生產(chǎn)戰(zhàn)略決策與市場(chǎng)預(yù)測(cè)-資料下載頁(yè)
2025-04-30 01:36本頁(yè)面
【正文】 月的季節(jié)指數(shù)： 如： 1月份的季節(jié)指數(shù) 2月份的季節(jié)指數(shù) = 3月份的季節(jié)指數(shù) = …….. ??? S4 8 8 7 6 7 8 622 ??? S 用其它方法預(yù)測(cè) 2022年首項(xiàng)值（ 1月份的銷(xiāo)售量 Qt ） 用幾何平均預(yù)測(cè)法： )(2 8 1 02 1 0 02 5 5 02 5 5 0 21 噸??????? ?nOnnnt AAAXAQtQOAnAX： 預(yù)測(cè)值 ： 首項(xiàng) (2022年 1月份銷(xiāo)售值 ) ： 末 項(xiàng) (2022年 1月份銷(xiāo)售值 ) ：（ 2022－ 2022年 1月份） 平均發(fā)展速度 用季節(jié)指法預(yù)測(cè)各月的銷(xiāo)售量： 2022年 2月份銷(xiāo)售量 = 2022年 3月份銷(xiāo)售量 = …………… 2112? iiii SSQY ??（噸） 3 7 94 8 3 8 1 0 ??)( 3 8 30 4 8 3 7 9 噸??167。 8 考慮季節(jié)因素的中期預(yù)測(cè) ? 解答 ? 步驟 ? 確定季節(jié)因子（或季節(jié)指數(shù)） ? 消除原始數(shù)據(jù)中的季節(jié)性 ? 根據(jù)消除需求季節(jié)性影響后的數(shù)據(jù)建立最小二乘回歸直線 ? 將回歸直線外推至所要預(yù)測(cè)的區(qū)間 ? 用季節(jié)因子修正回歸直線，建立最終預(yù)測(cè)方程 第 1步：確定季節(jié)因子（或季節(jié)指數(shù)） 第一季度季節(jié)指數(shù)： （ 600+2400+3800)/3/33350/12= 第二季度季節(jié)指數(shù)： （ 1550+3100+4500)/3/33350/12= 第三季度季節(jié)指數(shù)： （ 1500+2600+4000)/3/33350/12= 第四季度季節(jié)指數(shù)： （ 1500+2900+4900)/3/33350/12= 第 2步、消除原始數(shù)據(jù)中的季節(jié)性 將原始數(shù)據(jù)除以季節(jié)指數(shù)。 第 3步 、根據(jù)消除需求季節(jié)性影響后代數(shù)據(jù)建立最小二乘回歸直線 ?22xy n x ybx n x? ? ????a y b x??2 7 7 9 .1 7y ?= = Y=a+bx=+ d d 第 4步 、消除季節(jié)性影響后的需求 ? 單位：件 （ 1） 時(shí)期（ x） （ 2） 季度 （ 3） 實(shí)際需求 （ y） （ 4） 每年同一季度 的平均值 （ 5） 季節(jié) 因子 （ 6） 消除季節(jié)性 影響后的需求（ yd） 列（ 3） 247。 列（ 5） （ 7） x2 列（ 1）平方 （ 8） x?yd 列（ 1） ? 列（ 6） 1 Ⅰ 600 (600?2 400? 3 800)/3?2 1 2 Ⅱ 1 550 (1 550 ?3 100? 4 500)/3?3 050 1 4 2 3 Ⅲ 1 500 (1 500?2 600? 4 000)/3?2 700 1 9 4 4 Ⅳ 1 500 (1 500?2 900? 4 900)/3?3 100 1 16 5 5 Ⅰ 2 400 2 25 14 6 Ⅱ 3 100 2 36 16 7 Ⅲ 2 600 2 49 18 8 Ⅳ 2 900 2 64 20 9 Ⅰ 3 800 4 81 41 10 Ⅱ 4 500 4 100 41 11 Ⅲ 4 000 4 121 45 12 Ⅳ 4 900 4 144 52 78 33 350 33 ① 650 265 注：計(jì)算消除季節(jié)性影響后的需求量目的是使之更接近和反映線性回歸線的取點(diǎn)值。 第 3列和第 6列的累計(jì)總和都應(yīng)為 33 350件，表中出現(xiàn)的差異是由于小數(shù)取整的結(jié)果。第 5列精確到小數(shù)點(diǎn)后兩位。 ? 第 5步、修正后的預(yù)測(cè)值 時(shí)期 x 預(yù)測(cè)季度 回歸直線給出的 Y值 季節(jié)因子 預(yù)測(cè)值（ Y 季節(jié)因子） 13 1 5 4 14 2 5 5 15 3 5 5 16 4 6 6 Y=a+bx=+ 167。 