生產(chǎn)需求預測與管理-預覽頁
【正文】 家意 見經(jīng)過 多 輪 征 詢 反 饋 后，意 見趨 向一致。1確定 預測 主 題 。其次是自愿性。 ③ 選擇 性 預測 。一般采用三 輪 制，按以下步 驟進 行： – 第一 輪 。 – 第二 輪 。 – 第三 輪 。?待預測期間前一定期間的需求做為簡單的平均值 Ft+1N:移動平均期間5?的反映度 選擇 移 動 平均期 間4失越多 ,但 對實際 需求 變 化反映慢F6=[公式 ] Ft+1:t+1的預測值， At:t的實際需求， W t:賦予 t的加權(quán)值， 25如果 ,5月的實際需求為 110時 ,6月的需求預測值是 F6?加權(quán)移動平均法18 ? 利用指數(shù)減少的加權(quán)值 ,給最近的資料賦予大比重 ,過去的資料賦予小比重后 預測未來需求 ? 即需求預測值是最近期間的實際需求乘上 a的加權(quán)值 ,對最近的需求預測值乘上 (1a)的加權(quán)值后加權(quán)平均的數(shù)據(jù) ? 與移動平均法一樣 ,在季節(jié)性變化 ,趨勢 ,循環(huán)要素不起作用是有效 * 省略用趨勢 ,季節(jié)性變化等修正的高次指數(shù)平滑法 [公式 ] Ft+1=aDt+(1a)Ft 為求預測值 Ft+1需要 3種資料： ?最近預測值 (Ft),?最近實際需求 (Dt), ?平滑常數(shù) a(0a1)公式 變 化后 Ft+1=aDt+(1a)Ft =aDt+FtaFt=Ft+a(DtFt)即 ,新 預測值 是 對 舊 預測值 修正 (a*預測誤 差 )后算出例 上個月需求 預測值 是 100,實際 需求是 110,平滑常數(shù) a= 個月的 預測值 是 Ft=Ft1+a(Dt1Ft1)=100+(110100)=103 但 ,沒有 過 去 資 料 時 根據(jù)定性技 術 ,預測值 做 為 最初的 預測值一次指數(shù) ?指數(shù)平滑法19?時間序列平滑模型 (F3代入式子整理 )因此一般 Ft+1用如下公式表示[公式 ]+……+a(1a) t1D1+(1a)tF120例 ：某公司的月銷售額記錄如表 33所示，試取 a=例 22：對例 ，設 α =,T0β )Tt1 Tt SFt11 1 10 4 2 12 3 13 . 4 16 5 19 6 23 7 26 8 30 12 9 28 10 18 11 16 12 14 2425? 二次指數(shù)平滑法? 什么是二次指數(shù)平滑法? 二次指數(shù)平滑法是對一次指數(shù)平滑值作再一次指數(shù)平滑的方法。? ? 一般地，主要變量間無因果關系，但在某些間接情況下，一些主要變量可能暗含了另一些可能事件。 則 有： ?線性回歸預測法式中：32例 2333例 48 9535例 23?單一變量：單一線形回歸分析； 2個以上變量：多重線形回歸分析單一線形回歸分析函數(shù) Y的推定值 (即 ,回歸線上值 )獨立變量 (對需求影響最大的因素 )Y軸的截距， b=回歸線 (直線 )的斜率?但是不用 手算，用計算機計算^ ^^37例 36 8438解：衡量一元線形回歸方法偏差的兩個指標：線形相關系數(shù) r和標準差 Syx 。Y=f(T,S,C,R)先求得 a=10000(份 )，再求 b的值 : b=(1202310000)/12=167 Tt=10000+167t43(2)SI）t 1 2 3 4 5 6 7 8 9 10 11 12At/Tt SI(夏 )=（ A1/T1 + A5/T5 + A9/T9 ） /3=（ ++） /3=同樣可得， SI(秋 )=。模型投入 產(chǎn)出 ?假 設 各種內(nèi)生 變 量和外生 變 量后 ,利用 電腦進 行模 擬實驗 ,預測 需求的 動 模型and? 市場需求每天都在變化，即便日常生產(chǎn)活動中也要切實地把握最終需求的變動。planning? 牛鞭效應是供應鏈上的一種需求變異放大 (方差放大 )現(xiàn)象，是信息流從最終客戶端向原始供應商端傳遞時，無法有效地實現(xiàn)信息的共享，使得信息扭曲而逐級放大，導致了需求信息出現(xiàn)越來越大的波動。牛鞭效應的示意圖如下圖所示。解： （ 1） 求趨勢直線方程 22742 568555 25390 21623 140550?X= ?Y=110683 ? X2 = ? XY=4951265. 解：計算每季季節(jié)指數(shù) (列表略 )第一年 1季度：Y1 = 23463+=23610第二年 1季度：Y5 = ..5=22431SI(1)=(26209/23610+25390/22431)/2=160
教學課件相關推薦
鄂ICP備17016276號-1