預(yù)測(cè)與庫存管理培訓(xùn)資料-展示頁
2025-01-12 19:15本頁面
【正文】 ? Meandeviation)(mean指數(shù)平滑法預(yù)測(cè)誤差比較（二）回歸預(yù)測(cè)法一元線性回歸預(yù)測(cè)法： Y=a+bX例： 國外足球賽上咖啡銷量與溫度的關(guān)系：Y=咖啡消耗量， X=溫度Y=Error 最新數(shù)據(jù)的權(quán)重高于早期數(shù)據(jù)。（ Dt－ Ft ） α趨近于 1，新預(yù)測(cè)值將包含一個(gè)相當(dāng)大的調(diào)整，即用前期預(yù)測(cè)中產(chǎn)生的誤差進(jìn)行調(diào)整； α趨近于 0，新預(yù)測(cè)值就沒有用前次預(yù)測(cè)的誤差作多大調(diào)整。Dt+（ 1－ α） 所有歷史因素的影響都包含在前期的預(yù)測(cè)值內(nèi)，任何時(shí)刻只需保有一個(gè)數(shù)字就代表了需求的歷史情況。將一段包含一些數(shù)據(jù)點(diǎn)的時(shí)間段求平均，即用該段時(shí)間段所含數(shù)據(jù)點(diǎn)的個(gè)數(shù)去除該段內(nèi)各點(diǎn)數(shù)據(jù)值之和。執(zhí)行過程如下圖選擇對(duì)象發(fā)送調(diào)查表格回收調(diào)查問卷并統(tǒng)計(jì)調(diào)查結(jié)果預(yù)測(cè)結(jié)果進(jìn)行新一輪的調(diào)查表格統(tǒng)計(jì)結(jié)果的分析評(píng)價(jià)定量預(yù)測(cè)方法（一）時(shí)間序列分析： 以時(shí)間為獨(dú)立變量，把過去需求和時(shí)間的關(guān)系作為需求模式來估計(jì)未來需求。不確定變量或隨機(jī)數(shù)量TopdownPt時(shí)期 t的周期因素時(shí)期 t的預(yù)測(cè)數(shù)量其中： IPtCtT+StDemandIndependent Demand(Demand not related to other items)Dependent Demand(Derived)....預(yù)測(cè)的主要因素? 假定基礎(chǔ)需求是平均銷售水平，而其他部分的正負(fù)調(diào)整影響這預(yù)測(cè)值，則預(yù)測(cè)模型可表示為：vs. ② 相關(guān)需求（從屬需求、非獨(dú)立需求）：指對(duì)原材料、半成品、零部件的需求，在數(shù)量上和時(shí)間上直接依賴于對(duì)其他物料的需求。自下而上 自上而下 bottomup預(yù)測(cè)的方法– Topdownapproachquantityorpromotional趨勢(shì)因素– Cyclic季節(jié)因素– Tend基本需求– Seasonalitylevel獨(dú)立需求? Forecast相關(guān)需求– Independent需求的性質(zhì)– DependentofConsiderations物流需求預(yù)測(cè)需考慮的因素? The預(yù)測(cè)誤差Generalerror預(yù)測(cè)流程? Forecastingprocess物流需求預(yù)測(cè)需考慮的因素? Effectiveconsiderationsforecasting ? General第二章Forecast and Inventory Management預(yù)測(cè)和庫存管理Outlinesforforecastforecastmethod預(yù)測(cè)方法? ForecastingmeasuresForecastnaturedemanddemanddemandponents預(yù)測(cè)的主要因素– Basedemandfactorponentfactor周期因素– factor促銷因素– Irregularrandom不確定性因素? Forecastvs.VS需求的性質(zhì) ① 獨(dú)立需求：指最終產(chǎn)成品的需求，在數(shù)量上和時(shí)間上與對(duì)其他物料的需求無關(guān)，只取決于市場(chǎng)和顧客的需求。E(1)IndependentDependentFt=Bt++++FtBt時(shí)期 t的基本需求水平St時(shí)期 t的季節(jié)因素T趨勢(shì)因素Ct時(shí)期 t的促銷因素Iapproach歷史上各中心份額 40％ 30％ 20％ 10％工廠中央配送中心預(yù)測(cè)共計(jì) 10,000單位A地區(qū)配送中心預(yù)測(cè) 4,000單位B地區(qū)配送中心預(yù)測(cè) 3,000單位C地區(qū)配送中心預(yù)測(cè) 2,000單位D地區(qū)配送中心預(yù)測(cè) 1,000單位Forecasting Methods? Qualitative 定性預(yù)測(cè)方法? Quantitative 定量預(yù)測(cè)方法 ? Time Series 時(shí)間序列– Moving average 移動(dòng)平均– Exponential smoothing 指數(shù)平滑? Causal 因果關(guān)系預(yù)測(cè)定性預(yù)測(cè)方法德爾菲法（最合適的預(yù)測(cè)期：中期到長(zhǎng)期）： 由一組專家分別對(duì)問卷作回答、由組織者匯集調(diào)查結(jié)果，如果統(tǒng)計(jì)結(jié)果顯示專家的意見比較分散，則需要重新設(shè)計(jì)調(diào)查表，進(jìn)行新一輪的調(diào)查，如果專家的意見比較集中一致，則就得到最終的調(diào)查預(yù)測(cè)結(jié)果。包括方法 : ? 簡(jiǎn)單移動(dòng)平均? 指數(shù)平滑1. 移動(dòng)平均法最適合的預(yù)測(cè)期：短期。 數(shù)學(xué)表達(dá)式： MAt+1= (At+At1+At2+…+A tn+1)例： 前 3個(gè)月的銷售量分別為 1 150和 90，四月份的移
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1