供应链需求预测汇编.pptVIP

8/29/00 S. Chopra / Demand Planning 供应链需求预测 Outline 预测在供应链中的作用 预测的特征 预测的组成部分及预测方法 预测的基本方法 预测的时间序列法 预测误差的测定方法 天然气在线公司的预测需求 预测在供应链中的作用 需求预测构成了供应链中所有战略性和规划性决策的基础 预测广泛应用于推/拉式供应链 Examples: 生产：日程安排，库存管理、总体计划 营销：销售资源配置、促销、新产品开发 财务：生产线的投资和预算规划 人事：雇员计划、雇用、解雇 所有上述决策的结合都需要预测的支持 预测的特征 预测经常会出错 长期预测通常没有短期预测精确 综合预测通常要比独立预测准确的多 预测构成的要素 过去的需求 产品的提前期 规划进行的广告与促销 经济的状态 价格与促销方案 竞争者行为 预测的组成部分及预测方法 定性法：依赖于人们的判断和意见做出预测 时间预测法：利用历史数据来预测未来需求 静态法 适应性法 随机法：假定需求和外界因素高度相关 模仿法 通过模仿消费者选择进行需求预测 可以联合使用随机法和时间预测法 被考察需求 (O) = 系统需求 (S) + 随机需求 (R) 预测的时间序列法 预测的时间序列法 预测的基本方法 静态法 适应法 移动平均法 单一指数平滑法 Holt’s model (需求趋势) Winter’s model (需求趋势和季节性需求) 需求预测的基本方法 理解预测的目的 将需求规划和预测结合起来 识别影响需求预测的主要因素 理解和识别顾客群 决定采用适当的预测方法 确定预测效果的评估方法和误差的测度方法 预测的时间序列法 预测的目的是预测系统需求部分和估计随机部分 复合型: (level)(trend)(seasonal factor) 附加型: level + trend + seasonal factor 混合型: (level + trend)(seasonal factor) 静态方法 适应性方法 静态方法 假设面临一个混合型预测: 系统需求 = (level + trend)(seasonal factor) Ft+l = [L + (t + l)T]St+l = 以 t时刻为基点预测 t + l时刻的需求 L = 基期的预测需求水平 T = 预计需求趋势 St = 预计t期的季节性需求 Dt =实际观测到t期需求 Ft = 预测的t期需求 静态方法 预测需求水平和需求趋势 预测季节性需求 预测需求水平和需求趋势 在预测之前需要剔除季节性需求的影响 剔除季节性影响的需求= 在没有季节性影响的情况下将要观测到的需求 时期数 (p) 在周期内包括的所有时期之后，季节性周期将重复进行 天然气公司(Table 4.1, Figure 4.1) p = 4 时间序列预测 (Table 4.1) 时间序列预测(Figure 4.1) 剔除季节性影响的需求 [Dt-(p/2) + Dt+(p/2) + S 2Di] / 2p P是偶数 Dt = (sum is from i = t+1-(p/2) to t+1+(p/2)) S Di / p P是奇数 (sum is from i = t-(p/2) to t+(p/2)), p/2 向下取整 剔除季节性影响的需求 For the example, p = 4 是偶数 For t = 3: D3 = {D1 + D5 + Sum(i=2 to 4) [2Di]}/8 = {8000+10000+[(2)(13000)+(2)(23000)+(2)(34000)]}/8 = 19750 D4 = {D2 + D6 + Sum(i=3 to 5) [2Di]}/8 = {13000+18000+[(2)(23000)+(2)(34000)+(2)(10000)]/8 = 20625 剔除季节性影响的需求 包括需求预测 Dt = L + tT 其中，Dt = t时期剔除季节性影响的需求 L = level (基期剔除季节性影响的需求) T = trend (剔除季节性影响的需求后预计需求趋势) In the example, L = 18,439 and T = 524 需求的时间序列 预测季节性需求 季节性需求是实际需求与剔除季节性影响后的需求之间的比率 St = Dt / Dt = t时期的季节性因素 In the example, D2 = 18439 + (524)(2) = 19487 D2 = 13000 S2 = 13000/19487 = 0.67