om-6需求预测一、概述

三、定方方本本讲 是对未来可能发生的情况的预计与测的内科学：对科学发展情况的预计与推测。如门捷列技术：对技术进步情况的预计与推测。如能源技经济：对经济发展情况的预计与推测社会：对社会未来发展状况的预计与推测。如人口、环境、社会制度等需求：需求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，而且为企业的计划与控制决策提供依据。长中短•方 定性预 测方

部门主管集体法德尔菲方测方

因果模时间序列 模

时间序列平滑模分解模

移动平均指数平滑加法模需 的一般步•明 的目•确定时间跨•收集所需的数据，加以分•选择适当的方法或模•模型检验与修•进行并付诸实际应•对过程进模型选择的依•的时间跨产品和服务模型的响应性和性要相关数据的获合格需随销售意见汇集部门主管集体用户德尔菲销 意见汇集 部门主管集 用 结果将的值和说明将的值和说明列成表，再次再次进组 小提提出所 的问题及有关要求，寄给各提提出自己的意见，返回工作（一）时间序列模型：以时间（二）因果关系模型：利用变量（包括时间，如投入vs销量）之间的相互关系，通过一种变量的变化来另一种变量的未来变化。（一）时间序列模1、时间序列2、时间序（1）移动平均数

前n期需求总nFt

N（2）移动平均t i

举 简单移动平均月 实际销量（百台 销量

F4=(A1+ 简单移动平均法的特点简单移动平均法值与所选的时段长n有关。n越大，对干扰的敏感性越低，预移动平均

1

月实际销量(百台销量(百台123456789值的比移动平均法的特点大的权重，则数据与实际数据的差别较简单近期数据的权数越大，则的响应性就越好，但稳定性越差；反之则的稳定性越好，但响小但有以下问题加大n数会使平滑波动效果（稳定性）更好，但会使值对数据实际变动（响应性）更不敏感移动平均法需要大量历史数据。一次指数平滑一次指数平滑法的公式新 =上期+α（上期实际需-上 值即下一期 是对上一 偏差的调整公Ft+1=Ft+α(At–Ft)=αAt+(1–α)其中：Ft+1=新一期的值 =上一期的值 =上一期的实际值 平滑系数（0α举 Ft+1=αAt+(1-α)月实际销量（百台销量销量111.00(给定234567891α=0.4和α=0.7时的值比1小α较小则稳定性较好，α较大则响应性较 用一次指数平滑法进行时，值可以描述实际值的变化形态与趋势，但值总2.时间序列分解模两种形式乘法模型：TFT•SC加法模型：TFTF——时间序列 值 —— —— 几种可能的时间序列类(b)乘法模 线性趋势和季节波动的需线性变化趋势与季节性变化趋势共同作用的结果。一般程序确定季节指利用趋势方 未来趋势值=趋 值×季节系季季节序号销售量夏1秋2冬3春4夏5秋6冬7春8夏9秋冬春y=a+b 20000T(t)=10000+167各周期内相应实际值与趋势值的比值的平均值。季节序t实际10000+167t季节系平均季节指123SI(4SI(SI(56789计 值

值=趋 值×季节系t 夏季 (份秋季 (份冬季 (份春季 (份四•误1 误 正负之分： 值大于实际值时，误差负；反之为 精度：与实际需求的偏离2、误差衡量指平均绝对百分误差nnMADt n Ft——表示时段t n——整 期内的时段个数（ 次数 平均平方误差对误差的平方和取平n

t ntntnn上式中的分子称为“误差滚动和”（E）。显然，如果模型是无偏的，则E应接近于0，亦即MF应接近于0。平均绝对百分误差MAPE

nntn

t 3 检验 模型是否有效的一个简单方法是将最近的实际值与 值进行比较，看偏差是否在可接受的范内； 法是应 信号（TS:Tracking

nn

每当实际需求发生时就计算TS。只有当TS在一定范围内时则表示该 模型仍然有效。需需误差∑|误差1---2--5-