3.1供应链需求预测

DemandForecastinginSupplyChain供应链中预测的作用；预测的特点；预测的组成及方法；预测的基本步骤；时间序列预测法；预测误差的度量；实例：塔霍湖盐业公司的需求预测；需求预测构成供应链中所有计划的基础；供应链推/拉运作机制：◦推的过程：预测顾客需求；◦拉的过程：回应顾客需求；实例：DELL:◦预测客户订单，进行零部件订购（推的过程）；◦回应客户订单，进行生产（拉的过程）；精确的预测能够让供应链获得较快的顾客响应速度，同时具有一定的经营效率。决策实例:◦生产：排程、存货控制、总体规划、采购。◦营销：营销人员分派、促销、新产品介绍。◦财务：工厂／设备投資、预算规划。◦人事：人力规划、雇佣、解雇。上述决策与预测都有相关性；拥有稳定需求的成熟产品容易进行预测；高科技产品及流行产品预测相当困难；预测的结果通常是不准确的，所以需要考虑预测结果和预测误差；长期预测的准确性通常比短期预测要低；综合预测通常要比分解预测准确；一般来说，一家公司的供应链越长，所获得信息失真的可能性越大：牛鞭效应。预测的相关要素：◦过去的需求；◦产品的提前期；◦广告计划或其他营销努力；◦经济状况；◦价格折扣；◦竞争者的行为；预测方法：◦定性法：主要依赖于人的主观判断。适用情况：只能获得很少的历史数据或专家的意见十分重要；主要方法：集体讨论法；类比法；市场研究法；德尔菲法；◦时间序列法：利用历史需求数据对未来需求进行预测；◦因果关系法：假定需求预测与某些外界因素（如经济状况、利率）等高度相关，找到这些外界因素与需求之间的关联性，通过预测外界因素的变化来预测需求；◦仿真法：通过计算机模拟消费者选择来预测需求；（1）理解预测的目标；（2）把供应链需求计划和预测整合起来；（3）了解和识别顾客群；（4）识别影响需求预测的主要因素；（5）确定合适的预测技术；（6）设定预测绩效和误差测度；时间序列：未来需求受下列因素影响：◦目前需求（需求水平）；◦过去成长趋势（需求趋势）；◦过去季节性信息（季节系数）；◦与历史需求无关的随机部分。7-10可观察到的需求（O）＝系统部分（S）＋随机部分（R）水准：去除季节性因素的目前需求（系统部分）趋势：对于下一个周期在需求上成长或衰退的比例（系统部分）季节性：在需求上可以预测的季节性变动（系统部分）•系统部分（SystematicComponent）由需求的期望值予以度量。•随机的部分（RandomComponent）则是偏离系统部分的预测。•预测误差（ForecastError）是测量预测值与真实值之间的差距。7-12实例：塔霍湖盐业公司：实例：塔霍湖盐业公司：具体操作步骤：一、剔除季节性系数对需求的影响，然后对这些经过处理的需求数据进行先行回归，以求得基期的需求水平和需求趋势；估计季节性系数；第一步：估计需求水平和需求趋势：◦p是每次季节性循环包含的期数；）2（为奇数,,/为偶数,2/]2[2/)1(2/)1()2/(1)2/(1)2/()2/(_ppDppDDDDptptiiptptiiptptt第一步：估计需求水平和需求趋势:去除季节性因素影响的需求后，混合型系统部分公式可以写为：）3（_TtLDt第一步：估计需求水平和需求趋势:第二步：估计季节性系数：假设有r个季节性循环，对所有表示形式为jp+i,l≤i≤p的时期，可以计算季节性系数为：）4（__tttDDS）5（10_rSSrjijpt对于塔霍湖盐业公司的例子，资料统计是12个周期，每期循环期数尾p＝4，那么表示有r＝3个季节性循环周期。利用公式（5）可以得到季节性因素如下：利用静态预测方法对下一个四季求得的预测值如下：F13=(L+13T)S13=(18,439+13×524)0.47=11,868,F14=(L+14T)S14=(18,439+14×524)0.68=17,527,F15=(L+15T)S15=(18,439+15×524)1.17=30,770,F16=(L+16T)S16=(18,439+16×524)1.67=44,794.