生產(chǎn)運作管理需求預測課件(文件)
【正文】 3/3/22023/3/23/2/2023 1行動出成果，工作出財富。 2023/3/22023/3/22023/3/23/2/2023 11:25:06 PM 1成功就是日復一日那一點點小小努力的積累。 2023年 3月 2日星期四 2023/3/22023/3/22023/3/2 1楚塞三湘接，荊門九派通。 2023/3/22023/3/2Thursday, March 2, 2023 閱讀一切好書如同和過去最杰出的人談話。勝人者有力，自勝者強。 2023/3/22023/3/2March 2, 2023 1一個人即使已登上頂峰，也仍要自強不息。 2023年 3月 2日星期四 2023/3/22023/3/22023/3/2 1最具挑戰(zhàn)性的挑戰(zhàn)莫過于提升自我。 2023/3/22023/3/22023/3/2Mar232Mar23 1越是無能的人，越喜歡挑剔別人的錯兒。 2023/3/22023/3/2March 2, 2023 1空山新雨后，天氣晚來秋。 2023/3/22023/3/22023/3/2Thursday, March 2, 2023 1不知香積寺，數(shù)里入云峰。 2023/3/22023/3/22023/3/22023/3/2 沒有失敗，只有暫時停止成功！。 2023/3/22023/3/22023/3/22023/3/23/2/2023 1他鄉(xiāng)生白發(fā)，舊國見青山。 2023/3/22023/3/2Thursday, March 2, 2023 雨中黃葉樹，燈下白頭人。 ? (2) 數(shù)據(jù)的可獲性與準確性 ? (3) 預測人員對預測方法的掌握水平。 ? 一元線性回歸模型 ： bxaYT ?? 22 )(?? ??? ??? xxn YXXYnb n XbYa ??YT為一元線性回歸預測值； α為截距 ,為 X為自變量 X=0時的預測值； b為斜率； n為變量數(shù)； X為自變量的取值； Y為因變量的取值； 定量預測方法 序號 年份 汽車產(chǎn)量 x 薄鋼板消耗量 y 1 1996 2 1997 3 1998 4 1999 5 2023 6 2023 7 2023 ? (1) 數(shù)據(jù)的直觀分析及散點圖描述 ? y隨著 x的增加而增加，故變量 y與 x是相關(guān)的。 ? 例如產(chǎn)品價格。I ? 加法模型 ：用各成分相加的方法來求出需求估計值 ? TF＝ T＋ S＋ C＋ I 定量預測方法 例題： 時間 銷售額 (萬元 ) 時間 銷售額 (萬元 ) 1997年 1季度 300 2季度 200 3季度 220 4季度 530 1998年 1季度 520 2季度 420 3季度 400 4季度 700 某旅游服務(wù)點過去 2年各季度快餐的銷售記錄。 定量預測方法 模型 ? 求解步驟 ： ? 利用歷史數(shù)據(jù)確定 趨勢方程 ； ? 利用趨勢方程 預測 未來趨勢值； ? 確定 季節(jié)系數(shù) ； ? 用季節(jié)系數(shù)乘以趨勢預測值得 綜合預測值 。 ? 面對 有上升或下降趨勢 的需求序列時，就要采取 二次 指數(shù)平滑法進行預測。 ? 簡單移動平均和加權(quán)移動平均需要的數(shù)據(jù)量大，計算量非常大，當產(chǎn)品很多時計算工作繁重。誘因有政治，經(jīng)濟的變動 ,戰(zhàn)爭 Irregularity,短期的 ,不可預測的因素 定性預測方法 趨勢成分 季節(jié)成分 周期成分 隨機波動成分 合成 定量預測方法 三、時間序列平滑模型 ※ 適用范圍及原理 方法 ? 沒有明顯的趨勢、季節(jié)、周期影響的相對平穩(wěn)的時間序列 ? 通過多期觀測數(shù)據(jù)取平均， 消除隨機成分 的影響； ? 簡單移動平均 （ Simple moving average， SMA） ? 加權(quán)移動平均 （ Weighted moving average， WMA） ? 一次指數(shù)平滑 （ Simple Exponential smoothing） ? 二次指數(shù)平滑 定量預測方法 （一）簡單移動平均法 ? 含義： ? 它是根據(jù)過去各期資料的實際數(shù)值，計算出其 平均值 作為下期預測值的方法（用于 成熟期 預測） ? 計算公式： ? Ft＋ 1= ? 例題： ? 例：某公司 1—3月份的銷售額分別為： 1 14萬元，用簡單平均法預測 4月份的銷售額？ ? 解： F4=（ 10+12+14） /3=12（萬元 ) ??tiiA1n1 定性預測方法 月份 實際銷量（百臺） n=3 n=4 1 20 2 21 3 23 4 24 5 25 6 27 7 26 8 25 9 26 10 28 11 27 12 29 ? 對于簡單滑動平均預測方法， 關(guān)鍵是選擇移動時間區(qū)間的大小，即 n的大小 ? n越大，對干擾的敏感性越低，預測的穩(wěn)定性越好，滯后性越強，響應(yīng)性就越差。 ? 可分為時間序列平滑模型和時間序列分解模型。 定性預測方法 三、用戶調(diào)查法 適用范圍 優(yōu)缺點 步驟 ? 新產(chǎn)品或缺乏銷售記錄的產(chǎn)品的需求預測 ? 銷售人員進行現(xiàn)實的或潛在的顧客進行調(diào)查 ? 本企業(yè)可能市場占有率 ? 各種信息綜合處理 ? 了解顧客對產(chǎn)品優(yōu)缺點看法，顧客期望，不購買產(chǎn)品原因等 ? 很難得到顧客通力合作；顧客期望不等于實際購買；調(diào)查耗費較多人力和時間。經(jīng)過 3次反饋，得出結(jié)果如表所示。 ? 反饋性： 提供充分反饋 ? 收斂性： 相對收斂、趨向一致。 ? 挑選專家 ： 20人左右；專家間無聯(lián)系
教學課件相關(guān)推薦
鄂ICP備17016276號-1