生產(chǎn)運(yùn)作管理需求預(yù)測(cè)課件(文件)
【正文】 3/3/22023/3/23/2/2023 1行動(dòng)出成果，工作出財(cái)富。 2023/3/22023/3/22023/3/23/2/2023 11:25:06 PM 1成功就是日復(fù)一日那一點(diǎn)點(diǎn)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(guò)去最杰出的人談話。勝人者有力，自勝者強(qiáng)。 2023/3/22023/3/2March 2, 2023 1一個(gè)人即使已登上頂峰，也仍要自強(qiáng)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(guò)于提升自我。 2023/3/22023/3/22023/3/2Mar232Mar23 1越是無(wú)能的人，越喜歡挑剔別人的錯(cuò)兒。 2023/3/22023/3/2March 2, 2023 1空山新雨后，天氣晚來(lái)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(méi)有失敗，只有暫時(shí)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(guó)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(zhǔn)確性 ? (3) 預(yù)測(cè)人員對(duì)預(yù)測(cè)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(yù)測(cè)值； α為截距 ,為 X為自變量 X=0時(shí)的預(yù)測(cè)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(yù)測(cè)方法 序號(hào) 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(diǎn)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(jià)格。I ? 加法模型 ：用各成分相加的方法來(lái)求出需求估計(jì)值 ? TF＝ T＋ S＋ C＋ I 定量預(yù)測(cè)方法 例題： 時(shí)間 銷售額 (萬(wàn)元 ) 時(shí)間 銷售額 (萬(wàn)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(diǎn)過(guò)去 2年各季度快餐的銷售記錄。 定量預(yù)測(cè)方法 模型 ? 求解步驟 ： ? 利用歷史數(shù)據(jù)確定 趨勢(shì)方程 ； ? 利用趨勢(shì)方程 預(yù)測(cè) 未來(lái)趨勢(shì)值； ? 確定 季節(jié)系數(shù) ； ? 用季節(jié)系數(shù)乘以趨勢(shì)預(yù)測(cè)值得 綜合預(yù)測(cè)值 。 ? 面對(duì) 有上升或下降趨勢(shì) 的需求序列時(shí)，就要采取 二次 指數(shù)平滑法進(jìn)行預(yù)測(cè)。 ? 簡(jiǎn)單移動(dòng)平均和加權(quán)移動(dòng)平均需要的數(shù)據(jù)量大，計(jì)算量非常大，當(dāng)產(chǎn)品很多時(shí)計(jì)算工作繁重。誘因有政治，經(jīng)濟(jì)的變動(dòng) ,戰(zhàn)爭(zhēng) Irregularity,短期的 ,不可預(yù)測(cè)的因素 定性預(yù)測(cè)方法 趨勢(shì)成分 季節(jié)成分 周期成分 隨機(jī)波動(dòng)成分 合成 定量預(yù)測(cè)方法 三、時(shí)間序列平滑模型 ※ 適用范圍及原理 方法 ? 沒(méi)有明顯的趨勢(shì)、季節(jié)、周期影響的相對(duì)平穩(wěn)的時(shí)間序列 ? 通過(guò)多期觀測(cè)數(shù)據(jù)取平均， 消除隨機(jī)成分 的影響； ? 簡(jiǎn)單移動(dòng)平均 （ Simple moving average， SMA） ? 加權(quán)移動(dòng)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(yù)測(cè)方法 （一）簡(jiǎn)單移動(dòng)平均法 ? 含義： ? 它是根據(jù)過(guò)去各期資料的實(shí)際數(shù)值，計(jì)算出其 平均值 作為下期預(yù)測(cè)值的方法（用于 成熟期 預(yù)測(cè)） ? 計(jì)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(wàn)元，用簡(jiǎn)單平均法預(yù)測(cè) 4月份的銷售額？ ? 解： F4=（ 10+12+14） /3=12（萬(wàn)元 ) ??tiiA1n1 定性預(yù)測(cè)方法 月份 實(shí)際銷量（百臺(tái)） 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(duì)于簡(jiǎn)單滑動(dòng)平均預(yù)測(cè)方法， 關(guān)鍵是選擇移動(dòng)時(shí)間區(qū)間的大小，即 n的大小 ? n越大，對(duì)干擾的敏感性越低，預(yù)測(cè)的穩(wěn)定性越好，滯后性越強(qiáng)，響應(yīng)性就越差。 ? 可分為時(shí)間序列平滑模型和時(shí)間序列分解模型。 定性預(yù)測(cè)方法 三、用戶調(diào)查法 適用范圍 優(yōu)缺點(diǎn) 步驟 ? 新產(chǎn)品或缺乏銷售記錄的產(chǎn)品的需求預(yù)測(cè) ? 銷售人員進(jìn)行現(xiàn)實(shí)的或潛在的顧客進(jìn)行調(diào)查 ? 本企業(yè)可能市場(chǎng)占有率 ? 各種信息綜合處理 ? 了解顧客對(duì)產(chǎn)品優(yōu)缺點(diǎn)看法，顧客期望，不購(gòu)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(shí)際購(gòu)買；調(diào)查耗費(fèi)較多人力和時(shí)間。經(jīng)過(guò) 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(duì)收斂、趨向一致。 ? 挑選專家 ： 20人左右；專家間無(wú)聯(lián)系
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1