ch7 供应链的需求预测

1、第三部分 计划供应链中的需求与供给第七章 供应链的需求预测第八章 供应链的综合计划第九章 供应链的供给和需求计划：管理预计的可变性1第四章供供应链链的需求求预测Chapter 4Demand forecasting in asupply chainSupplyChainManagement7-2Outline7.1预测在供供应链中中的作用用7.2预测的特特征7.3预测的组组成部分分及预测测方法7.4预测的时时间序列列法7.5预测误差差的度量量37.1预测（Forecasting）在供应应链中的的作用对未来需求求的预测测构成了了供应链链中所有有战略性性和规划划性决策策的基础础。如推推动流程程是根

2、据据对顾客客需求预预测来运运行的。如Dell所有供应应链规划划活动都都是以预预测顾客客最终购购买行为为及发生生的时间间为基础础。如：生产：日程安安排、库库存管理理、总体体计划营销：销售资资源配置置、促销销、新产产品开发发财务：生产线线（设备备）的投投资和预预算规划划人事：雇员计计划、雇雇佣、解解雇拥有稳定定需求的的成熟产产品最容容易预测测，如牛牛奶、纸纸巾等日日常用品品对于销售售季节很很短的时时尚商品品和高技技术产品品，需求求预测较较难47.2预测的特特征预测经常常会出错错，要包包括预期期结果和和对误差差的测量量（因为为预测经经常会出出错）；长期预测测通常没没有短期期预测精精确，即即长期预预测

3、误差差的标准准差相对对于均值值要大一一些；产品差异异化延迟迟（postponement）综合预测测通常要要比独立立预测准准确得多多；在公司中中越往供供应链的的上游靠靠近（或或者距离离顾客越越远），接收到到的信息息失真就就越多。57.3预测的组组成部分分及预测测方法识别影响响未来需需求的因因素，确确定这些些因素与与未来需需求之间间的关系系；平衡主观观和客观观两方面面因素；此外，还还需了解解过去的需需求、产产品提前前期、广广告计划划或其他他的营销销努力、经济状状况、计计划的价价格折扣、竞竞争对手手已经采采取的行行动、天气、紧急事件件等。6预测方法法定性法（Qualitative）：基本上是是主观的

4、的，依赖赖于人们们的判断断和意见见做出预预测。在在缺少历历史数据据或专家家关于市市场的见见解对于于预测十十分重要要时；时间序列列法（Time Series）：利用历史史数据预预测未来来需求；基于假假设历史时期期的需求求是对未未来需求求的一种种很好的的暗示。适用于于外界环环境稳定定、基本本需求模模式年度度变动不不大；因果关系系法（Causal）：假定预测测的需求求与有关关外界因因素（如如经济环环境、利利率等）高度相相关，利利用对外外界因素素的预测测来预测测未来的的需求；仿真法（Simulation）：通过模拟拟消费者者选择进进行需求求预测，利用这这种方法法，公司司可以将将时间序序列法和和因果关关

5、系法结结合起来来，回答答问题。如价格格提升将将会带来来什么样样的影响响并将各种种预测结结果结合合起来作作为最终终的预测测结果比比单独运运用某种种方法更更为有效效。7预测的组组成部分分及预测测方法被考察需需求(O)=系统成分分Systematic component(S)+随机成分分Randomcomponent (R)系统成分分衡量需需求的期期望值由需求水水平Level扣除季节节因素影影响后的的目前需需求；需求趋势势Trend下一时期期需求的的增长或或衰减率率；季节性需需求Seasonality可预测需需求的季季节性变变动。随机成分分指预测测中偏离离系统需需求的那那部分，不能用用目前的的需求变

6、变动所解解释预测的目目的：过过滤出随随机成分分（噪音音），估估计系统统成分的的需求。8需求预测测的基本本步骤1、理解预预测的目目标2、把供应应链的需需求计划划和预测测整合起起来3、了解和和识别顾顾客群4、识别影影响需求求预测的的主要因因素5、确定合合适的预预测技术术6、设定预预测绩效效和误差差测度97.4预测的时时间序列列法每一个预预测的目目的都是是支持以以预测为为基础的的决策，都是预预测系统统需求部部分和估估计随机机需求部部分。系系统需求求部分的的数据在在一般形形式下包包含需求水平平、需求求趋势和和季节系系数，它也能能表现为为如下列列方程所所示的多多种形式式。乘法型：系统成成分需需求水平平需

