- 1. 2.需求预测1.概要
2.影响需求的因素
3.需求预测方法
4.定性方法
5.时间系列分析方法
6.因果模型
7.需求预测方法的选择
- 2. 1.概要预测的类型-各种生产决策时的基础
-适用于库存生产(计划生产),
订单生产
-确保生产能力和原材料及制
定有关经营战略的必要因素预测需求 过去依赖于预测者的
经验/主观判断
现在依据统计技术对象技术预测:技术进步率,开发新产品/新制造技术,由技术专家执行
经济预测:经济状况,制定中长期经营计划,由经济专家执行
需求预测:产品及服务的需求,满足顾客,为生产做决策期间短期预测:6个月以内,月/周/日别
中期预测:6个月---2年
长期预测:2年以上需求预测:
短期-生产能力计划,设备,人员,资材
长期-工程设计(生产方式)
-库存决策
- 3. 2.影响需求的因素经济变化复苏-繁荣-衰退-萧条(4种状态)产品周期投入期-成长期-成熟期-衰退期(产品life cycle)
耐用材料与消耗材料/服务之间的差异其它因素广告促销活动,质量,信誉,顾客的信赖,竞争对手销
售
量时间投入期 成长期 成熟期 衰退期
- 4. 3.需求预测方法定性方法-由个人的主观判断或综合多数人的意见后预测需求
-过去的资料不充分或不可信赖
-代表方法:delphi方法,市场调查法,panel同意法,历史类推法
-中长期预测定量方法-假设过去的需求模式一直持续不变,通过分析过去的
资料预测未来发展方向
-代表方法:移动平均法,指数平滑法,趋势分析法,
时系列分解法
-短期,中期预测时系列
分析法-从过去的资料中找出与需求有密切联系的变量,分析
变量与需求的因果关系
-代表方法:移动平均法,指数平滑法,趋势分析法,
时系列分解法
-短期,中期预测因果
模型 时系列:对于随时间变化的某现象,以一定的时间间隔观察读取的一系列观测值
(如:日/周别销售额,月别销售量)来判断某种趋势,季节因素,循环的方法
- 5. 3.需求预测方法-长期性:定性方法,因果模型工程设计决策设备计划,长期性:定性方法,因果模型
总计划(雇佣/加班/设备计划),中期性:因果模型,时系列分析技术
日程计划,短期性:时系列分析技术生产能力决策-短期性:时系列分析技术库存决策<例1>预测用途与预测技术预测用途 预测期间 要求正确度 产品数 正确的预测技术工程计划
生产能力计划
-设备计划
-总体计划
-日程计划
库存管理长期
长期
中期
短期
短期中等
中等
高
很高
很高单一,少数
单一,少数
少数
多数
多数定性技术和因果模型
定性技术和因果模型
因果模型和时系列分析技术
时系列分析技术
时系列分析技术
- 6. 4.定性方法选定对象专家团 提问/答案整理/反馈(3-4次) 最终结果
不确定性大或没有过去资料的情报
具有所需时间长和费用高的缺点
为制定设备,新产品,市场战略,进行长期预测或技术预测时使用Delphi法希腊科学家对调查内容的假设 消费者调查(调查表/面谈/电话) 验证假设
定性技术中时间和费用是最大的缺点
预测比较正确的优点市场调查法经销商/销售员/消费者组成panel 自由交换意见 预测值Panel同意法追踪类似产品在过去市场中需求的成长过程 类推
就象新产品一样,没有以前的资料历史类推法其它定性技术:scenario 分析法,trend 外插法 ……
- 7. 5.时系列分析技术趋势(T)时系列构成要素时系列的4个构成要素需求以一定的比率增加或减少的倾向季节性变化
(S)在趋势线上下变化
以一年为单位反复出现循环因素
(C)经过一年以上的长时间变化,需求在
循环性的上下浮动不规则变化
/偶然变化(R)说不出原因的变化,不能预测和控制
(例如:战争,地震…)<例1>预测用途与预测技术1) 因此需求Y可用下列函数表示Y=f(T,S,C,R)2) 并且根据构成要素的结合形态分乘法模型 Y=T*S*C*R加法模型 Y=T+S+C+R需
求时系列趋势时间季节性
变化循环
因素不规则
变化
- 8. 5.时系列分析技术移动平均法[公式]Ft =t: 期间, Ft : t的预测值, At: t的实际需求, N: 移动平均期间没有季节变化或急剧的增加/减少趋势,偶然变化起主要作用
通过平均移动消除偶然变化
待预测期间前一定期间的需求做为简单平均值简单移动
平均法NAt-1 +At-2 + …+At-n<例>移动平均期间为方4个月,实际需求如下时月(t)实际需求(At)1 2 3 4 54 3 4 55月的需求预测值 F5 为F5 =45+4+3+4= 4如果5月的实际需求值为5,6月的需求预测值是F6 =45+5+4+3= 4.25考虑预测的稳定性和需求
变化的反映度之后选择移
动平均期间
移动平均期间越长,偶然因
素所起的作用越小,但对实
际需求变化慢
- 9. 5.时系列分析技术移动平均法[公式]Ft =Ft : t的预测值, At: t的实际需求, Wt : t的加权值(和为1)在用于预测的前一段N期间资料值乘上和为1的加权值,求出移动平均
简单平均值的权值是 1/N加权移动
平均法Wt-1 At-1 +Wt-2 At-2 + …+Wt-n At-n<例>实际需求如下时月(t)实际需求(At)1 2 3 4 5100 90 105 95加权值: 4月 0.4, 3月 0.3, 2月 0.2, 1月 0.1,
