运作管理Production and Operations ManagementPPT.ppt

原系列 移動平均 k= t - H/2 指数平滑法 指数平滑法的思路 好的预测方法的条件 去除不规则变动 对趋势变化敏感 误差的方差小 实用方便 预测逻辑明了 误差范围明确 指数平滑法的计算方法 实质上是加权移动平均法 Brown式平滑法 简单平滑法 2次平滑法 y(t+1)=αx(t)+ (1-α)y(t) z(t+1)=αy(t)+ (1-α)z(t) u=2y-z b(t+1)=α(y(t+1)-y(t))+(1-α)b(t) z(t+1)=y(t)+(1/α)b(t+1) 3次平滑法 y(t+1)=α x(t)+ (1-α) y(t) z(t+1)= α y(t)+(1- α)z(t) u(t+1)= α z(t)+(1- α)u(t) v=3y-3z+u Winter式平滑法 Complete exponential model Na?ve model Simple forecasting model Basic Value Trend factor Seasonal factor Basic Value Beta:seasonal factor Gamma:trend factor Trend factor Seasonal factor 预测方法 Basic value Seasonal factor trend factor ARIMA模型 自回归模型(AR:auto regression) AR(1) AR(2) 自回归演算 Z(t-1) a(t) Z(t) AR的性质 协方差与相关系数 λ(p)= Cov (z(t),z(t-p))=E(z(t)z(t-p) λ(1)= E((Φ(1)×z(t-1)+a(t))×z(t-1)） =Φ(1)×λ(0)+E(z(t-1))×E(a(t)) = Φ(1)×λ(0) λ(p)=Φ(1) ×λ(0) ρ(p)=λ(p)/λ(0)= Φ(1) p p 记忆函数 z(t)=Φ(1)× z(t-1)+a(t) z(t)=a(t)+Φ(1)× a(t-1)+ Φ(1)× a(t-1)+… Stationary condition (定常性条件) Var(z(t))= Var(z(t-1)) E(z(t)×z(t))=Φ×Φ×Var(z(t-1))+0+σ×σ ｜Φ｜＜１ 2 移动平均模型(MA) MA(1) 移動平均演算子 a(t-1),a(t) Z(t) 自回归移动平均模型 ARMA(1，1) ARMA(p,q) Non-stationary model Random walking z(t)=z(t-1)+a(t) 股票价格在时间轴上独立 记忆函数 z(t)=a(t)+a(t-1)+a(t-2)+… 例 股票价格的变动 自回归差分移动平均模型 ARIMA 利用差分把时序列变成Stationary的序列 w(t)=z(t)-z(t-1) w(t)= Φ(1)w(t-1)+a(t)-θ(1)a(t-1) ARIMA(1,1,1) 普遍地写成, ARIMA(p,d,q) 差分与和分：z(t)=w(t)+w(t-1)+w(t-2)… Bass模型 成长曲线 潜在市场规模为m,革新系数为p,模仿系数为q 已经购买的人数：y(t) p(t):时间t上的购买概率 p(t)=p+q×y(t)/m x(t):时间t上的购买人数 x(t)=p(t)×未购买者人数 =p(t)×(m-y(t)) x(t)=p×(m-y(t))+q×y(t)(m-y(t))/m 革新者 模仿者 p=0.008,q=0.08,m=27000 200 90 p=0.09,q=0.08,m=27000 260 2000 专业化 专业化就是把汽车生产的整个工作过程进行细分工，然后再把这种细分工后的工作环节逐项分配到每个工人身上，使得每人只是固定负责整个工作环节中的一环或是两环，同时为了减少重复搬运与作业的浪费，还特别设置了装卸部门，专门负责搬运工作。结果，每个人的工作周期由原来的514分缩短到现在的2.3分。通过这样的调整，不仅大大地提高了生产速度，而且排除了工作中一些不必要的浪费，从而使得生产效率发生了实质性的转变。 底特律工厂的传送带生产线 这些3Ｓ革新的最终成果，就是把传送带生产线引进到1913年新建的 底特律的山地工厂中。用于引进传送带生产线的３０００美元的投资，由于零部件库存的减少以及与手工作业相比成倍提高的生产效率，使得公司很快就收回了投资的成本。到了１９２０年，Ｔ型福特的产成本降低到了１９０８年刚开始生产时的三分之一,１９２２年的汽车生产量达到了２００万台，汽车一下子成了一种大众化的商品。 装配车间手工