7、求趋势势季节系数数加法型：系统成成分需需求水平平需求求趋势季节系系数混合型：系统成成分（需求水水平需需求趋势势）季节系数数10时间序列列法分为为：静态态法和适适应法。静态法（Static）：只对需需求中系系统成分分的各个个要素（需求水水平、需需求趋势势、季节节系数）预测一一次，不不根据观观察到的的新需求求更新系系统成分分。适应法（Adaptive）：根据观观察到的的新需求求更新系系统成分分的各个个要素的的预测。包括移移动平均均、指数数平滑和和进行需需求趋势势及季节节性需求求修正后后的指数数平滑。11静态方法法假设混合合模型:Systematic component= (level+trend)

8、(seasonalfactor)L基期的需需求水平平估计（对基期期剔除季季节性影影响后的的需求预预测）T需求趋趋势的估估计Stt期的季节节性系数数估计Dtt期实际观观测到的的需求值值Ft预测的t期需求预测公式式：Ft+l=L+(t+l)TSt+l步骤：剔除季节节性需求求的影响响，用线线性回归归预测需需求水平平和需求求趋势；估计季节节系数。12Time SeriesForecasting(Table7.1)例：NaturalGForecastdemandfor thenext fourquarters.13预测需求求水平和和需求趋趋势剔除季节节影响后后的需求求Deseasonalizeddema

9、nd= demandthat would havebeenobservedintheabsenceofseasonalfluctuations时期数Periodicity(p)：在周期期内包含含的所有有时期之之后，季季节性周周期将重重复进行行fordemand atNaturalG(Table7.1, Figure7.1)p= 414DeseasonalizingDemand15Period tDemand DDeseasonalized demand 18,000213,000323,00019,750434,00020,650510,00021,250618,00021,750723,00

10、022,500838,00022,125912,00022,6251013,00024,1251132,0001241,00016剔除季节节性影响响后需求求以一个个固定比比率变化化，即剔剔除季节节性影响响后的需需求与时时间t之间存在在一个线线性关系系Dt=L+tTwhereDt=deseasonalizeddemandinperiodtL= level (deseasonalizeddemandatperiod 0)T= trend (rate of growthofdeseasonalizeddemand)Intheexample,L= 18,439andT= 52417Time Serie

11、sofDemand(Figure 7.3)18估计季节节性系数数Usethe previous equation to calculatedeseasonalizeddemandfor eachperiodSt=Dt/Dt= seasonal factorforperiodtIntheexample,D2= 18439 +(524)(2)=19487D2= 13000S2= 13000/19487 =0.6719Estimating Seasonal Factors(Fig.7.4)20预测季节节性系数数Theoverallseasonalfactorfor a“season”isthenob

12、tainedbyaveragingall of thefactors fora “season”如果数据据中存在在一个r的季节性性循环，对所有有pt+i,1ip为形式的的时期，定义Intheexample,thereare 3seasonalcycles in thedata andp=4, soS1= (0.42+0.47+0.52)/3= 0.47S2= (0.67+0.83+0.55)/3= 0.68S3= (1.15+1.04+1.32)/3= 1.17S4= (1.66+1.68+1.66)/3= 1.6721预测Usingtheoriginalequation, we canfor

13、ecastthenextfour periodsofdemand:F13= (L+13T)S1= 18439+(13)(524)(0.47) =11868F14= (L+14T)S2= 18439+(14)(524)(0.68) =17527F15= (L+15T)S3= 18439+(15)(524)(1.17) =30770F16= (L+16T)S4= 18439+(16)(524)(1.67) =4479422适应性预预测法Ft+l= (Lt+lTt)St+l= forecast forperiodt+linperiodtLt= Estimate of level at theendo

14、fperiodtTt= Estimate of trend at theendofperiodtSt= Estimate of seasonal factorforperiodtFt= Forecast of demandforperiodt(madeperiodt-1orearlier)Dt= ActualdemandobservedinperiodtEt= Forecast error in periodtAt= Absolute deviationforperiodt= |Et|MAD=Mean Absolute Deviation= averagevalueofAt23适应法预预测步骤

