需求与预测详解.ppt

第三章 库存需求统计分析和预测 需求规律是库存管理中最关键的一个因素。毕竟，库存管理的目的是为满足对物品的需求。如果能够精准预测到未来的需求，库存管理绩效就要好很多。 库存需求信息的来源有 本产品的历史销售数据 类似产品的历史销售数据 本章内容 需求分类 备件需求分布 产成品需求分布 需求统计分析与拟合检验 需求预测(略) 一、库存需求类型 原材料、零部件 维修配件 产成品 独立需求 相关需求 单周期 多周期 1、原材料、零部件 与产品生产计划和供应有关 生产计划不确定，供应商不稳定，就必须组织库存 生产计划确定不变，供应商供货稳定，或者供应商频繁稳定小批量供货，按JIT生产 需求量按MRP方法计算 维修配件 取决于故障的可预测性 若可预测，且供应商稳定，按JIT组织 供应不稳定，随机库存决策 关键：寻找备件磨损规律和故障规律 产成品 MTO (Make To Order)：库存数量少，只存储以往订货量较大的产成品 MTS (Make To Stock) ：须持有存货，以应对市场需求 市场需求规律：顾客到达规律、顾客需求数量规律、零星/批量 2、独立需求 与其他产品的库存无关，独立于其他 指那些随机的，企业自身不能控制而是由市场所决定的需求 不确定：数量、时间 相关需求 与其他产品的需求有着内在关联，根据这种关联，可以精确计算需求量和需求时间 例如：汽车、轮胎、发动机、电视机 3、单周期 单周期、一次性订货： 偶尔发生的某种物品的需求，如大型活动纪念章、币，节日贺卡 易腐物品或时效性很强的需求，如鲜鱼、鲜肉、报纸、杂志 多周期 极为普遍 如：玩具、日常用品、办公用品、家用电器 二、备件需求分布 备件：为了恢复设备的性能和精度，需要用新制的或修复的零部件称为配件。 备品：为了缩短设备维修停歇时间，减少停机损失，对某些形状复杂、要求高、加工困难、生产周期长的配件，在仓库内预先储备一定数量，称为备品。 二者总称为备品配件，简称为备件。 1、备件需求的特殊性 备件服务于设备，为了设备的维修而储备。备件的需求不同于一般物资： 产成品需求影响因素是市场变化，而备件需求取决于设备运行状况，确切说是零部件的使用寿命。 零部件寿命是不确定的，备件需求具有随机性、不确定性。有些备件需求量少，设备运行中却又至关重要。 备件库存水平很大程度上是如何使用和如何维护设备的函数。维修活动有时会取消或延期。 2、备件寿命分布函数类型 指数分布 威布尔分布 正态分布 对数正态分布 指数分布 指数分布是最常用的故障分布。统计规律显示，许多电子设备和较复杂的机械设备在使用期内其故障大多数服从指数分布。电路的短路、机械结构的缺陷损坏所造成的故障，也都服从指数分布。 故障密度函数 备件平均寿命为 指数分布的特性：无记忆性，即某设备工作一段时间后，仍同新产品一样，不影响未来的工作寿命的长度。 威布尔（Weibull）分布 威布尔分布特别适用于疲劳、磨损等故障模式。电子设备中的继电器、断路器、开关、磁控管等元器件的故障往往服从威布尔分布。 故障密度函数 备件的平均寿命 正态分布 高斯分布、误差分布。广泛应用的分布。因磨损、老化、腐蚀而出现故障的备件故障分布。 故障密度函数 备件的平均寿命 对数指数分布 对数指数分布主要用于机械零件的疲劳寿命分布。备件寿命X的对数服从正态分布，则称X服从对数正态分布。 故障密度函数 备件的平均寿命为 三、产成品的需求分布 超市、零售店的客户到达数量是随机的 每位客户购买商品的数量是随机的 零星购买还是批量采购？ 泊松过程及维纳过程是两个典型的随机过程, 的分布所确定. 二、 泊松过程 （Poisson process ） 1.计数过程:设 随机事件的来到数都可以得到一个计数过程,而同一 将增量 (4) 对于充分小的 可以证明泊松过程的增量的分布律为 泊松过程也可以用另一种形式的定义:即若计数 由泊松分布知 例1: (泊松过程在排队论中的应用)在随机服务系统中的排队 例4： 设病人以每分钟2人的速率到达某诊所,病人流 三、维纳过程 碰撞而引起的.这样,在不相互重叠的时间间隔内,碰撞 四、需求统计分析与拟合检验 需求统计分析 拟合检验 一、历史需求数据的统计分析 历史需求的趋势分析（时间因素） 稳定性需求 趋势性需求 季节性需求 稳定性需求 稳定性需求是指在一定时间内需求不间断发生，其需求数量在其平均值的手下波动，且波动的范围不大（如对于面包的需求） 趋势性需求 趋势性需求，需求数据在一定时间内呈连续的上升或下降的直线关系。（如对于电话或汽油的需求） 季节性需求 季节性需求是值需求在不同时间段呈间断式或跳跃式的变化，其需求的平均值随时间段的变化而变化（如对于冰淇淋和电力的需求）。 2、需求的频率分析 在样本数据较大（通