生产运作管理 第7版 课件 第六章 需求预测

华中科大管理学院陈荣秋1生产运作管理

Production&OperationsManagement华中科大管理学院陈荣秋马士华崔南方关旭2第6章需求预测

Forecasting6.1预测6.2定性预测方法6.3定量预测方法6.4预测误差与监控6.5需求预测技术前沿华中科大管理学院陈荣秋马士华崔南方关旭36.1.1预测及其种类预测是对未来可能发生的情况的预计与推测。作用“凡事预则立，不预则废”。预测为人们提供了即将发生的情况的信息，增加了成功的机会。但预测不是一门精确的科学，它是科学与艺术的结合。预测离不开科学测定的数据，也离不开人们的经验和判断。不能因为预测的失误而否定预测。1）什么是预测6.1

预测华中科大管理学院陈荣秋马士华崔南方关旭4预测的基本假设：过去的发展状态要持续到将来对总量的预测要比对个体的预测精确如每天从武汉到北京旅客数量的预测，比预计某个人将到何处出差要准确预测精度随预测的时间范围增加而降低预测的作用帮助管理者设计生产运作系统生产什么产品，提供何种服务在何处建立生产/服务设施采用什么样的流程供应链如何组织帮助管理者对系统的使用进行计划今年生产什么，生产多少如何利用现有设施提供满意服务华中科大管理学院陈荣秋马士华崔南方关旭5科学预测技术预测经济预测需求预测社会预测2）预测的种类华中科大管理学院陈荣秋马士华崔南方关旭66.1.2

影响需求预测的因素下图给出了影响需求的各种因素。其中用曲线圈起来的因素是通过企业的努力可以做到的。商业周期产品生命周期华中科大管理学院陈荣秋马士华崔南方关旭76.1.3预测分类1）按预测时间的长短分类长期预测(Long-rangeForecast)对5年或5年以上的需求前景的预测。它是企业长期发展规划的依据。中期预测(Intermediate-rangeForecast)中期预测是指对一个季度以上两年以下的需求前景的预测。它是制订年度生产计划、季度生产计划的依据。短期预测(Short-rangeForecast)短期预测是对一个季度以下的需求前景的预测。它是调整生产能力、采购、安排生产作业计划等具体生产经营活动的依据。华中科大管理学院陈荣秋马士华崔南方关旭82）按主客观因素所起的作用分类定性预测方法定量预测方法华中科大管理学院陈荣秋马士华崔南方关旭96.1.4

预测的一般步骤

1确定预测的目的2确定预测的时间范围

3选择预测的方法

4收集和分析数据

5预测

6对预测进行监控

“预测”华中科大管理学院陈荣秋马士华崔南方关旭106.1.5预测中应该注意的问题判断在预测中的作用预测精度与成本预测的时间范围和更新频率稳定性与响应性华中科大管理学院陈荣秋马士华崔南方关旭116.2

定性预测方法6.2.1德尔菲（Delphi）法6.2.2部门主管意见(JuryofExecutives)6.2.3客户调查法(Users'Expectation)6.2.4销售人员意见汇集法(FieldSalesForce)华中科大管理学院陈荣秋马士华崔南方关旭126.3定量预测方法6.3.1时间序列的构成时间序列是按一定的时间间隔，把某种变量的数值依发生的先后顺序排列起来的序列。图示为时间序列及其构成。一个时间序列可以分解成趋势、季节、周期、随机4种成分.华中科大管理学院陈荣秋马士华崔南方关旭131）简单移动平均和加权移动平均模型6.3.2时间序列平滑模型简单移动平均可按下式计算：华中科大管理学院陈荣秋马士华崔南方关旭14加权移动平均可按下式计算：华中科大管理学院陈荣秋马士华崔南方关旭15例6-1某电子音响器材公司SONY牌单放机的逐月销售量记录如表6-1所示。取n=3和n=4，试用简单移动平均法进行预测。解：当n=3时，为：SMAt+1=(At-2+At-1+At)/3，如预测5月销售量，则SMA4+1=(A2+A3+A4)/3=(21+23+24)/3=22.67(百台)当n=4时，为：SMAt+1=(At-3+At-2+At-1+At)/4，如预测5月销售量，则SMA4+1=(A1+A2+A3+A4)/4=(20+21+23+24)/4=22(百台)全部计算结果如表6-1所示。表6-2是采用加权移动平均法计算的结果。华中科大管理学院陈荣秋马士华崔南方关旭16华中科大管理学院陈荣秋马士华崔南方关旭17华中科大管理学院陈荣秋马士华崔南方关旭182）一次指数平滑模型一次指数平滑法是另一种形式的加权移动平均。加权移动平均法只考虑最近的n个实际数据,指数平滑法则考虑所有的历史数据,只不过近期实际数据的权重大,远期实际数据的权重小。一次指数平滑平均值常用的计算公式为：例6-2某公司的月销售额记录如表6-3所示，试分别取α=0.4和0.7，SF1=11.00，计算一次指数平滑预测值华中科大管理学院陈荣秋马士华崔南方关旭19解：SFt+1=αAt+(1-α)SFt=0.4At+0.6SFt，当t=1，SF2=0.4×10.00+0.6×11.00=4.00+6.60=10.60(千元)其余计算相同结果可以参考教材中的表6-3和表6-4。华中科大管理学院陈荣秋马士华崔南方关旭20α=0.4和α=0.7预测值的比较二次指数平滑预测值可按下式计算：华中科大管理学院陈荣秋马士华崔南方关旭213）二次指数平滑模型式中，Ft+p——从t期计算，第p期的二次指数平滑预测值；Tt——t期平滑趋势值，T0事先给定；SAt——t期平滑平均值，又称之为“基数”，SA0事先给定；SAt可按：SAt==αAt+(1-α)Ft计算Tt可按：Tt=β(SAt-SAt-1)+(1-β)Tt-1计算式中，β——斜率偏差的平滑系数，其余符号意义同前。实际需求值是趋势的、季节的、周期的或随机的等多种成分共同作用的结果。时间序列分解模型(timeseriesdecomposition)企图从时间序列值中找出各种成分，并在对各种成分进行单独预测的基础上，综合处理各种成分的预测值，以得到最终的预测结果。时间序列分解模型有两种形式：乘法模型(multiplicativemodel)和加法模型(additivemodel)。乘法模型比较通用，它是通过将各种成分(以比例的形式)相乘的方法来求出需求估计值的。对于不同的预测问题，人们常常通过观察其时间序列值的分布来选用适当的时间序列分解模型。华中科大管理学院陈荣秋马士华崔南方关旭226.3.3时间序列分解模型华中科大管理学院陈荣秋马士华崔南方关旭23Yt

