《供應(yīng)鏈需求預(yù)測》PPT課件

《《供應(yīng)鏈需求預(yù)測》PPT課件》由會(huì)員分享，可在線閱讀，更多相關(guān)《《供應(yīng)鏈需求預(yù)測》PPT課件（36頁珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、 供給鏈需求預(yù)測Supply Chain Management 7-1 Outlineu預(yù)測在供給鏈中的作用u預(yù)測的特征u預(yù)測的組成局部及預(yù)測方法u預(yù)測的根本方法u預(yù)測的時(shí)間序列法u預(yù)測誤差的測定方法u天然氣在線公司的預(yù)測需求 預(yù)測在供給鏈中的作用u需求預(yù)測構(gòu)成了供給鏈中所有戰(zhàn)略性和規(guī)劃性決策的根底u(yù)預(yù)測廣泛應(yīng)用于推/拉式供給鏈uExamples:u生產(chǎn)：日程安排，庫存管理、總體方案u營銷：銷售資源配置、促銷、新產(chǎn)品開發(fā)u財(cái)務(wù)：生產(chǎn)線的投資和預(yù)算規(guī)劃u人事：雇員方案、雇用、解雇u所有上述決策的結(jié)合都需要預(yù)測的支持 預(yù)測的特征u預(yù)測經(jīng)常會(huì)出錯(cuò)u長期預(yù)測通常沒有短期預(yù)測精確u綜合預(yù)測通常要比獨(dú)立預(yù)

2、測準(zhǔn)確的多 預(yù)測構(gòu)成的要素u過去的需求u產(chǎn)品的提前期u規(guī)劃進(jìn)行的廣告與促銷u經(jīng)濟(jì)的狀態(tài)u價(jià)格與促銷方案u競爭者行為 預(yù)測的組成局部及預(yù)測方法u定性法：依賴于人們的判斷和意見做出預(yù)測u時(shí)間預(yù)測法：利用歷史數(shù)據(jù)來預(yù)測未來需求靜態(tài)法 適應(yīng)性法u隨機(jī)法：假定需求和外界因素高度相關(guān)u模仿法通過模仿消費(fèi)者選擇進(jìn)行需求預(yù)測可以聯(lián)合使用隨機(jī)法和時(shí)間預(yù)測法 被考察需求 (O) = 系統(tǒng)需求 (S) + 隨機(jī)需求 (R)Level (需求水平)Trend (需求趨勢)Seasonality (季節(jié)性需求) 系統(tǒng)局部: 需求的預(yù)期價(jià)值 隨機(jī)局部: 需求中偏離系統(tǒng)需求的局部 預(yù)測錯(cuò)誤: 衡量預(yù)測和實(shí)際需求的差異 預(yù)測

3、的時(shí)間序列法Quarter Demand DtII, 1998 8000III, 1998 13000IV, 1998 23000I, 1999 34000II, 1999 10000III, 1999 18000IV, 1999 23000I, 2000 38000II, 2000 12000III, 2000 13000IV, 2000 32000 I, 2001 41000預(yù)測接下來的四個(gè)時(shí)期 預(yù)測的時(shí)間序列法 0 10,000 20,000 30,000 40,000 50,000 97 ,2 97 ,3 97 ,4 98 ,1 98 ,2 98 ,3 98 ,4 99 ,1 99 ,

4、2 99 ,3 99 ,4 00 ,1 預(yù)測的根本方法u靜態(tài)法 u適應(yīng)法移動(dòng)平均法單一指數(shù)平滑法 Holts model (需求趨勢) Winters model (需求趨勢和季節(jié)性需求) 需求預(yù)測的根本方法u理解預(yù)測的目的u將需求規(guī)劃和預(yù)測結(jié)合起來u識(shí)別影響需求預(yù)測的主要因素u理解和識(shí)別顧客群u決定采用適當(dāng)?shù)念A(yù)測方法u確定預(yù)測效果的評(píng)估方法和誤差的測度方法 預(yù)測的時(shí)間序列法u預(yù)測的目的是預(yù)測系統(tǒng)需求局部和估計(jì)隨機(jī)局部u復(fù)合型: (level)(trend)(seasonal factor)u附加型: level + trend + seasonal factoru混合型: (level +

