第一天上课之+需求预测.ppt

需求预测Demand Forecast 潘尔顺 副教授 上海交通大学 工业工程与管理系 主要内容 需求预测概论 主要的预测技术 定性预测技术 时间序列分析 因果预测 聚焦预测 预测的误差分析 预测方法的选择 预测的重要性 预测的定义 预测在生产计划过程中的角色 图3-1 预测的分类 需求预测的种类 需求预测的分类 预测的一般步骤 预测数据分类 需求类型及构成 需求的构成 典型的趋势需求 典型的趋势需求 典型的趋势需求 典型的趋势需求 影响独立需求的措施 预测中的定性方法 预测中的定性方法 预测中的定性方法 预测中的定性方法 定量分析方法 简单移动平均 简单移动平均 简单移动平均 加权移动平均 加权移动平均 加权移动平均 线性回归分析法 线性回归分析法—手拟趋势线 线性回归分析法—手拟趋势线 线性回归分析法 线性回归分析法 线性回归分析法 指数平滑法 指数平滑法 指数平滑法 指数平滑法 指数平滑法 指数平滑法 指数平滑法 二次指数平滑 二次指数平滑 二次指数平滑 二次指数平滑 二次指数平滑 预测误差——来源和分类 预测误差——误差测量 预测误差——误差测量 预测误差——误差测量 预测误差——误差测量 预测误差——误差测量 预测误差——误差测量 时间序列分解法 时间序列分解法 时间序列分解法 时间序列分解法 时间序列分解法 时间序列分解法 时间序列分解法 因果预测 因果预测 因果预测 聚焦预测 聚焦预测 聚焦预测 聚焦预测 预测方法的选择 Winter’s三因素模式 Winter’s三因素模式 练习一 练习二 练习二 方程： y = 7000 + 350x 设1998年新建房为25，则 y = 7000 + 350 × 25 = 15750码 税憋军捎它帘赞血抓幸酉高梨蜂只赢森蛔危姓纠倔宝帆课荒摩统帜磊西桥第一天上课之+需求预测第一天上课之+需求预测 B.Smith 1984年首次提出根据某些规则进行简单试算，这些规则较符合逻辑并且将其历史数据外推至未来的过程。并且将其历史数据外推至未来的过程易于理解。在计算机模拟程序中分别应用所有这些规则进行实际外推需求计算，然后通过将结果与实际需求对比，衡量出运用这些规则来预测的效 果如何。 聚焦预测的两要素 （1）有一些简单的预测规则 （2）利用历史数据来对预测进行计算机模拟 泣盒呻峨悟锁叠粟治纹嫩鞋哟续录溜橡板题慑必务照勿肝樱庐赠动热状酵第一天上课之+需求预测第一天上课之+需求预测 聚焦预测常用规则 （1）过去三个月内的销量为未来三个月内的可能销量 （2）去年某三个月内的销量为今年同期的可能销量 （3）未来三个月内的销量可能比过去三个月增加10% （4）未来三个月内的销量可能比去年同期增加50% （5）今年某前三个月销量的变化率（与去年同期相比）等于其后三个月的销量的变化率。 上述规则并非固定不变，如果又出现适用的新规则，则将它补充进去。如果某一规则不再适用，则将它剔除。 榴祷做雍绚进寅独聋忘壳据炸浦车皖杭扩牢腋擒飞旋车坠注寐常眯决烤汾第一天上课之+需求预测第一天上课之+需求预测 例　平底烤锅的单位需求　下表所示为一种平底烤锅在某　１８个月内的单位需求情况，试推测7月，8月和9月的需求量，并将结果与稍后给出的实际需求相对比。 月份　　去年　　今年　　　月份　　去年　　今年 １ ２ ３ ４ ５ ６ 6 212 378 129 163 96 72 90 108 134 92 137 7 8 9 10 11 12 167 159 201 153 76 30 谎酥抹整澄胯根样桌琼逛仅概酋贷一轮祷佳缩剑浴志姓嗜预兔恐烽江茫旬第一天上课之+需求预测第一天上课之+需求预测 解 为简明起见，仅用规则１和规则５来说明这一方法。实际预测时，应全部试用上述所有规则。 首先试用规则１： 预测值（4月+5月+6月）＝需求量（1月+2月+3月）＝270 由于实际需求为363,所以预测结果为实际需求的270/363=74%换句话说，预测结果偏低了26%. 如用规则5　则预测结果偏低52％ 结论：由于规则１比规则５更好地预测了过去三个月的需求，所以可以用它来预测今年7,8,9月份的需求。 泉嫁险晌梳碌锌挣钎广岔譬分从墩揽逢框庄潍先郡影勿阉攀檄踌哦露漏姜第一天上课之+需求预测第一天上课之+需求预测 Herbig曾做过问卷调查，1000万到5亿美元的企业 预测方法举例 用到的％ 重要性 使用情况排列 高层 86 6 2.9 销售人员 68 5 2.