单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,2.需求预测,1.概要,2.影响需求的因素,3.需求预测方法,4.定性方法,5.时间系列分析方法,6.因果模型,7.需求预测方法的选择,1.概要,预测的类型,-各种生产决策时的根底,-适用于库存生产(方案生产),订单生产,-确保生产能力和原材料及制,定有关经营战略的必要因素,预测需求,过去依赖于预测者的,经验/主观判断,现在依据统计技术,对象,技术预测：技术进步率，开发新产品/新制造技术，由技术专家执行,经济预测：经济状况，制定中长期经营方案，由经济专家执行,需求预测：产品及效劳的需求，满足顾客，为生产做决策,期间,短期预测：6个月以内，月/周/日别,中期预测：6个月-2年,长期预测：2年以上,需求预测：,短期-生产能力方案，设备，人员，资材,长期-工程设计生产方式,-库存决策,2.影响需求的因素,经济变化,复苏-繁荣-衰退-萧条4种状态,产品周期,投入期-成长期-成熟期-衰退期产品life cycle),耐用材料与消耗材料/效劳之间的差异,其它因素,广告促销活动，质量，信誉，顾客的信赖，竞争对手,销,售,量,时间,投入期 成长期 成熟期 衰退期,3.需求预测方法,定性方法,-由个人的主观判断或综合多数人的意见后预测需求,-过去的资料不充分或不可信赖,-代表方法：delphi方法，市场调查法，panel同意法，历史类推法,-中长期预测,定量方法,-假设过去的需求模式一直持续不变，通过分析过去的,资料预测未来开展方向,-代表方法：移动平均法，指数平滑法，趋势分析法，,时系列分解法,-短期，中期预测,时系列,分析法,-从过去的资料中找出与需求有密切联系的变量，分析,变量与需求的因果关系,-代表方法：移动平均法，指数平滑法，趋势分析法，,时系列分解法,-短期，中期预测,因果,模型,时系列:对于随时间变化的某现象,以一定的时间间隔观察读取的一系列观测值,(如:日/周别销售额,月别销售量)来判断某种趋势,季节因素,循环的方法,3.需求预测方法,-长期性:定性方法,因果模型,工程设计决策,设备方案,长期性:定性方法,因果模型,总方案(雇佣/加班/设备方案),中期性:因果模型,时系列分析技术,日程方案,短期性:时系列分析技术,生产能力决策,-短期性:时系列分析技术,库存决策,预测用途与预测技术,预测用途 预测期间 要求正确度 产品数 正确的预测技术,工程方案,生产能力方案,-设备方案,-总体方案,-日程方案,库存管理,长期,长期,中期,短期,短期,中等,中等,高,很高,很高,单一,少数,单一,少数,少数,多数,多数,定性技术和因果模型,定性技术和因果模型,因果模型和时系列分析技术,时系列分析技术,时系列分析技术,4.定性方法,选定对象专家团 提问/答案整理/反响(3-4次)最终结果,不确定性大或没有过去资料的情报,具有所需时间长和费用高的缺点,为制定设备,新产品,市场战略,进行长期预测或技术预测时使用,Delphi法,希腊科学家,对调查内容的假设 消费者调查(调查表/面谈/)验证假设,定性技术中时间和费用是最大的缺点,预测比较正确的优点,市场调查法,经销商/销售员/消费者组成,panel,自由交换意见 预测值,Panel同意法,追踪类似产品在过去市场中需求的成长过程 类推,就象新产品一样,没有以前的资料,历史类推法,其它定性技术:scenario 分析法,trend 外插法,5.时系列分析技术,趋势(T),时系列构成要素,时系列的4个构成要素,需求以一定的比率增加或减少的倾向,季节性变化,(S),在趋势线上下变化,以一年为单位反复出现,循环因素,(C),经过一年以上的长时间变化,需求在,循环性的上下浮动,不规那么变化,/偶然变化(R),说不出原因的变化,不能预测和控制,(例如:战争,地震),预测用途与预测技术,1)因此需求Y可用以下函数表示,Y=f(T,S,C,R),2)并且根据构成要素的结合形态分,乘法模型 Y=T*S*C*R,加法模型 Y=T+S+C+R,需,求,时系列,趋势,时间,季节性,变化,循环,因素,不规那么,变化,5.