运营管理Charpt6生产计划与需求管理.ppt

2、综合计划时间性长期计划中期计划短期计划产品发展方向，生产发展规模，技术发展水平现有资源条件下确定产品品种，产量，员工，产成品库存等生产进度控制，人员班次安排，质量控制战略层战术层作业层经营预测企业规划产品和市场计划资源计划财务计划产品需求预测生产计划大纲粗能力需求计划主生产计划能力需求计划物料需求计划物料供应计划车间作业计划最终装配计划长期计划中期计划短期计划工业企业生产计划体系(2)、总结构年生产计划、综合生产计划年计划一季度二季度三季度四季度短纤22，30014，47020，28021，150长纤1，0609601，0901，170添加标题年生产计划分解添加标题如何分解？添加标题年生产计划分解添加标题生产作业计划01年生产计划分解02按时间03把年、季等较长期任务分解到月、旬、周、日、轮班、小时。04按时间分解一、需求预测1、问题的提出例：华东理工大学在奉贤建新校址的依据是什么？一个啤酒厂打算新增一条生产线，其依据又是什么？明天超市打算减少上班工作人员数量，其依据又是什么？2、预测种类按预测时间中期预测短期预测长期预测按主客观因素1定性预测2定量预测3经济预测需求预测按预测类型技术预测关注需求预测的意义预测是为下一步计划做准备预测是制定营销、生产和库存、采购、人力资源等计划的基础。预测对生产运作产生影响，所以，它是生产运作管理的一个组成部分。4、需求预测方法需要说明的是，为使预测更符合实际，经验、判断和数学模型都起一定的作用，但没有哪一种方法一直都能奏效。5、定量预测方法用数学模型表示需求与各种变量之间的关系。前提：变量与需求的关系今后仍然保持不变。常用的有：时间序列：用过去的需求和时间的关系来预测未来的需求。因果模型：用过去的资料揭示变量和需求的关系，进而预测未来的需求。时间序列（TimeSeries）：按一定的时间间隔和事件发生的先后顺序将所收集的数据排列起来所得到的序列。时间序列模型时间序列的构成：#2022随机成分周期成分季节成分趋势成分显现结果数量时间时间序列模型(Forecastingbasedontimeseriesdata)：时间序列平滑模型：通过多个数据的平均来消除和减少随机成分(干扰)。常用的有简单移动平均、加权移动平均、一次指数平滑。时间序列分解模型。SMAt+1=(Xt+Xt-1+…+Xt-N+1)/N预测值=(前N次实测值的平均值)简单移动平均(SimpleMovingAverage)对于简单滑动平均预测方法，关键是选择移动时间区间的大小，即N的大小。结果：N越大、预测值越平滑，对干扰的灵敏性越低，预测值的响应性也就越小。N的大小的选择与预测者要求的适应性有关。如果管理者追求稳定性，N的值应该选择大一些，如果管理着的目标是体现响应性，则应选择小一点的N。加权移动平均(WeightedMovingAverage)WMAt+1=(?tXt+?t-1Xt-1+…+?t-N+1Xt-N+1)/N预测值=(前N次实测值的加权平均值)?t、?t-1、…、?t-N+1称为加权因子，且（?t+?t-1+…+?t-N+1）/N=1结果：预测值的响应性较好，其结果与?和N的取值有关。第一章节一次指数平滑(SingleExponentialSmoothing)SAt=SAt-1+?(Xt-1-SAt-1)或者，SAt=?Xt-1+(1-?)SAt-1预测值=?(上次实测值)+(1-?)上次预测值?称为平滑常数，（0???1）E=B+DABCDE预测的关键是选择?的大小。结果：一次指数平滑预测值依赖于平滑常数?的选择，一般来言，?越大，预测值的响应性越大，?选得小些，则稳定性较大。如果管理者追求稳定性，?的值应该选择小一些，如果管理着的目标是体现响应性，则应选择大一点的?。logo时间序列分解模型(TimeSeriesDecomposition)对各成分进行单独预测，再按一定的组合规则综合处理，得出最终的预测结果。乘法模型TF=TSCI加法模型TF=T+S+C+I主要讨论线性季节模型线性变化趋势与季节性变化趋势共同作用的结果。预测值=趋势预测值ⅹ季节系数单击此处添加大标题内容原始数据：PART1?求趋势直线方程：y=a+bty为趋势预测值，t为季