5月的需求预测值 F5 为F5 =0.4*95+0.3*105+0.2*90+0.1*100=97.5如果5月的实际需求值为110,6月的需求预测值是最新的资料显示赋予大
的权重更接近实际变化F5 =0.4*110+0.3*95+0.2*105+0.1*90=102.5
- 10. 5.时系列分析技术移动平均法(1) 根据前3月用简单移动平均法,求出4-10月的预测值某一产品过去的实际需求如下月(t)实际需求(At)1
2
3
4
5问题198
125
110
115
130月(t)实际需求(At)1
2
3
4
598
125
110
115
130(2) 从最近期间倒着赋予0.5,0.3,0.2的加权值,用加权
移动平均发求出4-10月的预测值
- 11. 5.时系列分析技术指数平滑法[公式]Ft =为求预测值Ft 需要3种资料:1)最近的预测值 Ft-1 ,2)最近的实际需求 At-1,
3)平滑常数α(0<= α <=1)设定以一定的函数形式减少的加权权数,给最近的资料赋予大的权数
过去的资料赋予小的权数从而预测未来的需求
需求的预测值是最近期间的实际需求乘α的加权值,对最近的需求预
测值乘(1-α)的加权值后,加权平均的数据
与移动平均法一样,不考虑季节变化,趋势,循环等要素
省略用趋势,季节变化等修正的高次指数平滑法简单指数
平滑法α At-1 +(1-α) Ft-1既新预测值是对旧预测值修正(α*预测误差)后算出但没有过去的资料根据
定性技术预测,其值最初
的预测值Ft[公式]变化后Ft =α At-1 +Ft-1+α Ft-1+α( At-1-= Ft-1Ft-1)<例>上个月需求预测值是100,实际是110,常数α=0.3
预测值是:+α( At-1-= Ft-1Ft-1)= 100+0.3(110-100)=103
- 12. 5.时系列分析技术指数平滑法F2 =指数平滑法的连续展开α A1 +(1-α) F1( F2 代入公子整理)-平滑常数α的值越大,
预测值对需求变化反映
越大反之平滑越平滑
-实际需求稳定时(如食品)
为减小周期/偶燃变化的
影响,减小α的值.流行
的产品则增加α的值
-为维持预测值的稳定性
一般设定在0.1~0.3之间因此一般满 Ft 用如下公式表示Ft =α At-1 +期间1:A1, F1( F1 已知,期间1的末期可知道A1)期间2:F3 =α A2 +(1-α) F2期间3:= α A2 +α(1-α) A1+(1-α)2 F1[公式]α(1-α) At-2+(1-α)2 At-3+……+
(1-α)t-2 A1+ (1-α)t-1 F1(指数加权值的和为1)
- 13. 5.时系列分析技术指数平滑法西镇百货商场预测上周销售额为1.1百万元,但实际销售额为1.25百万元.
假设α=0.1,利用指数平滑法计算时,本周的销售额为多少?
本周的实际销售额为1.2百万元,请预测下周的销售额是多少?问题2SY公司使用α=0.5简单指数平滑法,已知1~3月的实际需求和1月的预测值
为如下时,预测4月的需求.问题3月(t)实际需求(At)1
2
3100
94
90实际需求(At)80
?
?Jiang S 冰淇淋简单指数平滑法预测需求.上周的预测为100,000升
但实际销售80,000升.
α=0.2, α=0.4时下一周指数平滑法预测值各为多少?
下周的实际销售量为95,000升时,哪个值α预测的更准?问题4
- 14. 5.时系列分析技术趋势分析法-将以前的资料标在坐标上,求出最能反映时系列的曲线
-判断趋势线是直线还是曲线
-在趋势线上预测未来的需要
在这里省略复杂的指数涵数曲线,只对线性变化说明趋势
分析法[公式]t=期间(t=1,2,…,n),Yt=f(t)是实际需求, Yt=f(t)是预测值
直线趋势线(回归线)可用下式表示Yt = a+bt (a= Yt 轴的截距,b=曲线的斜率
用最小二乘法求出a,b.b= nΣtYt - (Σ Yt)(Σt)nΣt2 - (Σt)2a = ΣYt - b(Σt)n<图3>过去的资料与趋势线Yt = a+btaYtt0 1 2 3 4Y1Y2Y3Y4
- 15. 5.时系列分析技术趋势分析法代入[公式]Y6 = 19+11*6
= 85b= nΣtYt - (Σ Yt)(Σt)nΣt2 - (Σt)2a = ΣYt - b(Σt)n<例>某一产品在过去5年中的需求如下:年度实际需求90
91
92
93
9430
40
60
50
80年度实际需求(Yt)90
91
92
93
9430
40
60
50
80为求出a,b值.先做如下表:
为计算方便把90年作为期间1期间(t)1
2
3
4
5t2t Yt1
4
9
16
2530
80
180
200
400合计 15 260 55 890= 19= 11Yt = a+bt
= 19+11t因此所求曲线是:1995年为t=6,预测值Y6
- 16. 5.时系列分析技术趋势分析法年度实际需求89
90
91
92
93
9462
79
86
94
107
120Jiang S Pizza店在过去6年中销售额如下表显出增长趋势.