时系列分析技术,移动平均法,公式,F,t,=,t:期间,F,t,:t的预测值,A,t,:t的实际需求,N:移动平均期间,没有季节变化或急剧的增加/减少趋势,偶然变化起主要作用,通过平均移动消除偶然变化,待预测期间前一定期间的需求做为简单平均值,简单移动,平均法,N,A,t-1,+,A,t-2,+,A,t-n,移动平均期间为方4个月,实际需求如下时,月(t),实际需求(At),1 2 3 4 5,4 3 4 5,5月的需求预测值 F5 为,F,5,=,4,5+4+3+4,=4,如果5月的实际需求值为5,6月的需求预测值是,F,6,=,4,5+5+4+3,=4.25,考虑预测的稳定性和需求,变化的反映度之后选择移,动平均期间,移动平均期间越长,偶然因,素所起的作用越小,但对实,际需求变化慢,5.时系列分析技术,移动平均法,公式,F,t,=,F,t,:t的预测值,A,t,:t的实际需求,W,t,:t的加权值(和为1),在用于预测的前一段,N,期间资料值乘上和为1的加权值,求出移动平均,简单平均值的权值是 1/,N,加权移动,平均法,W,t-1,A,t-1,+,W,t-2,A,t-2,+,W,t-n,A,t-n,实际需求如下时,月(t),实际需求(At),1 2 3 4 5,100 90 105 95,加权值:4月 0.4,3月 0.3,2月 0.2,1月 0.1,5月的需求预测值 F5 为,F,5,=,0.4*95+0.3*105+0.2*90+0.1*100=97.5,如果5月的实际需求值为110,6月的需求预测值是,最新的资料显示赋予大,的权重更接近实际变化,F,5,=,0.4*110+0.3*95+0.2*105+0.1*90=102.5,5.时系列分析技术,移动平均法,(1)根据前3月用简单移动平均法,求出4-10月的预测值,某一产品过去的实际需求如下,月(t),实际需求(At),1,2,3,4,5,问题1,98,125,110,115,130,月(t),实际需求(At),1,2,3,4,5,98,125,110,115,130,(2)从最近期间倒着赋予0.5,0.3,0.2的加权值,用加权,移动平均发求出4-10月的预测值,5.时系列分析技术,指数平滑法,公式,F,t,=,为求预测值F,t,需要3种资料:1)最近的预测值,F,t-1,2)最近的实际需求,A,t-1,3)平滑常数,(0=,=1),设定以,一定的函数形式减少的加权权数,给最近的资料赋予大的权数,过去的资料赋予小的权数从而预测未来的需求,需求的预测值是最近期间的实际需求乘,的加权值,对最近的需求预,测值乘(1-,),的,加权值后,加权平均的数据,与移动平均法一样,不考虑季节变化,趋势,循环等要素,省略用趋势,季节变化等修正的高次指数平滑法,简单指数,平滑法,A,t-1,+,(1-),F,t-1,既新预测值是对旧预测值修正(*预测误差)后算出,但没有过去的资料根据,定性技术预测,其值最初,的预测值,F,t,公式变化后,F,t,=,A,t-1,+,F,t-1,+,F,t-1,+(,A,t-1,-,=F,t-1,F,t-1,),上个月需求预测值是100,实际是110,常数=0.3,预测值是:,+(,A,t-1,-,=F,t-1,F,t-1,),=100+0.3(110-100)=103,5.时系列分析技术,指数平滑法,F,2,=,指数平滑法的连续展开,A,1,+,(1-),F,1,(F,2,代入公子整理),-平滑常数的值越大,预测值对需求变化反映,越大反之平滑越平滑,-实际需求稳定时(如食品),为减小周期/偶燃变化的,影响,减小的值.