库存预测方法.ppt

一般预测要考虑的因素 1、需求性质 2、预测内容 3、预测方法 需求性质 预测内容 Ft=(Bt*St*Tt*Ct*Pt)+I 预测内容 Tt： 预测方法 （一）?? 顶向下方法（或称分解法）： 预测方法 （二）?? 底朝上方法： 预测过程 有效的预测过程需要有若干个组成部分。 预测技术的评估标准 1、精确性-技术精确 2、预测时间范围 3、预测值-可靠 4、数据的可得性 5、数据的类型 6、预测者的经验 几种常见的预测技术 定性技术 时间序列技术 几种常见的预测技术 几种常见的预测技术 时间序列技术 移动平滑 移动平均预测使用最近时期销售量的平均数，该平均数可以包含任何数目的前期时间。（一期、十二期……） 移动平滑 指数平滑 Ft= α ×Dt-1+（1-α）×Ft-1 Ft：时期t 的销售量预测值 Ft-1 ：时期t-1的预测值 Dt-1 ：时期t-1的实际需求 α：平滑常数（0≤α≤1） 使用指数平滑时的主要决策是选择阿尔发系数。 外延平滑 具有趋势值的指数平滑和具有季节因数的指数平滑 。 类似于基本的指数平滑，外延平滑可以用最低限度的记录保存，迅速地计算新的预测。因为没有能力正确地细分每一个预测成分，因此外延技术常常被认为过度敏感，这种过分敏感会导致预测精度的问题。 所有的物理系统都会随着时间或使用而性能退化并最终失效。 一般