管理课件第5章　物流系统工程理论2.doc

《管理课件第5章　物流系统工程理论2.doc》由会员分享，可在线阅读，更多相关《管理课件第5章　物流系统工程理论2.doc（60页珍藏版）》请在三一办公上搜索。

1、第5章物流系统工程理论第1节物流系统分析5.1.1物流系统分析：（system analysis）早在第二次世界大战期间，系统分析就和运筹学同时出现。不过直到1950年左右，根据有关学者的建议，由美国道格拉斯飞机公司出面组织了各方面的科学家为美国空军研究“洲际战争”，这个名词才被使用。而该公司的目的是向空军提出设备和技术的建议，当时称为“研究与开发（research and development）”计划。因为道格拉斯这个组织可以影响美国空军的计划和军事订货，为了防止外界不应有的猜测和保护自身的名誉，1948年5月，执行这项“研究与开发”计划的部门从道格拉斯飞机公司独立出来，正式成立兰德公司（

2、RANDCompany）“兰德”是“研究与开发”的缩号。长期以来，兰德公司发展并总结了一套解决复杂问题的方法和步骤，称之为“系统分析”，也叫兰德型的系统分析，它致力于提供重大的研究与发展计划和相应的科学依据，提供实现目标的各种方案并给出评价，供有关决策人进行决策。第二次世界大战后和多年来，系统分析逐步成为一项很热门的方法和技术，其应用范围也由早期的武器系统扩展到政府部门、行政事业和企业界的政策和决策的制订和分析。5.1.2物流系统分析的实质及相关知识 物流系统分析的实质(1)物流系统分析作为一种决策的工具，其主要目的在于为决策者提供直接判断和制定最优方案的信息和资料。(2)物流系统分析把任何研

3、究对象均视为系统，以系统的整体最优化为工作目标，并力求建立数量化的目标函数。(3)物流系统分析强调科学的推理步骤，使所研究物流系统中各种问题的分析均能符合逻辑的原则和事物的发展规律，而不是凭主观臆断和单纯经验。(4)应用数学的基本知识和优化理论，从而使各种替代方案可比较，不仅有定性的描述，而且基本上都能以数字显示其差异。至于非计量的有关因素，则运用直觉、判断及经验加以考虑和衡量。(5)通过物流系统分析，使得待开发物流系统在一定的条件下充分挖掘潜力，做到人尽其才，物尽其用。5.1.3物流系统分析的要素和准则 物流系统分析的五个基本要素物流系统分析的五个基本要素是目的、可行方案、模型、费用和效益、

4、评价基准。（1） 目的目的是决策的出发点，为了正确获得决定最优化物流系统方案所需的各种有关信息，物流系统分析人员的首要任务就是要充分了解建立物流系统的目的和要求，同时还应确定物流系统的构成和范围。（2） 可行方案一般情况下，为实现某一目的，总会有几种可采取的方案或手段。这些方案彼此之间可以替换，故叫做替代方案或可行方案。比如要开发煤田，总是先分露天开采还是地下开采两种不同开采方式。即使是地下开采也存在竖井拓、斜井拓和平洞开拓的不同方式，而这些方案针对开发煤田的目的，总是各有利弊。选择一种最合理的物流系统分析研究和解决的问题。（3） 模型模型是对实体物流系统抽象的描述。它可以将复杂的问题化为易于

5、处理的形式。即使在尚未建立实体物系统的情况下，可以借助一定的模型来有效地求得物流系统设计所需要的参数，并据此确定各种制约条件，同时我们还可以利用模型来预测各替代方案的性能、费用和效益，有利各种方案的分析和比较。（4） 费用和效益费用和效果是分析和比较抉择方案的重要标志。用于方案实施的实际支出就是费用，达到目的所取得的成果就是效益。如果能把费用和效益都能折合成货币形式来比较，一般说来效益大于费用的设计方案是可取的，反之则不可取。（5） 评价基准评价基准是物流系统分析中确定各种替代方案优先顺序的标准。通过评价标准对各方案进行综合评价，确定出各方案的优先顺序。评价基准一般根据物流系统的具体情况而定，

