工业工程+生产运作与管理+期末复习计算题就靠它的解析.pptx

工业工程+生产运作与管理+期末复习计算题就靠它的解析.pptx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第三章 需求预测与生产计划 需求预测 生产计划及其方法 生产能力需求与规划 1 移动平均法(Average) (1) 简单移动平均法 简单移动平均法(又称:一次移动平均法)是对产品需求的历史数据逐点分段移动平均的方法。 对t+1期的需求预测值; n:为每次移动平均所包含的实际值个数,也称移动平均的时期个数。 加权移动平均法 加权移动平均法是对时间序列中各期实际数据加权后再进行平均的预测方法。其基本思想是近期数据对预测结果影响较大,远期数据对预测结果影响较小。这样可以比较明显地反映时间序列的近期发展趋势。 为t+1周期的预测值 为i周期实际值的加权值 移动平均法举例 举例:某电子音响器材公司SONY牌单放机的逐月销量参 见下表,取n=3和n=4,试用简单移动平均法进行预测。 简单移动平均法预测结果 n越大,预测的稳定性高,但响应性差 加权移动平均法预测结果 近期权重大, 预测的稳定 性就越差, 但响应性越高 (2)二次移动平均法 对一次移动平均值xt,可记为M t[1]。 一次移动平均公式可改写为: (2) 二次移动平均公式为 (3) 设时间序列中,t为目前时间周期,T为需要预测的未来周期个数,Yt+T为第t+T周期的预测值,at为当前的样本值水平(即趋势线截距),bt为单位周期的变化量(即趋势线的斜率)。 则有预测公式 Yt+T=at+btT (4) 其中: (5) (6) 解: 已知 t=12, N=5,T=5 求5个月后的市场需求量,即求Y12+5 分别计算一次移动平均值Mt[1]和二次移动平均值Mt[2]。 例3-1某商品连续12月需求量如表1,试用二次移动平均法预测 5个月后的市场需求量(令N=5) 周期数t 需求xt(千吨) Mt[1] Mt[2] 1 50 2 50 3 53 4 56 5 59 6 62 53.6 7 65 56.0 8 68 59.0 9 71 62.0 10 74 65.0 11 77 68.0 59.1 12 80 71.0 62 表1 根据公式(5)、(6)有 根据公式 (4) Yt+T=at+btT 得线性平滑预测模型:Yt+T=80+4.5T, 已知 t=12,T=5, Yt+T=Y12+5=80+4.5×5=102.5(吨) at=2×71-62=80 2. 指数平滑法( Exponential Smoothing ) 指数平滑法是从移动平均法演变而来,是将现在实际值和上一周期指数平滑值加权平均。该方法是对各期数据按照发生的先后次序不同分别给出具有指数变化规律的权值,求出加权平均值,以此为基础进行预测,其实质是一种特殊的加权移动平均法。 一次指数平滑法 (Single exponential smoothing) 二次指数平滑法 (Double exponential smoothing) 移动平均法只考虑最近的n个实际数据,指数平滑法则考虑所有的历史数据,对近期实际数据权重大,远期实际数据权重小。 2. 指数平滑法( Exponential Smoothing ) (1)一次指数平滑法 其预测公式为 xt 为t期的预测值, α为平滑系数 ,0≤α≤1 xt-1 为t-1期的实际值, xt-1 为t-1期的预测值 为计算方便,一般取初始预测值=初始实际值 (2)二次指数平滑法 记t期的一次指数平滑值 xt为St[1] ,记二次指数平滑值为St[2] ,则有公式

文档评论(0)

bbnm58850 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档