5、trend)(seasonal factor)u靜態(tài)方法u適應(yīng)性方法 靜態(tài)方法u假設(shè)面臨一個(gè)混合型預(yù)測:系統(tǒng)需求 = (level + trend)(seasonal factor)Ft+l = L + (t + l)TSt+l= 以 t時(shí)刻為基點(diǎn)預(yù)測 t + l時(shí)刻的需求L = 基期的預(yù)測需求水平 T = 預(yù)計(jì)需求趨勢St = 預(yù)計(jì)t期的季節(jié)性需求D t =實(shí)際觀測到t期需求Ft = 預(yù)測的t期需求 靜態(tài)方法u預(yù)測需求水平和需求趨勢u預(yù)測季節(jié)性需求 預(yù)測需求水平和需求趨勢u在預(yù)測之前需要剔除季節(jié)性需求的影響u剔除季節(jié)性影響的需求= 在沒有季節(jié)性影響的情況下將要觀測到的需求u時(shí)期數(shù) (p) 在

6、周期內(nèi)包括的所有時(shí)期之后，季節(jié)性周期將重復(fù)進(jìn)行天然氣公司(Table 4.1, Figure 4.1) p = 4 時(shí)間序列預(yù)測 (Table 4.1)Quarter Demand DtII, 1998 8000III, 1998 13000IV, 1998 23000I, 1999 34000II, 1999 10000III, 1999 18000IV, 1999 23000I, 2000 38000II, 2000 12000III, 2000 13000 IV, 2000 32000I, 2001 41000預(yù)測接下來的四個(gè)時(shí)期的需求量 時(shí)間序列預(yù)測(Figure 4.1) 0 10,

7、000 20,000 30,000 40,000 50,000 97 ,2 97 ,3 97 ,4 98 ,1 98 ,2 98 ,3 98 ,4 99 ,1 99 ,2 99 ,3 99 ,4 00 ,1 剔除季節(jié)性影響的需求 Dt-(p/2) + Dt+(p/2) + S 2Di / 2p P是偶數(shù)Dt = (sum is from i = t+1-(p/2) to t+1+(p/2) S Di / p P是奇數(shù) (sum is from i = t-(p/2) to t+(p/2), p/2 向下取整 剔除季節(jié)性影響的需求For the example, p = 4 是偶數(shù)For t =

8、 3:D3 = D1 + D5 + Sum(i=2 to 4) 2Di/8= 8000+10000+(2)(13000)+(2)(23000)+(2)(34000)/8= 19750D4 = D2 + D6 + Sum(i=3 to 5) 2Di/8= 13000+18000+(2)(23000)+(2)(34000)+(2)(10000)/8= 20625 剔除季節(jié)性影響的需求包括需求預(yù)測Dt = L + tT其中，Dt = t時(shí)期剔除季節(jié)性影響的需求L = level (基期剔除季節(jié)性影響的需求)T = trend (剔除季節(jié)性影響的需求后預(yù)計(jì)需求趨勢)In the example, L

9、= 18,439 and T = 524 需求的時(shí)間序列 0 10000 20000 30000 40000 50000 1 2 3 4 5 6 7 8 9 101112 Period De ma nd Dt Dt-bar 預(yù)測季節(jié)性需求季節(jié)性需求是實(shí)際需求與剔除季節(jié)性影響后的需求之間的比率St = Dt / Dt = t時(shí)期的季節(jié)性因素In the example, D2 = 18439 + (524)(2) = 19487 D2 = 13000S2其他時(shí)期的計(jì)算方法依此類推 預(yù)測季節(jié)性需求(Fig. 4.4) t Dt Dt-bar S-bar 1 8000 18963 0.42 = 80

10、00/18963 2 13000 19487 0.67 = 13000/19487 3 23000 20011 1.15 = 23000/20011 4 34000 20535 1.66 = 34000/20535 5 10000 21059 0.47 = 10000/21059 6 18000 21583 0.83 = 18000/21583 7 23000 22107 1.04 = 23000/22107 8 38000 22631 1.68 = 38000/22631 9 12000 23155 0.52 = 12000/23155 10 13000 23679 0.55 = 13000

11、/23679 11 32000 24203 1.32 = 32000/24203 12 41000 24727 1.66 = 41000/24727 預(yù)測季節(jié)性需求給定一個(gè)時(shí)期，可以通過將相似時(shí)期的季節(jié)性需求加以平均得到某一時(shí)期的季節(jié)性需求假定一個(gè)r循環(huán)，對(duì)于所有以 pt+i, 1ip,形式的時(shí)期，得到以下季節(jié)性需求Si = Sum(j=0 to r-1) Sjp+i/r In the example, 預(yù)測需求使用預(yù)測結(jié)果，可以使用靜態(tài)法預(yù)測得到4個(gè)時(shí)期的預(yù)測如下:F13 = (L+13T)S1 = 18439+(13)(524)(0.47) = 11868F14 = (L+14T)S2 =

