生產(chǎn)需求預測與管理-資料下載頁
2025-02-28 15:00本頁面
【正文】 48 59 71 84 95 109 12338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 。39?時間序列分解模型因此需求 Y可用下列函數(shù)表示Y=f(T,S,C,R)并且根據(jù)構成要素的結合形態(tài)乘法模型 Y=T*S*C*R加法模型 Y=T+S+C+R0 1 2 3 4需求時間 系列和它的構成要素時間 （年）時 間 系列趨勢季 節(jié) 性變 化周期因素不 規(guī)則變 化時間系列的 4個構成要素趨勢 (T) 需求以一定的比率增加或減少的傾向季節(jié)性變化 (S) 表示趨勢線上下的變化以 1年為單位反復周期因素 (C) 經(jīng)過 1年以上長時間需求作上下有規(guī)則變動不規(guī)則變化 /偶然變化(R)說不出原因的變化 ,不能預計或控制 (例 :戰(zhàn)爭 ,地震 … ）40圖 37 幾種可能的時間序列類型 41例 下表是某旅游服務點過去 3年各季度快餐的銷售記錄。試預測該公司未來一年各季度的銷售量。季度 季度序號 t 銷售量 At 4個季度銷售總量 4個季度移動平均 季度中點夏 1 11800秋 2 10404冬 3 8925春 4 10600 41729 夏 5 12285 42214 秋 6 11009 42819 冬 7 9213 43107 春 8 11286 43793 夏 9 13350 44858 秋 10 11270 45119 冬 11 10266 46172 春 12 12138 47042 42解：分三步進行 （ 1） 求趨勢直線方程 。采用最小二乘法或目測法。先求得 a=10000(份 )，再求 b的值 : b=(1202310000)/12=167 Tt=10000+167t43(2)估算季節(jié)系數(shù)（ Seasonalindex,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 )=。 SI(冬 )=。 SI(春 )= 。(3)預測夏季： （ 10000+16713 ） =13997(份 )秋季：（ 10000+16714 ） =12338(份 )冬季：（ 10000+16715 ） =10629(份 )春季：（ 10000+16716 ） =12672(份 )44?其它模型計量經(jīng)濟 ?用一系列相互關聯(lián)的回歸方程式預測各種經(jīng)濟活動模型投入 產(chǎn)出 ?分析各產(chǎn)業(yè)部門間的產(chǎn)品及服務的流程預測需求模型先導指標法 ?根據(jù)預測對象的先導指標預測需求例 石油價格是大型 車 需求的先 導 指 標Simulation?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 模型模型 例 價格上 漲 價 10% 時 需求的 變 化 ,國內(nèi) 經(jīng)濟蕭 條 時 需求的 變 化 45預測監(jiān)控? 預測精度測量? 預測監(jiān)控46預測精度（ Forecastaccuracy）測量? 平均絕對偏差（ Mean absolute deviation, MAD）? 平均平方誤差（ Mean square error, MSE）? 平均預測誤差（ Mean forecast error, MFE）? 平均絕對百分誤差（ Mean absolute percentage error, MAPE）47預測監(jiān)控 (Monitoringandcontrollingforecasts)? 將最近的實際值與預測值比較，看偏差是否在可接受的范圍內(nèi)? 應用跟蹤信號（ Tracking signal, TS）484950本章小結? 需求是經(jīng)濟運行的基點。如果需求預測錯誤，就有投資的風險。? 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。多階段生產(chǎn)系統(tǒng)中最終需求預測信息的共享尤其重要，生產(chǎn)廠家只根據(jù)上游廠商的訂貨信息來決定自己的生產(chǎn)計劃時，就會產(chǎn)生牛鞭效應（ bullwhipeffect）。此時，不同企業(yè)之間合作進行需求預測與制定生產(chǎn)計劃的 CPFR（ collaborativeplanningforecastingandreplenishment）戰(zhàn)略十分重要。? 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。最下游的客戶端相當于鞭子的根部，而最上游的供應商端相當于鞭子的梢部，在根部的一端只要有一個輕微的抖動，傳遞到末梢端就會出現(xiàn)很大的波動。在供應鏈上，這種效應越往上游，變化就越大，距終端客戶越遠，影響就越大。這種信息扭曲如果和企業(yè)制造過程中的不確定因素疊加在一起，將會導致巨大經(jīng)濟損失。牛鞭效應的示意圖如下圖所示。? 預測方法很重要，但收集和觀測收集到的需求數(shù)據(jù)更不能忽視。51習題 P953.解： （ 1） 求趨勢直線方程（ 2） 估算季節(jié)系數(shù) （ 3） 作出預測季度序號銷售量1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16Tt = + tAt/Tt, A1/T1 = ,……SI(春 ) = ?/4, ……春季 （ +） SI(春 ) =……, ……作圖目測法：截距 a=斜率 b=()/16= ……52季度 季度序號 t 銷售量 At 4個季度銷售總量 4個季度移動平均 季度中點春 1 夏 2 秋 3 冬 4 春 5 夏 6 秋 7 冬 8 春 9 夏 10 秋 11 冬 12 春 13 夏 14 秋 15 冬 16 53習題 P95求線性回歸方程b= (5x495126–)/() =a= (110683+)/5=23463YT=季度序號 需求 (At) 季度中點（ X）一年移動平均值（ Y）X2 XY1 262092 214023 186774 24681 22742 568555 25390 22538 788836 19064 21953 987897 18173 21827 1202398 23866 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=預測第 3年每季需求1季度： X=, Y=,A9=YxSI(1)==2380354演講完畢，謝謝觀
教學課件相關推薦
鄂ICP備17016276號-1