流行,的产品那么增加的值,-为维持预测值的稳定性,一般设定在0.10.3之间,因此一般满,F,t,用如下公式表示,F,t,=,A,t-1,+,期间1:,A1,F1(F1,期间1的末期可知道A1),期间2:,F,3,=,A,2,+,(1-),F,2,期间3:,=,A,2,+,(1-),A,1,+(1-),2,F,1,公式,(1-),A,t-2,+(1-),2,A,t-3,+,(1-),t-2,A,1,+,(1-),t-1,F,1,(指数加权值的和为1),5.时系列分析技术,指数平滑法,西镇百货商场预测上周销售额为1.1百万元,但实际销售额为1.25百万元.,假设,=0.1,利用指数平滑法计算时,本周的销售额为多少?,本周的实际销售额为1.2百万元,请预测下周的销售额是多少?,问题2,SY公司使用=0.5简单指数平滑法,13月的实际需求和1月的预测值,为如下时,预测4月的需求.,问题3,月(t),实际需求(At),1,2,3,100,94,90,实际需求(At),80,?,?,Jiang S 冰淇淋简单指数平滑法预测需求.上周的预测为100,000升,但实际销售80,000升.,=0.2,=0.4,时下一周指数平滑法预测值各为多少?,下周的实际销售量为95,000升时,哪个值,预测的更准?,问题4,5.时系列分析技术,趋势分析法,-将以前的资料标在坐标上,求出最能反映时系列的曲线,-判断趋势线是直线还是曲线,-在趋势线上预测未来的需要,在这里省略复杂的指数涵数曲线,只对线性变化说明,趋势,分析法,公式,t=期间(t=1,2,n),Y,t,=f(t)是实际需求,Y,t,=f(t)是预测值,直线趋势线(回归线)可用下式表示,Y,t,=a+bt(a=Y,t,轴的截距,b=曲线的斜率,用最小二乘法求出a,b.,b=,ntY,t,-(Y,t,)(t),nt,2,-(t),2,a=,Y,t,-b(t),n,过去的资料与趋势线,Y,t,=a+bt,a,Y,t,t,0 1 2 3 4,Y,1,Y,2,Y,3,Y,4,5.时系列分析技术,趋势分析法,代入公式,Y,6,=19+11*6,=85,b=,ntY,t,-(Y,t,)(t),nt,2,-(t),2,a=,Y,t,-b(t),n,某一产品在过去5年中的需求如下:,年度,实际需求,90,91,92,93,94,30,40,60,50,80,年度,实际需求(Y,t,),90,91,92,93,94,30,40,60,50,80,为求出a,b值.先做如下表:,为计算方便把90年作为期间1,期间(t),1,2,3,4,5,t,2,t Y,t,1,4,9,16,25,30,80,180,200,400,合计 15 260 55 890,=19,=11,Y,t,=a+bt,=19+11t,因此所求曲线是:,1995年为t=6,预测值,Y,6,5.时系列分析技术,趋势分析法,年度,实际需求,89,90,91,92,93,94,62,79,86,94,107,120,Jiang S Pizza店在过去6年中销售额如下表显出增长趋势.,利用最小二乘法求出曲线,并画出趋势图,利用曲线推算95年的销售额,问题5,5.时系列分析技术,时系列分解法,-通过分解时系列构成要素(趋势,季节,循环,偶然)来预测需求,-实际上要掌握不规那么的循环变化和偶然性因素是很困难的,因此一般更多的利用分解趋势和季节因素的预测值 FITS,(forecast including trend and seasonal),-趋势和季节因素的结合形态有加法和乘法季节变化,趋势,分析法,加法季节变化 ,FITS=趋势+季节变化,乘法季节变化 ,FITS=趋势*季节变化,a,Y,t,t,0 1 2 3 4,a,Y,t,t,0 1 2 3 4,5.时系列分析技术,时系列分解法,某一产品1994年实际需求为400个,从季节看春天90,夏天150,秋天110,冬天50,假设此产品的年平均需求量以10%增长时,利用加法和乘法季节变化,求出1995,年各季节需求预测值.,实际需求(Y,t,),春,夏,秋,冬,90,150,110,50,季节变化幅度,9