加权移动平均法WeightedMovingAverage.PPT

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
加权移动平均法WeightedMovingAverage

大綱 4-1 生產類型介紹 4-2 預測 4-3 生產規劃 4-4 物料管理 4-5 豐田生產系統 4-6 限制理論 4-7 習題 4-1 生產類型介紹(1/5) 產品定位策略是指一個公司所選擇保留存貨的方式,其主要因素是製造的前置時間(Manufacturing Lead Time,即顧客所願意等待產品交貨的時間)與顧客要求量身訂做的程度。其可分為: 存貨生產(Make to Stock) 接單生產(Make to Order) 接單組裝(Assemble to Order) 4-1 生產類型介紹(2/5) 存貨生產(Make to Stock) 廠商依預測進行製造,以完成品儲存並 銷售。 強調的是立即交貨、價格合理且大量生產的標準品。 此策略必須維持一定的庫存量。 右圖即為存貨生產的類型。 4-1 生產類型介紹(3/5) 接單生產(Make to Order) 廠商依照客戶要求量身訂做,以共 用原料為存貨。 接單生產成本較高,生產方式較類似於少量多樣的生產方式 。 右圖即為訂單生產的類型。 4-1 生產類型介紹(4/5) 4-1 生產類型介紹(5/5) 接單組裝(Assemble to Order) 廠商以共用組件、零件以及各種 選項為存貨,再依照客戶的要求 進行組裝。 提供多樣化、高品質、價格具競 爭性、短時間可組裝完成的最終產品。 右圖即為接單組裝生產的類型。 預測(Forecast)是決策的前提,其通常是針對個別產品、個別客戶之需求來進行,預測主要是針對獨立性需求。需求可分為 獨立性需求(Independent Demand):產品或服務的需求不是來自其他的產品或服務。 相依性需求(Dependent Demand):產品或服務的需求來自其他的產品或服務。 預測的步驟 決定預測的目的。 建立預測所需的時間幅度。 選擇預測的方法。 蒐集與分析適當的資料,並確認與預測有關的假設。 進行預測。 檢視預測並確認預測是否令人滿意。若不滿意,則重新檢查其方法、假設、資料的正確性等,並依需要加以修正,以準備下一次的預測。 4-2-1 定性預測方法 主管意見法:指依較有企業整體理念的主管意見來進行預測。 市場調查法:藉由普查或訪問等方法來作測。 銷售組合法:收集銷售員的意見來建立預值。 德爾菲法(Delphi Method):彙整專家觀點來作預測。 4-2-2 定量預測方法(1/8) 簡單移動平均法(Moving Averages) 加權移動平均法(Weighted Moving Average) 指數平滑法(Exponential Smoothing) 最小平方法(Least Squares) 單移動平均法(Moving Averages) : 常應用於短期的需求預測。 此法是取時間數列中最近幾期資料的平均數,如此一方面可以反應最近的市場狀況,另一方面亦可以將隨機變動的因素平均分攤於各期,因而可增加預測的正確性。簡單移動平均法的公式如下   Ft= 其中Ft為第t期的預測值; n為期數; Ai為第i期的實際歷史資料 例題:已知某公司過去六個月銷售資料如下: 試用簡單平均法求(1) n=3與(2) n=5求第七個月的測值 解:(1) n=3 F7 = 加權移動平均法(Weighted Moving Average) : 此法是賦予每一資料相對應的權重,且這些權重的加總和等於1。 時間點較近的資料,在預測上會較具指標性,故應有較高的權重。故此種方式的預測結果,會比簡單移動平均法具較高的可靠度。加權移動平均法的公式如下: Ft=Wt-1At-1+Wt-2At-2+…+Wt-nAt-n 其中Ft為第t期的預測值; n為期數; At為第t期的實際歷史資料;Wt為第t期歷史資料的權重 例題:已知某公司過去六個月銷售資料如下: 試用加權移動平均法(考量最近時期的權權為0.5,次之 為0.3,再次之為0.2)求七月的預測值。 解: F7=0.5(42)+0.3(39)+0.2(33)=39.3 故7月的預測值為39.3 指數平滑法(Exponential Smoothing): 此方法對各期的已知資料,讓其權重呈現指數分配的型 態。 相較於簡單移動平均法和加權移動平均法,指數平滑法較不需要大量的歷史資料。計算方式如下: Ft=αAt-1+(1-α)Ft-1= Ft-1+α(At-1-Ft-1) 其中Ft為第t期的預測值; Ft-1為第t-1期的預測值; At-1為 第t-1期的實際歷史資料;α為平滑指數 例題: 某一冷氣工廠使用指

文档评论(0)

fengruiling + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档