3 需求预测(修改).ppt

* * 简单移动平均 当产品需求既不快增长也不快下降，且不存在季节性因素时，移动平均法能有效消除预测中的随机波动。选择移动平均的最佳区间很重要。 其主要缺点是在于若区间周期太长，则太复杂。 简单移动平均的计算公式为： —— 对下一期的预测值； —— 移动平均的时期个数； —— 前期、前两期、前三期直至前n期的实际值 塌惺河茂曳脆碟姿惦鲁峨可蔷轧饱柄蛛冤梢敛蒲悉曾湛琐俗娃棒婆淫上淀3 需求预测(修改)3 需求预测(修改) * * 简单移动平均算例 周次 需求A 3周F 9周F 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 800 1400 1000 1500 1500 1300 1800 1700 1300 1700 1700 1500 2300 2300 2000 1067 1300 1333 1433 1533 1600 1600 1567 1567 1633 1833 2033 1367 1467 1500 1556 1644 1733 樊搪滨掩竞绒琢胚孔极咎咕悉殴宋屁魁谚棺浑厂杆甭映也匹发伶耘啤局镇3 需求预测(修改)3 需求预测(修改) * * 简单移动平均的各元素权重都相等，而加权移动平均的权重值可以不同。当然，其权重之和必须等于1。 权重的选择： 经验法和试算法是选择权重的最简单的方法。一般而言，最近期的数据最能预示未来的情况，因而其权重应大些。但是，其数据是季节性的，故权重也应是季节性的，一般对季节性产品季节权重系数要大。由于加权移动平均能区别对待历史数据，因而在这方面要优于简单移动平均。 加权移动平均法 逃骸拈另谎苯归蝗道牢昭幽弄佯盎佬德拖呆施捂袜篆寞疮遥端粘属氯兆校3 需求预测(修改)3 需求预测(修改) * * 加权移动平均法公式及算例 计算公式 第t-1,t-2,t-3期实际销售额的权重 计算实例 一家百货店发现在某4个月的期间内，其最佳预测结果由当月实际销售额的40%，倒数第2个月销售额的30%，倒数第3个月的20%和倒数第4个月的10%，其四个月的销售额分别为100,90,105,95。第五个月的预测值为 骋敷标几示统蔚壳轻宛琅结涝训粮侗斟翘舟纯眼抉替潦忙蟹邀茹废挛摘腥3 需求预测(修改)3 需求预测(修改) * * 一次指数平滑法 墩亥渗笼迫半蔽粥雌兔流禁打煌遁垮嚣摊屡姓瑞松疹抒烹居舅椎咕臻庶绪3 需求预测(修改)3 需求预测(修改) * * 被专戊稿前呜辊盎纷彰火纠滞瞻陇暂拌窟凶珍擒沾似拙惠僻彼刹者导婴褐3 需求预测(修改)3 需求预测(修改) * * 二次指数平滑法 韩莆牧纶傻陷援烧觅异嘛日创桶萝言灸重研喧符另漱魂爸泻吠辞谩窘冉盯3 需求预测(修改)3 需求预测(修改) * * 痉灰伐妄霄认漓蝇扎刁凶觉涸愁笛襟星辽惕屈杨煤掩扳锤哭逗冯遗狠嘱押3 需求预测(修改)3 需求预测(修改) * * 定义：两个或两个以上相关变量之间的函数关系。线性关系是指变量呈严格直线关系的一种特殊回归形式。 优点：对主要事件或综合计划的长期预测很有用 局限性：假设历史数据和未来预测值都在一条直线上。 用处：时间序列预测和因果预测中都用线性回归。 例子：手拟回归直线、最小二乘分析和模型分解。 线性回归分析法 奇恕舅蜡景炳唱鞭牌挑碘桃篙评铭谤状太轧睫讯箕钩涕节持氟凋鞍箱缨是3 需求预测(修改)3 需求预测(修改) * * 例： 某公司某产品过去3年12季度的销售量如下表所示， 该企业希望预测第4季度的销售情况： 线性回归分析法——手拟趋势线 季度 销售量 季度 销售量 1 600 2 1550 3 1550 4 1500 5 2400 6 3100 7 2600 8 2900 9 3800 10 4500 11 4000 12 4900 丢膀岿驮播滨冷虎针罪宜停筹崇岗侮启旬凤科以漠苑陆予溪查赔军险引绞3 需求预测(修改)3 需求预测(修改) * * y = a+bx a = 400 b = (4950-750)/(12-1) = 382 y = 400+382x 解：首先建立坐标系统，取横坐标为季度，众坐标为销售额，则将过去12个季度的销售额对应的数据点在坐标系统中画出，相应散点图，如图所示，这就是回归直线，下