生产运作管理第3章.ppt
工商管理学院经济管理系,生产与运作管理,Company Logo,第三章 预测,Company Logo,Company Logo,3.1.1 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,Company Logo,3.1.1 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。“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。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。,Company Logo,3.1.1 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为制定预算和控制成本提供依据为补充人员和其他资源提供依据,Company Logo,3.1.2 预测分类,按性质分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。技术预测是对技术进步情况的预计与推测。摩尔定律是由英特尔（Intel）创始人之一戈登摩尔（Gordon Moore）提出：集成电路上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍；或者说，每一美元所能买到的电脑性能，将每隔18个月翻番。经济预测是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：X部门认为，第三季度以前CPI将在波动中上升，但3月份CPI涨幅将会回落，最主要原因在于春节因素减弱以及食品价格回落。预计3月份CPI上涨2.4%，比2月份回落0.3个百分点。,Company Logo,3.1.2 预测分类（续）,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。需求预测与企业生产经营活动关系最密切。需求的两个基本来源：独立需求和非独立需求 对于独立需求，企业可以：主动影响/被动响应,Company Logo,例：零售之王沃尔玛的“market-basket”分析世界最大的数据库：7万亿字节了解货物信息、商店零售情况及市场变化可计算每一种商品每季度销售大概情况预测每一家商店需要的商品种类顾客每次购买的产品都被收集储存,Company Logo,3.1.2 预测分类（续）,按时间分长期预测(Long-range Forecast)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。是企业战略的一部分中期预测(Intermediate-range Forecast)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-range Forecast)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。,Company Logo,3.1.3 预测的步骤,Company Logo,Company Logo,3.2 定性预测方法,一般预测(销售人员意见汇集法)预测是基于来自低层经验的逐步累加。销售人员是离顾客最近的、最了解产品最终用途的人，最清楚产品未来的需求。市场调研（用户调查法）通常是销售人员通过信函、电话或访问的方式对现实和潜在的顾客进行调查，了解他们对本企业产品相关问题，在考虑本企业的可能市场占有率，综合处理信息。,Company Logo,小组共识（部门主管集体讨论法）通过会议自由而坦率地交换意见。群体讨论将得到比个人所能得到的更好的预测效果。，参加者可以是管理人员、销售人员或顾客。历史类比 预测某些新产品的需求时，如果有同类型产品可用来作为类比模型。德尔菲法匿名；反馈；一致,Company Logo,时间序列预测法基于连贯性原理的一种预测方法。以历史数据为基础来预测未来时间序列法的前提是假定事物的过去规律会同样延续到未来，所以可以根据市场过去的变化趋势就可以预测市场未来的发展。将市场变化的各种数据，按购买力、销售量等分组，以日、周、月季、年顺序排列，便构成时间序列数据。时间序列预测法把时间序列数据作为随机变量，运用数学方法消除偶然因素的影响，并使其向外延伸，作出未来市场的预测。时间序列分析法较适用于短期、近期预测（因其撇开了因果关系，因而具有局限性）。,3.3 定量预测方法,Company Logo,3.3 定量预测方法（续）,时间序列的构成（Time Series Forecasts）趋势成分-数据长期变化趋势季节成分-数据短期有规律的波动周期成分-围绕趋势做规则的上下波动（经济周期）随机波动成分-随机因素引起的波动,Company Logo,Company Logo,单纯法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）,Company Logo,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）,Company Logo,简单移动平均适用场合：产品需求为突发增长或下降，且不存在季节性因素时。移动平均法能有效消除预测中的随机波动。选择移动平均的最佳区间很重要。,Company Logo,简单移动平均法预测,Company Logo,加权移动平均 简单移动平均的各元素权重都相等，而加权移动平均的权重值可以不同。当然，其权重之和必须等于1。权重的选择：经验法和试算法是选择权重的最简单的方法。一般而言，最近期的数据最能预示未来的情况，因而其权重应大些。但是，其需求是季节性的，故权重也应是季节性的，一般对季节性产品季节权重系数要大。由于加权移动平均能区别对待历史数据，因而在这方面要优于简单移动平均。,Company Logo,第t-1,t-2,t-3期实际销售额的权重,Company Logo,例：一家百货店发现在1-4个月的期间内，其最佳预测结果由4月实际销售额的40%，3月销售额的30%，2月的20%和1月的10%，其1-4月的销售额分别为100,90,105,95。第五个月的预测值为？,Company Logo,指数平滑法 前两种预测方法（简单移动平均和加权移动平均）中，主要在于根据大量连续的历史数据预测未来，即随着模型中新数据的增添及过期数据的剔除，新的预测结果就可以预测出来。有的情况下，最近期的情况远比较早期的更能预测未来。如果越远的数据其重要性就越低，则指数平滑法就是逻辑性最强且最为简单的方法。,Company Logo,又称指数加权平均法，实际是加权的移动平均法，它是选取各时期权重数值为递减指数数列的均值方法。指数平滑法解决了移动平均法需要n个观测值和不考虑t-n前时期数据的缺点，消除历史统计序列中的随机波动，找出其中的主要发展趋势。Ft=Ft-1+(At-1-Ft-1)=At-1+（1-）Ft-1 Ft 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,Company Logo,第t+1期的预测值可以看做为前t期实测值的指数形式的加权和,“年龄”越大的权重越小,Company Logo,平滑系数a的取值原则如果时间序列具有不规则的起伏变化，但长期趋势接近一个稳定常数，必须选择较小的a值(取0.05 0.02之间)如果时间序列具有迅速明显的变化倾向，则a应该取较大值（取0.30.6）如果时间序列变化缓慢，亦应选较小的值（一般在0.10.4之间）,Company Logo,例：假设所研究的产品的长期需求相对稳定，平滑常数=0.05也较合适，并假设上个月的预测值（）为1050个单位，如果实际需求为1000而不是1050，那么本月的预测值为：,Company Logo,3.4 预测精度与监控,用来描述误差程度的常用术语有标准差、均方差（或方差）和平均绝对偏差平均绝对偏差（MAD）简单明了并且可以获得跟踪信号，故再度受宠。MAD是预测误差的平均值，用绝对值表示。与标准偏差一样，MAD的优点还在于它度量了观测值与期望值的离差。在不考虑符号的情况下，MAD由实际需求和预测需求间的差异计算而得。它等于用绝对偏差总和除以数据点个数，以等式形式给出为：,时期某期预测需求某期实际需求时期总数,Company Logo,3.4 预测精度与监控,误差 实际值与预计值的差别平均绝对偏差（Mean absolute deviation，MAD）：预测期内每一次预测值与平均值的绝对偏差的平均值，较好反应预测精度平均平方误差（Mean squared error，MSE)：对误差的平方和取平均值，较好反应预测精度,Company Logo,预测误差滚动和（RSFE）：如果预测模型无偏，则RSFE应该接近于0跟踪信号：预测误差滚动和与平均绝对偏差的比值,Company Logo,3.4 预测精度与监控（续）,
