供应与需求管理.ppt

第5章 供应与需求管理131 5.1 需求预测 预测是对未来可能发生的情况的预计与推测。 “凡事预则立，不预则废”。预测为人们提供了即将发生的情况的信息，增加了成功的机会。 但预测不是一门精确的科学，它是科学与艺术的结合。 预测离不开科学测定的数据，也离不开人们的经验和判断。 不能因为预测的失误而否定预测。 预测的基本假设：过去的发展状态要持续到将来 对总量的预测要比对个体的预测精确 如每天从上海到北京旅客数量的预测，比预计某个人将到何处出差要准确 预测精度随预测的时间范围增加而降低 (一) 预测的分类： A、按性质分 1 科学预测：对科学发展情况的预计与推测。如门捷列夫预计有3个当时未发现的元素：亚铝、亚硼和亚硅。后来，发现了，是镓、钪和锗。 2 技术预测：对技术进步的预计与推测。 3 经济预测：政府部门以及其它一些社会组织经常就未来的经济状况发表经济预测报告 4 需求预测：为未来一段时间的需求期望水平的预计与推测。需求预测为企业给出了产品在未来的一段时间里的需求期望水平,为企业的计划和控制决策提供了依据。 5 社会预测：对社会未来发展的预计与推测。比如人口预测、人们生活方式变化预测、环境状况预测等。 B、按时间分 长期预测(Long-range Forecast) 对5年或5年以上的需求前景的预测。它是企业长期发展规划的依据。 中期预测(Intermediate-range Forecast) 中期预测是指对一个季度以上两年以下的需求前景的预测。它是制订年度生产计划、季度生产计划的依据。 短期预测(Short-range Forecast) 短期预测是对一个季度以下的需求前景的预测。它是调整生产能力、采购、安排生产作业计划等具体生产经营活动的依据。 C、按主客观因素所起的作用分 定性预测方法 定量预测方法 预测方法的共同点： 1、都假定预测对象所在的系统过去和将来都按相同的规律运行 2、都认为预测不可能绝对准确，实际结果往往不同于预测值 3、预测正确性随预测时间的增加而降低。一般说来，影响短期预测的不确定因素比影响长期预测的不确定因素要少得多，因而短期预测的结果相对而言要准确一些。 时间序列预测法 最早的时间序列分析可以追溯到7000年前的古埃及。古埃及人把尼罗河涨落的情况逐天记录下来，就构成所谓的时间序列。对这个时间序列长期的观察使他们发现尼罗河的涨落非常有规律。由于掌握了尼罗河泛滥的规律，使得古埃及的农业迅速发展，从而创建了埃及灿烂的史前文明。 按照时间的顺序把随机事件变化发展的过程记录下来就构成了一个时间序列。对时间序列进行观察、研究，找寻它变化发展的规律，预测它将来的走势就是时间序列分析。 时间序列预测方法，是把统计资料按时间发生的先后进行排序得出的一连串数据，利用该数据序列外推到预测对象未来的发展趋势。一般可分为确定性时间序列预测法和随机时间序列预测法。 确定性时间序列法有：简单平均法、移动平均法、指数平滑法、差分指数平滑法、自适应过滤法、直线模型预测法、成长曲线模型预测和季节变动预测法等等。 随机时间序列是通过建立随机时间序列模型来预测，方法和数据要求都很高，精度也很高，应用非常广泛。 指数平滑预测法 指数平滑（Method of Exponential Smoothing）是一种特殊的加权平均法，特点是对离预测期较近的历史数据给予较大的权数，对较远的给予较小的权数，权数由近到远呈指数递减，所以称之为指数平滑。有着非常广泛的运用。 一般有简单(一次）指数平滑（Simple Exponential Smoothing），二次指数平滑（Double Exponential Smoothing）和更高次的指数平滑。 （3）一次指数平滑法 和移动平均法不同，一次指数平滑法考虑所有的历史数据，只不过近期实际数据的权重大，远期实际数据的权重小 计算公式 一次指数平滑平均值SAt的计算公式 若把t期一次指数平滑平均值SAt作为t+1期的一次指数平滑预测值SFt+1，即一次平滑指数法的预测公式 例，某公司的月销售额记录如下表所示，试分别取α=0.4和α=0.7，SF1=11.00，计算一次指数平滑预测值 解：当α=0.4时 当α=0.7时 一次指数平滑预测值如下 不同权重计算结果比较如下 其中，a为平滑常数。可以看出，本期的简单平滑值等于本期的实际值与上一期平滑值的加权平均，权数由a决定。 可以发现，这实际上是时间序列的观察值和初始平滑值的加权平均。 并且这一权数是递减的，距离估算期越远的观察值对当前估算结果的影响越小。如，当a＝0.8时，