利用最小二乘法求出曲线,并画出趋势图
利用曲线推算95年的销售额问题5
- 17. 5.时系列分析技术时系列分解法-通过分解时系列构成要素(趋势,季节,循环,偶然)来预测需求
-实际上要掌握不规则的循环变化和偶然性因素是很困难的
因此一般更多的利用分解趋势和季节因素的预测值 FITS
(forecast including trend and seasonal)
-趋势和季节因素的结合形态有加法和乘法季节变化趋势
分析法加法季节变化 <图4>FITS=趋势+季节变化乘法季节变化 <图5>FITS=趋势*季节变化aYtt0 1 2 3 4aYtt0 1 2 3 4
- 18. 5.时系列分析技术时系列分解法<例>某一产品1994年实际需求为400个,从季节看春天90,夏天150,秋天110,冬天50
假设此产品的年平均需求量以10%增长时,利用加法和乘法季节变化,求出1995
年各季节需求预测值.实际需求(Yt)春
夏
秋
冬90
150
110
50季节变化幅度90-100=-10
150-100=50
110-100=10
50-100=-50合计 400 440 440季节指数90/100=0.9
150/100=1.5
110/100=1.1
50/100=0.5加法变化幅度110-10=100
110+50=160
110+10=120
110-50=60乘法变化幅度110*0.9=99
110*1.5=165
110*1.1=121
110*0.5=5519941995平均季节需求值(1994年)=400/4=100
平均季节需求预测值(1995年)=440/4=110
- 19. 5.时系列分析技术时系列分解法某一公司分析去年1年的需求,发现春天100个,夏天200个,秋天150个,
冬天120个,因此今年需求制定为春天150个,夏天250个,秋天200个,
冬天170个.问:此公司对需求的季节性变化看成加法,还是乘法?说明? 需求(千瓶)春
夏
秋
冬130
210
80
120(1)求出平均季节需求和季节指数
(2)1999年预计比1998年增长10%的需求,1999年各季节的需求
预测值为多少?分别用加法和乘法计算问题6问题7季节(98)A 化妆品公司生产 suntan oil 对去年1年的各季节需求整理如下
- 20. 6.因果模型回归分析-需求作为变量,影响需求的因素作为自变量来预测
-单一变量:单一线性回归分析,两个以上变量,多重线性回归实际影响需求的因素很多,因此如下公式回归分析单一线性回归分析多重线性回归分析[公式]Yt = a+bXb= nΣXtYt - (Σ Yt)(ΣXt)nΣXt2 - (ΣXt)2a = ΣYt - b(ΣXt)n[公式]Yt = a+b1X1+ b2X2…+ bkXk用计算机计算
- 21. 6.因果模型回归分析下表是某工厂过去7年中工伤次数和员工数的统计[公式]Yt = 2.2+0.80X问题8问题9员工数(千)1992
1993
1994
1995
1996
1997
199815
12
20
26
35
30
37工伤(次)5
20
15
18
17
30
35合计 140年(1)员工数为变量,工伤次数为自变量
用单一回归分析求出回归方程式
(2)预计1999年的员工数为33,000人时
请预测事故次数.LL电子为了预测TV的销售额,随机选定10个地区,分析结果如下,
人口数(单位:万名)和年销售额(单位:百万)之间成立如下线性
回归方程.(1)变量和自变量是什么
(2)请预测人口为6万的城市年销售额是多少.
- 22. -用一系列相互关联的回归方程式预测各种经济活动6.因果模型其它模型计量经济模型法-分析各产业部门间的产品及服务的流程预测需求投入-产出模型法-根据预测对象的先导指标预测需求
<例> 石油价格是大型车需求的先导指标先导
指标法仿真
模型Simulation-假设各种内在变量和外在变量后,利用电脑进行模拟实验,预测需求
的动态模型
<例> 价格上涨10%时需求的变化,国内经济萧条时需求的变化
- 23. 充分理解各方法的内容和优缺点,考虑预测对象/用途/期间/正确度/
时间/费用等各种因素后选择7.需求预测的选择<图6>需求预测技术的选择过程预测对象预测用途预测期间资料存在与否
其类型是什么考虑各种
方法的特点组织的情况选择可利用
的技术选择
最终方法方法实用上的
容易性及费用方法的正确性及错误带来的损失产品水平地区水平工程设计设备计划总体计划日程计划库存管理短期中期长期资料的稳定性趋势季节变化循环变化