12、 18439+(14)(524)(0.68) = 17527F15 = (L+15T)S3 = 18439+(15)(524)(1.17) = 30770F16 = (L+16T)S4 = 18439+(16)(524)(1.67) = 44794 適應(yīng)性預(yù)測法u對(duì)需求水平、需求趨勢的預(yù)測在每次觀察后做出調(diào)整u適應(yīng)性預(yù)測的常見方法移動(dòng)平均法單一指數(shù)平滑法 Holts model (需求趨勢) Winters model (需求趨勢和季節(jié)性需求) 適應(yīng)性預(yù)測法的根本概念數(shù)據(jù)解釋：P83 適應(yīng)性預(yù)測法一般步驟u自動(dòng)創(chuàng)立u預(yù)測u預(yù)測誤差u修正誤差u重復(fù)以上步驟，直到完成預(yù)測 移動(dòng)平均法u適用于不存在

13、預(yù)測趨勢和季節(jié)性變動(dòng)u系統(tǒng)需求=需求水平u最近N期的需求平均值作為t期的需求水平 u Lt = (Dt + Dt-1 + + Dt-N+1) / NFt+1 = Lt and Ft+n = Lt 當(dāng)觀測到t+1期的需求后，做出修正Lt+1 = (Dt+1 + Dt + + Dt-N+2) / N F t+2 = Lt+1 移動(dòng)平均法-Example對(duì)于前述例題 (Table 4.1)我們用4期移動(dòng)平均來預(yù)測第5期的需求L4 = (D4+D3+D2+D1)/4 = (34000+23000+13000+8000)/4 = 19500F5 = 19500 = F6 = F7 = F8觀測到第五期需

14、求 D5 = 10000第五期需求誤差, E5 = F5 - D5 = 19500 - 10000 = 9500修正第五期預(yù)測:L5 = (D5+D4+D3+D2)/4 = (10000+34000+23000+13000)/4 = 20000F6 = L5 = 20000 單一指數(shù)平滑法u適用于不存在預(yù)測趨勢和季節(jié)性變動(dòng)u系統(tǒng)需求=需求水平u需求初始預(yù)測 L0, 是所有歷史數(shù)據(jù)的平均值L0 = Sum(i=1 to n)Di/n未來各期需求的預(yù)測等于對(duì)當(dāng)期需求水平的預(yù)測:Ft+1 = Lt and Ft+n = Lt 當(dāng)觀察到 Dt+1時(shí), 對(duì)需求水平預(yù)測值做出修正:L t+1 = aDt+

15、1 + (1-a)Lt Lt+1 = Sum(n=0 to t+1)a(1-a)nDt+1-n 單一指數(shù)平滑法-Example在前述例題中，用指數(shù)平滑法預(yù)測第1期需求L0 = Sum(i=1 to 12)Di/12 = 22083F1 = L0 = 22083觀察到第1期需求 D1 = 8000第1期需求誤差 E1E1 = F1 - D1 = 22083 - 8000 = 14083假設(shè) a = 0.1, 第1期預(yù)測需求修正為:L1 = aD1 + (1-a)L0 = (0.1)(8000) + (0.9)(22083) = 20675F2 = L1 = 20675注意：第1期需求預(yù)測水平低于

16、初始期 預(yù)測誤差的測定意義u管理者可以利用預(yù)測誤差分析，判斷預(yù)測是否準(zhǔn)確的預(yù)測了系統(tǒng)需求u由于誤差要用來解釋意外事件，管理者應(yīng)該估計(jì)誤差 預(yù)測誤差的測定方法u預(yù)測誤差 = Et = Ft - Dt u平均方差 公式u絕對(duì)離差 = At = |Et|u平均絕對(duì)離差 (MAD) 公式 預(yù)測誤差的測定方法u平均絕對(duì)百分比誤差 (MAPE) 公式u預(yù)測誤差之和 biasn = Sum(t=1 to n)Etu路徑信號(hào) 公式 Summary of Learning Objectivesu理解預(yù)測在供給鏈中的應(yīng)用u識(shí)別需求預(yù)測的組成局部u根據(jù)歷史數(shù)據(jù)運(yùn)用時(shí)間數(shù)列法來預(yù)測供給鏈需求u分析需求預(yù)測來估計(jì)預(yù)測誤差