運籌學與供應鏈管理-第2講
- 1. 第２讲需求预测
- 2. 预测: 是关于未来的描述 预测用于帮助管理人员 系统计划：产品服务的类型、设施配置、 厂址选择 实施计划：库存、劳动力、采购、生产进度
- 3. 会计成本/利润估计财务现金流量人力资源招工/招聘/培训营销价格, 促销, 战略管理信息系统服务运作调度, MRP, 工作负荷产品/服务设计新产品和服务预测的用途
- 4. 假定系统中存在因果关系 过去 ==> 未来 由于不确定性因素的存在使得预测很少准确无误 对一组事物的预测比 对单个事物预测准确 当预测时间跨度增加时， 预测精度将下降 我看这学期你 能得优秀成绩。
- 5. 好的预测方法的基本要素 适时 精度 可靠 含义 书面 易用
- 6. 预测进行的步骤步骤 1 确定预测目的步骤2 确定预测时间跨度步骤3 选择预测技术步骤4 收集和分析数据步骤 5 准备预测步骤 6 预测监控 “预测”
- 7. 预测的类型主观判断 – 主观意见 时间序列 – 使用历史数据，认为将来和过去相似 联合模型 – 基于自变量预测未来
- 8. 主观预测经理人员的意见 与顾客直接接触人员的意见 消费者调查 其它预测方法 德尔非法Delphi method
- 9. 时间序列预测长期趋势 –数据的长期移动 季节性变动 – 数据短期规则变化 不规则变动 – 异常情况引起的变动 随机变动 – 各种可能性引起的变动
- 10. Ch 10 - 7© 2000 by Prentice-Hall Inc Russell/Taylor Oper Mgt 3/e需求变动的形式需求时间趋势变动随机变动需求时间季节变动需求时间需求时间周期变动带季节性的趋势变动
- 11. 简单易用 基本上不需要成本 不需要数据分析 容易理解 不能提供较高的精度 能够作为衡量精度的标准简单预测法
- 12. 平稳时间序列数据 F(t) = A(t-1) 季节变动 F(t) = A(t-n) 长期趋势数据 F(t) = A(t-1) + (A(t-1) – A(t-2))简单预测法应用
- 13. 简单预测唉, 给我点时间.... 上周我们卖了250轮胎.... 那么, 下周我们应该卖....
- 14. 平均方法移动平均 加权移动平均 指数平滑法
- 15. 简单移动平均图 3-4MAn =nAii = 1n实际数据MA3MA5
- 16. Ch 10 - 14© 2000 by Prentice-Hall Inc Russell/Taylor Oper Mgt 3/e加权移动平均可调整和反映简单移动平均法中不同时期数据的影响WMAn = i = 1Wi Di此处,Wi = 第 i 期的权重，其百分值在 0 ~ 100 之间 Wi = 1.00
- 17. Ch 10 - 15© 2000 by Prentice-Hall Inc Russell/Taylor Oper Mgt 3/e加权移动平均之例月份 权重 数据 八月 17% 130 九月 33% 110 十月 50% 90 十一月的预测
- 18. 指数平滑法假设—最近的观测具有最高的预测价值. 因此在预测时，应该给更近的数据赋予更高的权重.Ft = Ft-1 + (At-1 - Ft-1)
- 19. 指数平滑法举例
- 20. 选择平滑常数 .1.4实际数据
- 21. 线性趋势方程b ＝直线斜率Yt = a + bt0 1 2 3 4 5 tYb =n (ty) -tynt2- (t)2a =y - btn
- 22. 线性趋势方程举例
- 23. 线性趋势计算y = 143.5 + 6.3t a =812 - 6.3(15)5=b =5 (2499) - 15(812)5(55) - 225=12495-12180275-225=6.3143.5
- 24. Ch 10 - 25© 2000 by Prentice-Hall Inc Russell/Taylor Oper Mgt 3/e季节性调节需求重复性地增加／减少 使用季节因子来调节预测
- 25. Ch 10 - 26© 2000 by Prentice-Hall Inc Russell/Taylor Oper Mgt 3/e季节性调节之例 需求 (1000件／季度) 年 1 2 3 4 总计 1995 12.6 8.6 6.3 17.5 45.0 1996 14.1 10.3 7.5 18.2 50.1 1997 15.3 10.6 8.1 19.6 53.6 总计 42.0 29.5 21.9 55.3 148.7 Si 0.28 0.20 0.15 0.37 趋势直线 y = 40.97 + 4.30 x 1998 (第4年)的预测 = 40.97 + 4.30 (4) = 58.17 1998 16.28 11.63 8.73 21.53SF1 = (S1) (F5) = (0.28)(58.17) = 16.28 SF2 = (S2) (F5) = (0.20)(58.17) = 11.63 SF3 = (S3) (F5) = (0.15)(58.17) = 8.73 SF4 = (S4) (F5) = (0.37)(58.17) = 21.53
- 26. 关联预测有关的变量 – 预示这些量的值 回归分析 – 用一条线去拟合一组点集 最小二乘法 – 使线与点间的距离平方和最小
- 27. 线性模型经计算得出的 因果关系
- 28. Ch 10 - 37© 2000 by Prentice-Hall Inc Russell/Taylor Oper Mgt 3/e回归方法研究两个或更多变量之间的关系 因变量随自变量而变
- 29. Ch 10 - 38© 2000 by Prentice-Hall Inc Russell/Taylor Oper Mgt 3/e线性回归计算y = a + bx 此处, a = 截距 b = 直线斜率 x = 自变量 y = 给定 x 时的预测值 b = a = y - b x 此处, n = 期数 x = x , x 的平均值 n y = y , y 的平均值 n x2- nx2xy - nxy
- 30. Ch 10 - 39© 2000 by Prentice-Hall Inc Russell/Taylor Oper Mgt 3/e线性回归之例 x y xy x2 4 36.3 145.2 16 6 40.1 240.6 36 6 41.2 247.2 36 8 53.0 424 64 6 44.0 264 36 7 45.6 319.2 49 5 39.0 195 25 7 47.5 332.5 49 49 346.7 2167.7 311
- 31. Ch 10 - 40© 2000 by Prentice-Hall Inc Russell/Taylor Oper Mgt 3/e线性回归直线
- 32. 预测精度误差 – 实际值与预测值之间的偏差 绝对平均偏差(MAD) 误差的绝对值的平均值 均方差(MSE) 误差的平方的平均值 跟踪信号 累计误差与 MAD 之间的比率
- 33. MAD & MSEMAD =实际值预测值nMSE =实际值预测值)-12n(
- 34. 跟踪信号 跟踪信号=(实际值 - 预测值)MAD 跟踪信号=(实际值 - 预测值)实际值 - 预测值n
该用户的其他文档
相关PPT