倉(cāng)儲(chǔ)與搬運(yùn)系統(tǒng)ppt課件-資料下載頁(yè)
2025-05-12 05:35本頁(yè)面
【正文】 tDNtDb t???????22 )( 分別表示需求與時(shí)期 t的平均數(shù)。 ? 季節(jié)性指數(shù) S 可以用實(shí)際需求與趨勢(shì)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(shì)值。 ? 資料 某服裝制造商根據(jù)歷史銷(xiāo)售情況將每年分為夏季、換季時(shí)節(jié)、秋季、春節(jié)期間和春季，已知前兩年的銷(xiāo)售情況，現(xiàn)需要對(duì)最近兩個(gè)季節(jié)的需求做預(yù)測(cè)。 ( 1) ( 2) ( 3) ( 4) ( 5) ( 6) =( 2) / ( 5) 銷(xiāo)售期 時(shí)期 t 銷(xiāo)售額 Dt D t *t t *t 趨勢(shì)值 T 季節(jié)指數(shù) S 預(yù)測(cè)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(jì)： 合計(jì)： 1230244 650b= a= ?多元回歸分析 對(duì)某種產(chǎn)品的需求可能受到多種因素的影響。 例如對(duì)羊毛衫的需求量，受到羊毛衫價(jià)格、消費(fèi)者收入、消費(fèi)者偏好、氣候等因素的影響。 通過(guò)分析需求與變量之間的關(guān)系，預(yù)測(cè)各個(gè)變量的未來(lái)值，最后求得需求的預(yù)測(cè)值。 ? 例 .已知 17年來(lái)玻璃制造業(yè)的銷(xiāo)售額、汽車(chē)生產(chǎn)量和建筑業(yè)的產(chǎn)值。經(jīng)過(guò)回歸分析得到 Y=++ 預(yù)計(jì)來(lái)年汽車(chē)生產(chǎn)量為 ，建筑業(yè)產(chǎn)值為 40千萬(wàn)元，則來(lái)年玻璃的需求量為， +*+*40=(萬(wàn)元 ) ? 特殊的預(yù)測(cè)問(wèn)題 ? 啟動(dòng) 沒(méi)有歷史數(shù)據(jù) ? 利用類(lèi)似產(chǎn)品的需求模式來(lái)估計(jì)； ? 有比較高的平滑系數(shù)進(jìn)行預(yù)測(cè)，逐漸調(diào)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(kāi)處理。 ? 如果是例外情況，可以不對(duì)變化作快速反應(yīng)，例如用較小的平滑系數(shù)。 ?地區(qū)性預(yù)測(cè) 是總預(yù)測(cè)后分配還是先預(yù)測(cè)再合計(jì)？ ?組合預(yù)測(cè) 根據(jù)各種預(yù)測(cè)模型（例如回歸法、判斷法、指數(shù)平滑法等）的預(yù)測(cè)誤差，給每種預(yù)測(cè)模型一定的權(quán)值。 將各個(gè)預(yù)測(cè)模型的預(yù)測(cè)值進(jìn)行加權(quán)平均后作為最后的預(yù)測(cè)結(jié)果。 綜合考慮了多個(gè)預(yù)測(cè)渠道的信息。 ? 快速反應(yīng) —— 解決預(yù)測(cè)問(wèn)題的另一辦法 ? 推式市場(chǎng)的供應(yīng)鏈 根據(jù)長(zhǎng)期預(yù)測(cè)進(jìn)行生產(chǎn)決策； ? 拉式市場(chǎng)的供應(yīng)鏈 生產(chǎn)是由需求驅(qū)動(dòng)的，因此生產(chǎn)是根據(jù)實(shí)際客戶(hù)需求而不是預(yù)測(cè)需求進(jìn)行協(xié)調(diào)的。 ? 快速的信息流機(jī)制； ? 庫(kù)存水平明顯下降； 資料
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1