[工程科技]供应链需求预测.ppt

第一步：初始化：由给定数据计算出需求水平(L0)、需求趋势(T0)和季节性系数（S1 ,S2,…Sp）的初始值，具体方法跟静态预测法完全一样； 第二步：预测： Ft+l=（Lt+lTt） St+l 第三步：预测误差： Et+1= Ft+1-Dt+1 第四步：修正误差：由给定的预测误差Et+1来修正需求水平（Lt+1)、需求趋势(Tt+1)和季节性系数(St+p+1)的值； 对后续各期重复以上2-4步。 适用于：需求没有可观测到的需求趋势或季节性； 需求公式： 需求的系统成分=需求水平； 计算方法：将最近N个时期需求的平均值做为t期的需求水平，公式为 当前对未来时期的预测都是相同的，并且都基于当前对需求水平的预测，即： 在观测到第t+1期的实际需求之后，对需求做如下修改： 例5-1：一个超市在过去4周的牛奶需求分别为120、127、114和122加仑，用移动平均法根据前4周的需求预测值预测第5周的需求，如果第5周的实际需求为125加仑，则预测误差为多少？ 适用于：需求没有可观测到的需求趋势或季节性； 需求公式： 需求的系统成分=需求水平； 第一步：计算需求水平的初始值，初始值为： 当前所有对未来时期的预测都等同于当前对需求水平的估计，即： 第二步：当我们得到t+1期的实际需求值Dt+1后，对需求水平做如下修正： 例5-2：上个例子中超市在过去四周的牛奶需求分别为120、127、114和122加仑，用简单指数平滑法预测第1期的需求，其中α=0.1 适用于：需求的系统成分中有需求水平和需求趋势，但是没有季节性。 需求公式： 需求的系统成分=需求水平+需求趋势； 第一步：对需求Dt和时期t之间做线性回归，从而得到对需求水平和需求趋势的初始预测值，形式如下： Dt=at+b （12） 在时期t，给定需求水平和需求趋势的预测值Lt和Tt，下一期的预测值可以表示为： Ft+1 =Lt+Tt 和 Ft+n =Lt +nTt (13) 第二步：在观察到t期的实际需求后，对需求水平和需求趋势的值做如下矫正： Lt+1=αDt+1+(1-α)(Lt+Tt) (14a) Tt+1=β(Lt+1 –Lt)+ (1-β) Tt (14b) α为需求水平的平滑指数，0 α1; β为需求趋势的平滑指数，0 β1; 例5-3：一家电子制造商在过去6个月中观察到它的最新MP3产品的需求一直保持增长，需求的观测值（以千计）分别为8415、8732、9808、10413和11961，试用矫正需求趋势的指数平滑法预测第7期的需求，其中α=0.1, β=0.2. 第三步：观测到t+1期的需求后，对需求水平、需求趋势和季节性系数做如下修正： Lt+1=α(Dt+1/St+1 )+(1-α)(Lt +Tt) (16a) Tt+1=β (Lt+1 -Lt) (Dt+1/St+1 )+(1-β)Tt (16b) St+1=γ(Dt+1/Lt+1 )+(1-γ)St+1 (16c) 例5-4：根据前面塔霍湖盐业公司的需求数据，用矫正需求趋势和季节性的指数平滑法预测第1期的需求，其中α=0.1， β=0.2， γ=0.1. 分析原因： 可以运用误差分析，检查是否准确反映系统需求部分 误差用来解释意外事件 误差在一定范围是可以接受的；t期的误差是该期预测需求与实际需求的差值，对管理者来说，在采取预测的行动前估计误差值是十分重要的。 t期的预测误差可以用下式表示： Et=Ft-Dt 衡量方法： MSE表示误差的离散程度（mean squared error） MSEn =1/nΣEt2 At 表示t期误差绝对值（absolute deviation） At=|Et| MADn 表示平均绝对误差 MADn =1/n ΣAt 如果正态分布，MAD可以用来预测随机需求部分标准差 δ=1.25MAD MAPEn表示平均绝对百分比误差 MAPEn = （Σ |Et/Dt