生产计划与控制作业封面及排版格式..docVIP

生产计划与控制作业 题目 预测四月份发货量 专 业： 工业工程1202 序 号 姓 名 任 务 1 陈业 排版，数据分析 用移动平均法进行分析 根据简单移动平均法对数据进行处理，目的是预测4月份，4月13号的发货量。 简单移动平均法是指对由移动期数的连续移动所形成的各组数据，使用算术平均法计算各组数据的移动平均值，并将其作为下一期预测值。Ft=(At-1+At-2+At-3)/n 式中，Ft--对下一期的预测值； n--移动平均的时期个数； At-1--前期实际值； At-2,At-3分别表示前两期、前三期的实际值 表1过往几个月份的发货量表 根据前几个月13号的发货量的简单移动平均，预测4月的预测销量分别为，（1886+732+1709）÷3=1442.33. 结论分析 由此方法预测的结论4月13号发货量为1442。然而因为数据量不足，该结果的误差较大，并不实用。 2.用线性回归分析 以将各个月发货量反应在折线图上，如图1所示。 图1.过往几个月份的发货量折线图 图2. 4月份的发货量折线图 将四月的数据取出另外作图，预测4月份发货量根据线性发展，线性公式为:y=119.8x+1266 预测13号发货量为2823.4 2.2结论分析 由此方法预测的结论4月13号发货量为2823。然而因为数据量不足，该结果的误差较大，并不实用。 3综合方法 通过观察比较发现，单单根据前两种方法计算出的结果4月13号的发货量误差较大。由于提供的数据不足想通过找到一种新的方式。利用已有的数据找到误差相对较小的方法。 我们发现已有的数据中有一些数据的波动比较大，说明发货量受到不同因素的相对影响，而造成了数据的变化，产生了新的误差。 我们采取的方法是在已有的数据条件下，对数据进行分析比较，剔除受一些外界因素影响的数据（如，9月份，10月份，2月份，12月份）对剩下的月份进行线性回归分析 表2修正后的发货量表 图3.修正后的发货量折线图 将修正后的数据取出另外作图，预测4月份发货量根据，发现并不按线性发展。发现11月的曲线和4月份相近。9到13号的发货趋势为增减增增。预测4月13号的发货量在10月13号和11月13号之间，即在1907到2187 左右。取2050. 4结论 根据综合方法预测，4月份的发货量为8312。 ----------------------------精品word文档 值得下载 值得拥有---------------------------------------------- ----------------------------精品word文档 值得下载 值得拥有---------------------------------------------- ----------------------------------------------------------------------------------------------------------------------------- 浙江工业大学