15、骤初始化:Compute initialestimates of level (L0),trend(T0),andseasonalfactors(S1,Sp).Thisisdone as in staticforecasting.预测:Forecastdemandfor periodt+1 using thegeneral equationFt+l= (Lt+lTt)St+l.估计误差差:Compute error Et+1= Ft+1- Dt+1修正预测测值:Modifythe estimatesoflevel(Lt+1),trend(Tt+1),andseasonalfactor (St+

16、p+1),giventheerrorEt+1intheforecastRepeatsteps2,3,and 4for eachsubsequentperiod24移动平均均法（MovingAverage）当需求没有有可观测测的趋势势或季节节性变动动需求的系系统成分分需求求水平将最近N期的需求求平均值值作为t期的需求求水平预测：当观测到到t+1期需求后后，移动平均均法给过过去N期数据同同样的权权重，同同时忽略略所有比比新的移移动平均均数陈旧旧的数据据。25MovingAverageExampleFromNaturalGexample (Table7.1)Attheend of period4,w

17、hat is theforecastdemandfor periods5through 8usinga4-periodmovingaverage?L4= (D4+D3+D2+D1)/4=(34000+23000+13000+8000)/4= 19500F5= 19500 =F6=F7=F8Observe demandinperiod5tobeD5= 10000Forecasterrorinperiod5,E5= F5-D5= 19500 -10000=9500Reviseestimateoflevelinperiod 5:L5= (D5+D4+D3+D2)/4=(10000+34000+230

18、00+13000)/4=20000F6=L5= 20000 =F7=F826简单指数数平滑法法（SimpleExponentialSmoothing）当需求没有有可观测测的趋势势或季节节性变动动时系统需求求需求求水平预测观测到t+1期需求Dt+1后，为需求水水平的平平滑系数数，01。值越大，预预测值与与最近的的观测值值越相关关；反之之亦然。27SimpleExponentialSmoothing ExampleFromNaturalGexample,forecastdemandfor period1 using exponential smoothingL0= averageofall 12

19、periodsofdata= Sum(i=1to12)Di/12 =22083F1=L0= 22083Observeddemandfor period1 =D1= 8000Forecasterrorforperiod 1,E1, is as follows:E1=F1-D1= 22083 -8000= 14083Assuming= 0.1,revisedestimateoflevelforperiod 1:L1=D1+ (1-)L0= (0.1)(8000) +(0.9)(22083) =20675F2=L1= 20675Note thatthe estimate of level forpe

20、riod1islowerthan in period028需求趋势势修正后后的指数数平滑法法Trend-CorrectedExponentialSmoothing (HoltsModel)系统需求求有需求求水平和和需求趋趋势没有有季节性性变动系统成分分需求求水平需求趋趋势Obtaininitialestimateoflevelandtrendbyrunninga linearregression of thefollowingform:Dt=at+bT0=aL0=bInperiodt,the forecast forfutureperiodsisexpressedasfollows:Ft+1=

21、Lt+TtFt+n=Lt+nTt观测到t+1期需求后后，修正正Lt+1=aDt+1+ (1-a)(Lt+Tt)Tt+1=b(Lt+1-Lt) +(1-b)Tt为需求水水平的平平滑系数数，01为需求趋趋势的平平滑系数数，01。29Trend-CorrectedExponentialSmoothing ExampleExample:TahoeSalt demanddata.Forecastdemand forperiod1usingHoltsmodel(trend correctedexponentialsmoothing)Usinglinearregression,L0= 12015 (line

22、arintercept)T0= 1549(linearslope)Forecastforperiod 1:F1=L0+T0= 12015 +1549= 13564Observeddemandfor period1 =D1= 8000E1=F1-D1= 13564 -8000= 5564Assume= 0.1,= 0.2L1=D1+ (1-)(L0+T0) =(0.1)(8000)+(0.9)(13564)=13008T1=(L1-L0) +(1-)T0= (0.2)(13008 -12015) +(0.8)(1549)= 1438F2=L1+T1= 13008 +1438= 14446F5= L1+ 4T1= 13008 +(4)(1438) =1876030需求趋势势和季节节性需求求修正后后的指数数平滑法法Trend-and