子越来越高；身材较矮的父母，孩子越来越矮。人类高矮的相差会越来越大！第20页，共61页。高尔顿等人关于回归分析的先驱性的工作，以及时间序列分析方面的一些工作，是数理统计学发展史中的重要事件.”摘自中国大百科全书

8、（数学卷） 第21页，共61页。关于变量的四个问题问题1:从数据来看变量间有关系么?问题2:如果变量间有关系，这个关系有多强?问题3:是否不仅在样本中，而且在总体中也有这种关系?问题4:这个关系是不是因果关系?第22页，共61页。伪关系孩子们的冰淇淋消费量与车祸受伤率的关系是伪关系。温度儿童受伤率冰淇淋销量起因箭头起因箭头观测到的关系第23页，共61页。“ 鹮能带来孩子么？”鹮的数量与丹麦乡间婴儿出生率的关系：在鹮数量多的地方婴儿出生率高，鹮数量少的地方婴儿出生率低。第24页，共61页。一个成功的例子基于试验型数据比基于观测型数据更容易确定变量之间的因果关系观测数据中确立了因果关系的著名例子：

9、“吸烟有害健康”没有试验性数据精确的得出结论：吸烟和肺癌的因果因素第25页，共61页。节食者的困境-你试图节食又非常馋。站在一台自动售货机前，看着这诱人的选择：炸薯片、椒盐卷饼、爆玉米花、糖果条。哪份小吃对你节食的危害最小呢？随着脂肪含量的增加，热量是增加还是减少？做个回归分析吧！第26页，共61页。节食者的困境食物热量（卡）脂肪（克）玉米饼1104炸薯片1206炸面包圈1348爆玉米花（3杯）19211苹果馅饼43019冰激凌17512巧克力条1479第27页，共61页。因果关系模型因果关系模型是将需求作为因变量，将影响因素作为自变量，通过对影响需求的有关因素变化情况的统计计算和分析，来对需

10、求进行预测.以回归模型为例进行研究一元线性回归方程：y=a+bxy：因变量x: 自变量a、b: 回归系数第28页，共61页。根据最小二乘法原理：(1):联立方程组求a、b(2):直接求a、b第29页，共61页。例：某企业产量和总成本资料如表，当12月份产量达到12（千件）时，总成本将达到多少？月份生产量x（千件）总成本y（千元）1234562345677.289.5121314.4合计2764.1第30页，共61页。计算过程：月份生产量x（千件）总成本y（千元）1234562345677.289.5121314.4491625364951.846490.25144169207.3614.424

11、386078100.8合计2764.1139726.45315.2第31页，共61页。例：某企业产量和总成本资料如表：月份生产量x（千件）总成本y（千元）1234562345677.289.5121314.4491625364951.846490.25144169207.3614.424386078100.8合计2764.1139726.45315.2第32页，共61页。某企业产量与总成本资料0510152002468生产量（千件）总成本（千元）第33页，共61页。第34页，共61页。可得出因果模型为：当x=12时，第35页，共61页。思考：当自变量是时间的话，如何处理？某企业年产量如下表所示

12、，试预测2013年的产量 第36页，共61页。时间序列的构成(补充)趋势成分（T） 数据随着时间的变化表现出一种趋向。季节成分（S） 在一年里按通常的频率围绕趋势做上下有规则的波动。周期成分（C） 在较长的时间里（一年以上）围绕趋势线做有规则的变动 。随机成分（I） 由很多不可控因素引起的、没有规则的上下波动。 第37页，共61页。各种平均数（补充）当代美国的平均人是女人，平均每个女人有2.1个孩子，且这些女人住在平均价值为￥80000的住房中。众数、中位数、平均数第38页，共61页。1. 简单平均法（P53）简单平均法是将过去实际销售量的数据进行简单平均，将平均值作为下一期的预测值。第39页