一元线性回归预测值；a

截距；b

斜率。趋势方程的表达：Yt=a+bx012345tY用这种方法进行预测的关键在于求出线性趋势方程(直线方程)和季节系数。此处重点介绍线性趋势方程的求解。华中科大管理学院陈荣秋马士华崔南方关旭24b

=

n(xy)-

xynx2

-(x)2

a

=

y-bxn

a和b的计算方法：华中科大管理学院陈荣秋马士华崔南方关旭25例如，已知某公司的销售数据，求出其趋势方程。华中科大管理学院陈荣秋马士华崔南方关旭26y=146.5+6.3tb

=

5(2499)-

15(812)5(55)

-

225

=

12495-12180275-225

=

6.3a

=

812-

6.3(15)5

=146.5

首先求出a与b两个参数。然后得到的趋势方程为：因果模型通过对一些与需求有关的先导指数的计算，对需求进行预测。华中科大管理学院陈荣秋马士华崔南方关旭276.3.4因果模型华中科大管理学院陈荣秋马士华崔南方关旭286.3.5灰色预测模型灰色预测模型（1，1）通过累加原始数据构造新序列，然后用这个新序列求解模型参数，最后通过这些参数来预测原始序列未来的值。这个模型简单且在数据不足时特别有效。华中科大管理学院陈荣秋马士华崔南方关旭296.4.1

预测精度测量1）平均绝对偏差平均绝对偏差(meanabsolutedeviation，MAD)就是整个预测期内每一次预测值与实际值的绝对偏差(不分正负，只考虑偏差量)的平均值。用公式表示：At表示时段t的实际值；Ft表示时段t的预测值；n是整个预测期内的时段个数(或预测次数)MAD能较好地反映预测的精度，但它不容易衡量无偏性6.4

预测误差与监控2）平均平方误差华中科大管理学院陈荣秋马士华崔南方关旭30平均平方误差(meansquareerror，MSE)就是对误差的平方和取平均值。MSE与MAD相类似，虽可以较好地反映预测精度，但无法衡量无偏性平均预测误差(meanforecasterror,MFE)是指预测误差的和的平均值。用公式表示为：华中科大管理学院陈荣秋马士华崔南方关旭313）平均预测误差被称为预测误差滚动和(runningsumofforecasterrors，RSFE)。如果预测模型是无偏的，RSFE应该接近于零，即MFE应接近于零。因而MFE能很好地衡量预测模型的无偏性，但它不能够反映预测值偏离实际值的程度。平均绝对百分误差(meanabsolutepercentageerror，MAPE)，用公式表示如下：华中科大管理学院陈荣秋马士华崔南方关旭324）平均绝对百分误差MAD、MFE、MSE、MAPE是几种常用的衡量预测误差的指标，但任何一种指标都很难全面地评价一个预测模型，在实际应用中常常将它们结合起来使用。华中科大管理学院陈荣秋马士华崔南方关旭336.4.2预测监控

随着时间的推移，预测模型是否仍然有效呢？这需要通过预测监控来回答。

检验预测模型是否仍然有效的一个最常用的方法是应用跟踪信号(trackingsignal，TS)，表示为：Trackingsignal=式中各符号意义同前华中科大管理学院陈荣秋马士华崔南方关旭34TS的控制上下限按照判断和经验确定，取值范围为±3～±8，一般取±4。每当实际需求发生时，就应该计算TS。只有当TS在一定范围内时，才认为预测模型可以继续使用。否则，就应该重新选择预测模型。如图：

运用控制图的假设条件是：①预测误差是均值为零的随机分布；②误差的分布是正态的。取MSE的平方根s=MSE，控制上下限设为0±2s时，95%的误差将落入其中；当控制上下限设为0±3s时，99.7%的误差将落入其中。华中科大管理学院陈荣秋马士华崔南方关旭35例：