假设需求趋势或者季节性需求也要变动Lt=t期末的预计需求水平Tt=t期末的预计需求趋势St=t期末预计季节需求Dt=t期实际观测的需求Ft=t期的预测需求Et=t期的预测误差第一步：初始化：由给定数据计算出需求水平(L0)、需求趋势(T0)和季节性系数（S1,S2,…Sp）的初始值，具体方法跟静态预测法完全一样；第二步：预测：Ft+l=（Lt+lTt）St+l第三步：预测误差：Et+1=Ft+1-Dt+1第四步：修正误差：由给定的预测误差Et+1来修正需求水平（Lt+1)、需求趋势(Tt+1)和季节性系数(St+p+1)的值；对后续各期重复以上2-4步。适用于：需求没有可观测到的需求趋势或季节性；需求公式：◦需求的系统成分=需求水平；计算方法：将最近N个时期需求的平均值做为t期的需求水平，公式为当前对未来时期的预测都是相同的，并且都基于当前对需求水平的预测，即：）6（)...(11NDDDLNtttt）7（和,1tntttLFLF在观测到第t+1期的实际需求之后，对需求做如下修改：例5-1：一个超市在过去4周的牛奶需求分别为120、127、114和122加仑，用移动平均法根据前4周的需求预测值预测第5周的需求，如果第5周的实际需求为125加仑，则预测误差为多少？）8（)...(211NDDDLNtttt适用于：需求没有可观测到的需求趋势或季节性；需求公式：◦需求的系统成分=需求水平；第一步：计算需求水平的初始值，初始值为：当前所有对未来时期的预测都等同于当前对需求水平的估计，即：）01（和1tntttLFLF）9（110niiDnL第二步：当我们得到t+1期的实际需求值Dt+1后，对需求水平做如下修正：例5-2：上个例子中超市在过去四周的牛奶需求分别为120、127、114和122加仑，用简单指数平滑法预测第1期的需求，其中α=0.110数，代表需求水平的平滑指）11（)-(111tttLDL适用于：需求的系统成分中有需求水平和需求趋势，但是没有季节性。需求公式：◦需求的系统成分=需求水平+需求趋势；第一步：对需求Dt和时期t之间做线性回归，从而得到对需求水平和需求趋势的初始预测值，形式如下：Dt=at+b（12）在时期t，给定需求水平和需求趋势的预测值Lt和Tt，下一期的预测值可以表示为：Ft+1=Lt+Tt和Ft+n=Lt+nTt(13)第二步：在观察到t期的实际需求后，对需求水平和需求趋势的值做如下矫正：Lt+1=αDt+1+(1-α)(Lt+Tt)(14a)Tt+1=β(Lt+1–Lt)+(1-β)Tt(14b)α为需求水平的平滑指数，0α1;β为需求趋势的平滑指数，0β1;例5-3：一家电子制造商在过去6个月中观察到它的最新MP3产品的需求一直保持增长，需求的观测值（以千计）分别为3,417,774、3,511,513、4,208,095、4,627,478、5,247,125和6,130,262，试用矫正需求趋势的指数平滑法预测第7期的需求，其中α=0.1,β=0.2.第三步：观测到t+1期的需求后，对需求水平、需求趋势和季节性系数做如下修正：Lt+1=α(Dt+1/St+1)+(1-α)(Lt+Tt)(16a)Tt+1=β(Lt+1-Lt)+(1-β)Tt(16b)St+1=γ(Dt+1/Lt+1)+(1-γ)St+1(16c)例5-4：根据前面塔霍湖盐业公司的需求数据，用矫正需求趋势和季节性的指数平滑法预测第1期的需求，其中α=0.1，β=0.2，γ=0.1.分析原因：可以运用误差分析，检查是否准确反映系统需求部分误差用来解释意外事件误差在一定范围是可以接受的；t期的误差是该期预测需求与实际需求的差值，对管理者来说，在采取预测的行动前估计误差值是十分重要的。t期的预测误差可以用下式表示：◦Et=Ft-Dt衡量方法：MSE表示误差的离散程度（meansquarederror）MSEn=1/nΣEt2At表示t期误差绝对值（absolutedeviation）At=|Et|MADn表示平均绝对误差MADn=1/nΣAt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TS路径信号（trackingsignal）TSt=Biast/MADt-6TSt61、移动平均法：2、简单指数平滑法3、矫正需求趋势的指数平滑法（Holt模型）4、矫正需求趋势和季节性的指数平滑法（Winter)四种方法的预测误差