您好,欢迎访问三七文档
当前位置:首页 > 办公文档 > 招标投标 > PTCG2009003-G期市直单位公车定点维修公开招标延期
河海大学商学院(常州)1生产运作管理Production&OperationsManagement主讲:訾永成河海大学商学院(常州)河海大学商学院(常州)2第3章需求预测3.1预测3.2定性预测方法3.3定量预测方法3.4预测误差及监控河海大学商学院(常州)33.1.1预测及其作用3.1.2预测分类3.1.3预测的步骤3.1预测IseethatyouwillgetanAthissemester.河海大学商学院(常州)43.1.1预测及其作用预测是对未来可能发生的情况的预计与推测。作用“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。河海大学商学院(常州)5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武汉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3.1.1预测及其作用(续)河海大学商学院(常州)63.1.1预测及其作用(续)预测的作用帮助管理者设计生产运作系统生产什么产品,提供何种服务在何处建立生产/服务设施采用什么样的流程供应链如何组织帮助管理者对系统的使用进行计划今年生产什么,生产多少如何利用现有设施提供满意服务河海大学商学院(常州)73.1.2预测分类按性质分科学预测科学预测是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。技术预测技术预测是对技术进步情况的预计与推测。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河海大学商学院(常州)83.1.2预测分类(续)需求预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。社会预测社会预测是对社会未来的发展状况的预计和推测。比如人口预测、人们生活方式变化预测、环境状况预测等。需求预测与企业生产经营活动关系最密切。河海大学商学院(常州)93.1.2预测分类(续)按时间分长期预测(Long-rangeForecast)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-rangeForecast)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-rangeForecast)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。河海大学商学院(常州)103.1.2预测分类(续)按主客观因素所起的作用分定性预测方法定量预测方法河海大学商学院(常州)113.1.3预测的步骤1确定预测的目的2确定预测的时间范围3选择预测的方法4收集和分析数据5准备预测6对预测进行监控“预测”河海大学商学院(常州)123.2定性预测方法Delphi法用户期望调查法部门主管意见销售人员意见汇集法河海大学商学院(常州)133.3定量预测方法时间序列模型时间序列平滑模型时间序列分解模型因果关系模型河海大学商学院(常州)14预测方法定性预测方法定量预测方法Delphi法用户期望调查法部门主管讨论法销售人员意见汇集法因果模型时间序列模型移动平均法加权移动平均法指数平滑法乘法模型加法模型时间序列平滑模型时间序列分解模型预测方法单纯法河海大学商学院(常州)153.3定量预测方法(续)时间序列预测(TimeSeriesForecasts)趋势成分(Trend)-数据长期变化趋势季节性波动(Seasonality)-数据短期有规律的波动周期成分(Irregularvariations)-在较长的时间内围绕趋势做有规则的上下波动随机波动(Randomvariations)-随机因素引起的波动河海大学商学院(常州)16趋势成分季节成分周期成分随机波动成分河海大学商学院(常州)17单纯法(NaïveForecasts)将前期实际得到的结果作为下一期的预测值特点使用简单,没有代价不用数据分析容易理解预测精度不高3.3定量预测方法(续)河海大学商学院(常州)18单纯法的应用时间序列稳定的情况F(t)=A(t-1),A(t-1)为(t-1)期实际值,F(t)为t期的预测值对季节性波动F(t)=A(t-n),n为波动周期对有趋势变化情况F(t)=A(t-1)+(A(t-1)–A(t-2))3.3定量预测方法(续)河海大学商学院(常州)193.3定量预测方法(续)移动平均法简单移动平均(Simplemovingaverage)加权移动平均(Weightedmovingaverage)指数平滑法(Exponentialsmoothing)河海大学商学院(常州)203.3定量预测方法(续)简单移动平均SMAt+1=nAt+i-ni=1n35373941434547123456789101112实际值SMA3SMA5河海大学商学院(常州)21表6-1简单移动平均法预测月份实际销量(百台)n=3(百台)n=4(百台)12345678910111220.0021.0023.0024.0025.0027.0026.0025.0026.0028.0027.0029.0021.3322.6724.0025.3326.0026.0025.6726.3327.0021.7523.3324.7525.5025.7526.0026.2526.50河海大学商学院(常州)223.3定量预测方法(续)加权移动平均WMAt+1=niAt+i-ni=1n35373941434547123456789101112实际值WMA3WMA5河海大学商学院(常州)23表6-2加权移动平均预测t(月)实际销量(百台)三个月的加权移动平均预测值(百台)12345678910111220.0021.0023.0024.0025.0027.0026.0025.0026.0028.0027.0029.00(0.5×20+1×21+1.5×23)/3=21.8323.1724.3325.8326.1725.6725.6726.8327.17河海大学商学院(常州)243.3定量预测方法(续)一次指数平滑法(Singleexponentialsmoothing)最近的实际观察值赋予最大的权重.“年龄”越大的实际值权重越小Ft=Ft-1+(At-1-Ft-1)=At-1+(1-)Ft-1Ft新的预测值,Ft-1前期预测值,At-1前期的实际需求,平滑系数河海大学商学院(常州)251、用一次指数平滑法预测(1)取α=0.1,F1=A1,:按照公式:Ft=Ft-1+α(At-1—Ft-1)当t=2时,公式变为:F2=F1+α(A1—F1);计算:F2=F1+α(A1—F1)=42+0.1(42–42)=42.当t=3时,公式变为:F3=F2+α(A2—F2)=42+0.1(40–42)=41.8,当t=4时,公式变为:F4=F3+α(A3—F3)=41.8+0.1(43–41.8)=41.92,3.3定量预测方法(续)河海大学商学院(常州)26(2)如果取α=0.4,当t=2时,公式变为:F2=F1+0.4(A1—F1)=42+0.4(42–42)=42,当t=3时,公式变为:F3=F2+0.4(A2—F2)=42+0.4(40–42)=41.2,当t=4时,公式变为:F4=F3+0.4(A3—F3)=41.2+0.4(43–41.2)=41.92当t=5时,F5=41.92+0.4(40–41.68)=41.15以后的预测值自己可以计算。3.3定量预测方法(续)河海大学商学院(常州)2735404550123456789101112PeriodDemand.1.4实际值3.3定量预测方法(续)河海大学商学院(常州)283.3定量预测方法(续)一元线性回归模型YX一元线性回归预测值;a截距b斜率.YX=a+bx012345XY河海大学商学院(常州)29b=n(xy)-xynx2-(x)2a=y-bxn3.3定量预测方法(续)河海大学商学院(常州)303.3定量预测方法(续)举例tyWeekt2Salesty111501502415731439162486416166664525177885t=15t2=55y=812ty=2499(t)2=225河海大学商学院(常州)31y=146.5+6.3ta=812-6.3(15)5=b=5(2499)-15(812)5(55)-225=12495-12180275-225=6.3146.53.3定量预测方法(续)河海大学商学院(常州)323.4预测精度与监控3.4.1预测误差3.4.2预测监控河海大学商学院(常州)333.4预测精度与监控(续)误差–实际值与预计值的差别平均绝对偏差(Meanabsolutedeviation,MAD)平均平方误差(Meansquarederror,MSE)跟踪信号(Trackingsignal)是累积误差与MAD的比河海大学商学院(常州)343.4预测精度与监控(续)MAD=ActualforecastnMSE=Actualforecast)-12n(河海大学商学院(常州)353.4预测精度与监控(续)Trackingsignal=(Actual-forecast)MADTrackingsignal=(Actual-forecast)Actual-forecastn
本文标题:PTCG2009003-G期市直单位公车定点维修公开招标延期
链接地址:https://www.777doc.com/doc-786589 .html