mba_charpt2-wenkub
2023-03-17 19:43:06 本頁面
【正文】 均來消除和減少隨機(jī)成分 (干擾 )。 – 季節(jié)成分： 特定周期時間里有規(guī)則的波動 。 ? 常用的有： – 時間序列 ： 用過去的需求和時間的關(guān)系來預(yù)測未來的需求 。 預(yù)測的概念 ? 預(yù)測的主要步驟 ?確定預(yù)測目標(biāo)； ?確定影響產(chǎn)品需求的因素及其重要性； ?收集資料； ?選擇預(yù)測方法與模型； ?計(jì)算 、 預(yù)測； ?對預(yù)測結(jié)果進(jìn)行綜合分析 ， 得出結(jié)論； ?將預(yù)測結(jié)果應(yīng)用于生產(chǎn)計(jì)劃工作中； ?根據(jù)實(shí)際情況 ， 對預(yù)測結(jié)果進(jìn)行監(jiān)控 。 ? 一般有經(jīng)濟(jì)預(yù)測、技術(shù)預(yù)測、需求預(yù)測。 ? 本課程主要討論需求預(yù)測。 預(yù)測的概念 ? 預(yù)測的穩(wěn)定性與響應(yīng)性 ? 穩(wěn)定性：反應(yīng)穩(wěn)定需求的能力 ? 響應(yīng)性：反映需求變化的能力 預(yù)測方法 定性預(yù)測方法q u a l i t a t i v e m e t h o d定量預(yù)測方法q u a n t i t a t i v e m e t h o d? 德爾菲法? 部門主管集體討論法? 銷售人員意見匯總法? 顧客期望法? 時間序列預(yù)測模型 ? 時間序列平滑模型 ? 簡單移動平均 ? 加權(quán)移動平均 ? 一次指數(shù)平滑 ? 時間序列分解模型 ? 乘法模型 ? 加法模型? 因果模型 預(yù)測方法 需要說明的是 ， 為使預(yù)測更符合實(shí)際 ，經(jīng)驗(yàn) 、 判斷和數(shù)學(xué)模型 都起一定的作用 ， 但沒有哪一種方法一直都能奏效 。 – 因果模型： 用過去的資料揭示變量和需求的關(guān)系 ，進(jìn)而預(yù)測未來的需求 。 如： ? 每天有二次交通高峰； ? 每周周末 ， 影院的客流量較大； ? 某些產(chǎn)品的季節(jié)性需求變化等 。 常用的有 簡單移動平均 、加權(quán)移動平均 、 一次指數(shù)平滑 。 預(yù)測方法 4） 時間序列分解模型 (Time Series Deposition) ? 對各成分進(jìn)行單獨(dú)預(yù)測，再按一定的組合規(guī)則綜合處理，得出最終的預(yù)測結(jié)果。 預(yù)測方法 y = 10000 +
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1