生產(chǎn)運作管理需求預測(編輯修改稿)
2025-03-01 23:25 本頁面
【文章內(nèi)容簡介】 erage， SMA）l 加權(quán)移動平均 （ Weighted moving average， WMA）l 一次指數(shù)平滑 （ Simple Exponential smoothing）l 二次指數(shù)平滑 定量預測方法（一）簡單移動平均法161。 含義：l 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）161。 計算公式：l Ft＋ 1=161。 例題：l 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？l 解： F4=（ 10+12+14） /3=12（萬元 ) 定性預測方法 月份 實際銷量（百臺） n=3 n=41 202 213 234 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l 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，響應性就越差。? 對管理者啟示？ 定性預測方法 l 描點繪圖，可以比較當 n=3,n=4時對預測結(jié)果的影響 ? 定性預測方法 l 管理者的任務161。 從不同的 n值中找到使預測偏差估計值最小者；161。 工具： excel1l 注意：161。 當 n越大，丟失的信息越大， n越大曲線越平滑，很可能掩蓋時間序列的某些變動特征，如果僅為了消除不規(guī)則性， n取 3,4,5較為恰當。 定量預測方法（二）加權(quán)移動加權(quán)平均法161。 含義：l 利用和預測期密切相關(guān)的近期實際數(shù)據(jù)資料，計算出其平均值作為下期預測值的方法。 (適用于 成熟期 或 成長后期 )161。 計算公式：l Ft＋ 1=161。 例題： 定量預測方法月份 實際銷量（百臺） n=31 202 213 234 24 (20+21+23)/3=5 25 (21+23+24)/3=6 27 7 26 8 25 9 26 10 28 11 27 12 29 定量預測方法 定量預測方法161。 特點：l 近期數(shù)據(jù)的權(quán)重越大，則預測的穩(wěn)定性就越差，響應性就越好；近期數(shù)據(jù)數(shù)據(jù)的權(quán)重越小，則預測的穩(wěn)定性就越好，響應性就越差；l 權(quán)重和 n的選擇具有經(jīng)驗性。l 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。 定量預測方法（三）一次指數(shù)平滑法161。 含義：l 利用和預測期密切相關(guān)的近期實際數(shù)據(jù)資料，計算出其平均值作為下期預測值的方法。 (適用于 成熟期 或 成長后期 )161。 計算公式：………l SFt+1為（ t+1）期一次指數(shù)平滑預測值；l At為 t期實際值；l α為平滑系數(shù)，它表示賦予實際數(shù)據(jù)的權(quán)重（ 0≤α≤1） 定量預測方法 F2 ＝ αA1 ＋ （ 1－ α） F1＝ ＋（ 1－ ） ＝ 定量預測方法 定量預測方法161。 說明 ：l 用一次指數(shù)平滑法進行預測，當出現(xiàn)趨勢時，預測值雖然可描述實際值的變化形態(tài)，但預測值總是 滯后于實際值滯后于實際值l 當出現(xiàn)趨勢時，取 較大較大 α得到的預測值和實際值較接近。l 一般來說， α選得小選得小 一些，預測穩(wěn)定性比較好；反之，其響應性就比較好。l 面對 有上升或下降趨勢有上升或下降趨勢 的需求序列時，就要采取 二次二次 指數(shù)平滑法進行預測。l 對于 出現(xiàn)趨勢并有季節(jié)性波動出現(xiàn)趨勢并有季節(jié)性波動 的情況，則要用 三次三次 指數(shù)平滑法。 定量預測方法四、時間序列分解模型 — 解決季節(jié)性預測問題 ※ 提出背景 假設(shè)前提l 各種成分單獨地作用于實踐需求，而且過去和現(xiàn)在起作用的機制持續(xù)到未來。l 企圖從時間序列之中找出各種成分，并在對各種成分單獨預測的基礎(chǔ)上，綜合處理各種成分的預測值，以得到最終的預測結(jié)果。 定量預測方法 模型161。 求解步驟 ：l 利用歷史數(shù)據(jù)確定 趨勢方程 ；l 利用趨勢方程 預測 未來趨勢值；l 確定 季節(jié)系數(shù) ；l 用季節(jié)系數(shù)乘以趨勢預測值得 綜合預測值 。 有線性趨勢、相等季節(jié)波動的時間序列分解模型 l 乘法模型 ： 用各成分相乘的方法來求出需求估計值? TF＝ TSCIl 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
教學課件相關(guān)推薦
鄂ICP備17016276號-1