13、，共61页。1. 简单平均法没有考虑近期市场的变化趋势，准确度较低。适合：短期预测或各期需求比较均衡的情况第40页，共61页。2. 加权平均法(P53)适用于销售量明显增加的趋势，逐步加大近期数据的影响第41页，共61页。3. 移动平均法（P53-55）3.1 一次移动平均法（P53）第42页，共61页。例题：某种产品3月份的产量为100，4月份产量为110，5月份产量为130，6月份产量为120，试用一次移动平均法，移动项数为3，预测7月份产量。第43页，共61页。（1）两种极端情况（P54）n=1:当期实际发生值为预测值n=N:一次移动平均值就是简单平均值第44页，共61页。 当数据的随机

14、因素较大时，宜选用较大的n，这样有利于较大限度地平滑由随机性所带来的严重偏差；反之，当数据的随机因素较小时，宜选用较小的n，这有利于跟踪数据的变化，并且预测值滞后的期数也少。（2）n的选择（补充）第45页，共61页。 （3）两个主要限制 限制一：计算移动平均必须具有n个过 去观察值，当需要预测大量的数值时， 就必须存储大量数据； 限制二：n个过去观察值中每一个权数 都相等，而早于（t-n+1）期的观察值的 权数等于0，而实际上往往是最新观察值 包含更多信息，应具有更大权重。第46页，共61页。练习:分析预测某公司平板玻璃月产量时间 实际观测值三个月移动平均值 五个月移动平均值 12345678

15、9101112203.8214.1229.9223.7220.7198.4207.8228.5206.5226.8247.8259.5 下表是某公司一年的平板玻璃月产量，试选用n=3和n=5用一次移动平均法进行预测。计算结果列入表中。第47页，共61页。 例 题:分析预测某公司平板玻璃月产量时间 实际观测值三个月移动平均值 五个月移动平均值 123456789101112203.8214.1229.9223.7220.7198.4207.8228.5206.5226.8247.8259.5-215.9222.6224.8214.6209.0211.6214.3220.6227.0-218.42

16、17.4216.1215.8212.4213.6223.5 下表是某公司一年的平板玻璃月产量，试选用n=3和n=5用一次移动平均法进行预测。计算结果列入表中。第48页，共61页。3.2 二次移动平均法（P54）第49页，共61页。3.3 加权移动平均法（P54）将各期的观测值赋予权重再进行平均的预测方法第50页，共61页。4.季节变动 有的产品随季节的变化而有很大的波动，此时就不宜采用各种平均计算方法进行预测，而应选用计算季节指数的方法来预测。 例3：某冷饮公司销售量如下表所示，假设14年期望生产700万箱冷饮，做下季节预测。第51页，共61页。解：第一步，求总季平均数。 历年各季度销售数据

17、单位：万箱时间20102011年20122013一季度90120110130二季度400420410450三季度11090100110四季度20252120第52页，共61页。（2）求各季节指数及均值时间2010年2011年2012年2013年均值一季度0.5480.7310.6700.7920.685二季度2.4372.5592.4982.7422.559三季度0.6700.5480.6090.670.624四季度0.1220.1520.1280.1220.131第53页，共61页。 （3）求出修正系数。 (4)作出预测：2014年的总季平均数：700/4=175各季度预测值：1750.68

18、5=1201752.559=4481750.624=1101750.131=23 第54页，共61页。 5 指数平滑法 第55页，共61页。 一次指数平滑法是一种加权预测，权数为。它既不需要存储全部历史数据，也不需要存储一组数据，从而可以大大减少数据存储问题，甚至有时只需一个最新观察值、最新预测值和值，就可以进行预测。它提供的预测值是前一期预测值加上前期预测值中产生的误差的修正值。第56页，共61页。一次指数平滑法的初值的确定有几种方法： 取第一期的实际值为初值； 取最初几期的平均值为初值。 一次指数平滑法比较简单，但也有问题。问题之一便是力图找到最佳的值，以使均方差最小，这需要通过反复试验确定。第57页，共61页。 例 ：利用下表数据运用一次指数平滑法对明年1月平板玻璃月产