倉儲與搬運系統(tǒng)ppt課件-資料下載頁
2025-05-12 05:35本頁面
【正文】 tDNtDb t???????22 )( 分別表示需求與時期 t的平均數(shù)。 ? 季節(jié)性指數(shù) S 可以用實際需求與趨勢值相比作為季節(jié)性指數(shù) tD，ttt TDS /?其中 Tt是由 T=a+bt決定的趨勢值。 ? 資料 某服裝制造商根據(jù)歷史銷售情況將每年分為夏季、換季時節(jié)、秋季、春節(jié)期間和春季，已知前兩年的銷售情況，現(xiàn)需要對最近兩個季節(jié)的需求做預測。 ( 1) ( 2) ( 3) ( 4) ( 5) ( 6) =( 2) / ( 5) 銷售期 時期 t 銷售額 Dt D t *t t *t 趨勢值 T 季節(jié)指數(shù) S 預測值夏季 1 9485 9485 1 換季 2 11542 23084 4 秋季 3 14489 43467 9 春節(jié) 4 15754 63016 16 冬季 5 17269 86345 25 夏季 6 11514 69084 36 換季 7 12623 88361 49 秋季 8 16086 128688 64 春節(jié) 9 18098 162882 81 冬季 10 21030 210300 100 夏季 11 12788 140668 121 換季 12 17072 204864 144 秋季 13 春節(jié) 14 t 的平均數(shù) Dt 的平均數(shù) 合計： 合計： 1230244 650b= a= ?多元回歸分析 對某種產(chǎn)品的需求可能受到多種因素的影響。 例如對羊毛衫的需求量，受到羊毛衫價格、消費者收入、消費者偏好、氣候等因素的影響。 通過分析需求與變量之間的關系，預測各個變量的未來值，最后求得需求的預測值。 ? 例 .已知 17年來玻璃制造業(yè)的銷售額、汽車生產(chǎn)量和建筑業(yè)的產(chǎn)值。經(jīng)過回歸分析得到 Y=++ 預計來年汽車生產(chǎn)量為 ，建筑業(yè)產(chǎn)值為 40千萬元，則來年玻璃的需求量為， +*+*40=(萬元 ) ? 特殊的預測問題 ? 啟動 沒有歷史數(shù)據(jù) ? 利用類似產(chǎn)品的需求模式來估計； ? 有比較高的平滑系數(shù)進行預測，逐漸調低； ? 不規(guī)律需求 ? 分析原因 不頻繁大額訂單；派生需求；季節(jié)性高峰；例外情況等； 將不規(guī)律需求與其他有規(guī)律需求分開處理。 ? 如果是例外情況，可以不對變化作快速反應，例如用較小的平滑系數(shù)。 ?地區(qū)性預測 是總預測后分配還是先預測再合計？ ?組合預測 根據(jù)各種預測模型（例如回歸法、判斷法、指數(shù)平滑法等）的預測誤差，給每種預測模型一定的權值。 將各個預測模型的預測值進行加權平均后作為最后的預測結果。 綜合考慮了多個預測渠道的信息。 ? 快速反應 —— 解決預測問題的另一辦法 ? 推式市場的供應鏈 根據(jù)長期預測進行生產(chǎn)決策； ? 拉式市場的供應鏈 生產(chǎn)是由需求驅動的，因此生產(chǎn)是根據(jù)實際客戶需求而不是預測需求進行協(xié)調的。 ? 快速的信息流機制； ? 庫存水平明顯下降； 資料
教學課件相關推薦
鄂ICP備17016276號-1