供应链管理4综合计划2.pptxVIP

;第1节 供应链需求预测;一、供应链中预测的作用;二、预测的特点;三、预测的组成及预测方法;;四、需求预测的基本步骤;五、时间序列预测法;;案例：;（1）估计需求水平和需求趋势 剔除季节性需求影响 P:每次季节性循环包含的期数 从l+1到l+p这段时期的平均需求是l+(p+l)/2时期剔除季节性影响后的需求 Dt=(Dt-p/2+Dt+p/2+Σ2Di)/2p——偶数 Dt=(ΣDi)/p ——奇数 如p=4，t=3 ，D3 =(D1+D5+Σ2Di)/2*4 如p=3，t=3 ，D3 = (D2+D3+D4)/3 ;案例：;D=L+tT;D=L+Tt Exel(工具/数据分析/回归) D=18439+524t;;（2）估计季节系数 St=dt/Dt ;季节系数：;2、适应性预测法;适应性需求预测步骤： 第一步，初始化：静态的L0、T0、S 第二步，预测： Ft+1 =（Lt+lTt） St+1 第三步，预测误差： Et+1 = Ft+1-Dt+1 第四步，修正预测值：用已知的Et+1再去修正Lt+1、Tt+1、S,并作为下一期的基础数据;（1）移动平均法 ——没有可观测到的需求趋势或季节变动时 系统需求=需求水平 Lt= (Dt+Dt-1+Dt-2+…….+Dt-N+1)/N Ft+1 =Lt 当观测完t期后 Lt+1= (Dt+1+Dt+Dt-1+…….+Dt-N+2)/N Ft+2 =Lt+1 ;案例： 用4期移动平均预测5期 L4= (D4+D3+D2+D1)/4=19500 F5 =L4 E5 = F5-D5 =19500-10000=9500 当得到5期的需求观察值后，修正第5期需求水平。 L5= (D5+D4+D3+D2)/4=20000;（2）一次指数平滑法 ;（3）矫正需求趋势的指数平滑法（HOLT）;案例：天然气在线公司holt模型法预测 回归 L0=12015 T0=1549 预测：F1=L0+T0=12015+1549=13564 预测误差：E1=F1-D1=13564-8000=5564 平滑系数：a=0.1 b=0.2 修正： L1=aD1+(1-a)(L0+T0)=0.1*8000+0.9*13564=13008 T1=b(L1-L0)+(1-b)T0=0.2*(13008-12015)+0.8*1549=1438 F2=L1+T1=13008+1438=14446 初始预测过高，修正从13564到13008，预测趋势也从1549降到1438;案例：;;（4）矫正需求趋势和季节性的指数平滑法（winter模型）;案例： L0=18439，T0=524，S1=0.47， S2=0.68， S3=1.17， S4=1.67 预测： F1=(L0+T0)S1 =(18439+524)0.47=8913 预测误差：E1=F1-D1=8913-8000=913 平滑 ：a=0.1 b=0.2 c=0.1 修正： L1=a(D1/S1)+(1-a)(L0+T0) =0.1*（8000/0.47）+0.9*（18439+524）=18769 T1=b(L1-L0)+(1-b)T0 =0.2*（18769-18439）+0.8*524=485 S1=c(D1/L1)+(1-c)S1 =0.1（8000/18769）+0.9*0.49=0.47 F2=(L1+T1)S2 =(18769+485)*0.68=13093;预测方法的适用情况;六、预测误差的度量;衡量方法： MSE:均方差，表示误差的离散程度（mean squared error） MSEn=1/nΣE2t At：绝对偏差，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 |）100/n 为辨别是否持续低估或者高估，用预测误差之和衡量 Bias= ΣEt 正态分布值为0 TS路径信号（tracking signal） TSt= Biast/MADt -6TSt6;时期t;七、综合项目：天然气在线公司需求预测——单一指数平滑法：;七、综合项目：天然气在线公司需求预测——holt model;预测方法;第2节 供应链综合计划 主要内容： 一、供应链综合计划的作用 二、综合计划的有关问题 三、综合计划策略 四、利用线性模型制定总体计划;一、供应链