9 預(yù)測(cè)誤差與監(jiān)控 Accuracy and Control of Forecasts 由于市場(chǎng)的變動(dòng)和時(shí)間的推移，使原來(lái)的預(yù)測(cè)值與實(shí)際值可能會(huì)產(chǎn)生較大的偏差。這樣，導(dǎo)致 計(jì)劃 的執(zhí)行力度產(chǎn)生失效性，產(chǎn)生決策的“刻舟求劍”效應(yīng)。 預(yù)測(cè)誤差的度量 (Measurement of forecast error) 預(yù)測(cè)誤差 ：實(shí)際值與預(yù)測(cè)值之間的偏差。 衡量的指標(biāo)體系： nFAM A D tt? ?? ||（ 1）平均絕對(duì) 誤 差 平均預(yù)測(cè)誤差 nFAM F E tt? ?? )( MAD 用于度量預(yù)測(cè)的誤差程度 MFE 用于度量預(yù)測(cè)的偏移（離散）程度 實(shí)際值 預(yù)測(cè)值 實(shí)際值中線 2 、預(yù)測(cè)監(jiān)控 (Monitoring Forecasting) 生產(chǎn)管理中采用 跟蹤信號(hào)法 (Tracking signal) M A D?? Fo r e c a s t )( A c t u a ls ig n a l T r a c k in g可接受誤差范圍 上限 下限 一般講，制造加工業(yè)由于生產(chǎn)要求具有連續(xù)性、均衡性和生產(chǎn)彈性。 因此，控制界限可定在 ?2－ ?３ MAD ，即預(yù)測(cè)誤差的算數(shù)值之和不能超過(guò)平均絕對(duì)誤差值的（ ? 2—?3倍 ）！ 例：某企業(yè)實(shí)際需求與預(yù)測(cè)需求見(jiàn)表。計(jì)算：跟蹤信號(hào)。如果跟蹤信號(hào)誤差范圍的標(biāo)準(zhǔn)確定為： ?２ － ?３ MAD ，確定預(yù)測(cè)期的有效范圍。 月份 需求預(yù)測(cè) 實(shí)際值 1 1000 950 2 1000 1070 3 1000 1100 4 1000 960 5 1000 1090 6 1000 1050 3MAD 2MAD 1MAD TS 0 1MAD 2MAD 3MAD 跟蹤信號(hào) 解： 011???? ??nitt FAnM A D )(220)(1 M A DM A DFATSnitt??????制造加工業(yè)跟蹤信號(hào)的取值： ?2－ ?3MAD范圍內(nèi)為宜 ，那么，目前在生產(chǎn)運(yùn)作到第６個(gè)月 TS=（ MAD），說(shuō)明：預(yù)測(cè)值與實(shí)際值的離散程度越來(lái)越大，已經(jīng)處于不可控制的范圍，應(yīng)該重新修訂預(yù)測(cè)值，否則對(duì)生產(chǎn)運(yùn)作計(jì)劃產(chǎn)生不利的影響。 月份 需求預(yù)測(cè) F 實(shí)際值 A 偏差 ?(AF) |AF| ?|AF| MAD TS 1 1000 950 50 50 50 50 50 2 1000 1070 70 20 70 120 60 3 1000 1100 100 120 100 220 4 1000 960 40 80 40 260 65 5 1000 1090 90 170 90 350 70 6 1000 1050 50 220 50 400 作業(yè) : 2022年 1— 12月的銷(xiāo)售值。 1－ 11月銷(xiāo)售量分別為 1 1 1 2 2 1 2 2２ 3 35噸，試用 一元線性回歸預(yù)測(cè)法 預(yù)測(cè) 12月份產(chǎn)量。 工廠修建廠房有大、中、小三種投資規(guī)模選擇，各自固定成本、可變成本和產(chǎn)出能力見(jiàn)表。產(chǎn)品市場(chǎng)銷(xiāo)售價(jià)格 1500 （元 /噸） （ 1）確定大、中、小三種投資規(guī)模的盈虧平衡點(diǎn)。 （ 2）如果年需求量 20萬(wàn)噸，應(yīng)該選擇哪種工廠規(guī)模？ 工廠規(guī)模 年固定成本（萬(wàn)元） 單位可變成本（元 /噸） 年最大產(chǎn)能（萬(wàn)噸） 小 5000 1000 10 中 9000 900 25 大 16000 700 40
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1