6、费用与效益的比较是评价各方案的基本手段。 物流系统分析准则一个物流系统由许多要素组成，要素之间相互作用，物流系统与环境互相影响，这些问题涉及面广又错综复杂，因此进行物流分析应认真考虑以下一些准则。（1） 物流系统内部与物流系统环境相结合一个企业的经营管理物流系统，不仅受到企业内部各种因素如企业生产规模、产品技术特征、职工文化技术水平管理制度与管理组织等作用，而且受到社会经济动向及市场状况等环境的影响。（2） 局部效益与整体效益相结合在分析物流系统时我们常常会发现，分物流系统的效益与物流系统整体的效益并不总是一致的。有时从分物流系统的局部效益来看是经济的，但物流系统的整体效益并不理想，这种方案是

7、不可取的；反之，如果从分物流系统的局部效益看不经济的，但物流系统的整体效益是好的，这种方案是可取的。（3） 当前利益与长远利益相结合在进行方案的优选时，既要考虑当前利益，又要考虑长远利益，如果所采用的方案，对当前和长远都有利，这样当然最为理想。但如果方案对当前不利，而对长远有利，此时要通过全面分析后再作结论。一般来说，只有兼顾当前利益和长远利益的物流系统才是好物流系统。（4） 定量分析与定性分析相结合物流系统分析不仅要进行定量分析，而且要进行定性分析。物流系统分析总是遵循“定性定量定性”这一循环往复的过程，不了解物流系统各个方面的性质，就不可能建立起探讨物流系统定量关系的数学模型。定性和定量二

8、者结合起综合分析，才能达到优化的目的。5.1.4物流系统分析的步骤：物流系统分析主要包括以下四个步骤：问题的界定、数据收集、问题分析、用户检测和实施。 问题的界定问题的界定对后面设计物流系统十分重要。物流系统的界定应考虑新系统的期望值、运作规则、约束和选优方案准则等因素。在物流系统问题界定阶段几个需要考虑的重要问题：（1） 系统的水平。影响系统水平的因素有：可利用的资源、物流网络的大小、设备成本等，同时也与物流系统规划的种类有关（如长期规划、短期规划）。（2） 系统的目的。一个公司物流系统的目标影响物流系统的战略，同时物流系统的战略又反过来影响物流系统的网络和它的组成部分。一个物流系统的目标通

9、常考虑以下三个因素：最少资产费用；最少运作费用；最大的顾客效益。（3） 物流产品。物流系统类型取决于产品的不同属性，如产品的市场、产品的重要性、产品的特性和产品的包装。 数据收集这一阶段主要包括标定必要数据、数据源、分析可利用数据的充分性和准确性，数据类聚，以及预测不能利用的数据。 问题分析这一阶段涉及到分析手边的模型（根据可利用的数据或已收集的数据），其目的是完善可利用的设计方案，并从其中选择最优的方案。问题分析的类型可能是基本的电子表格计算，也可能是复杂的优化模型，适用于问题分析的工具，可以是简单的电子表格，也可以是复杂的优化模型，也可以用专用的软件包来分析。 系统的实施最后阶段是物流系统

10、的实施，对于一个成功的实施过程有两个关键的步骤：第一个步骤是系统的确认和系统的灵敏度分析。第二个步骤是用户培训和检测。第2节 物流系统预测基础5.2.1预测的意义预测，就是人们对某一不确定的或未知事件的表述，一般这个不确定的事件具有未来的性质。因此预测就是要掌握变化。在物资流通领域，对物资的流向、流量、资金周转及供求规律等进行调查研究，取得各种资料和信息，运用科学的方法，预计和推测未来一定时期的物流状态，可为国民经济发展的战略决策，为生产和流通部门及其企业的经营管理和决策提供科学依据。物流系统预测的作用可归纳为两个方面：（1） 预测是编制计划的基础物流系统的存储、运输等各项业务活动的计划都是以

11、预测资料为基础制定的。因而预测资料的准确与否，直接影响到计划的可行性，进而决定企业的经营的成败。（2） 预测是决策的依据有些管理学家认为“管理就是决策”，而决策的前提是预测。正确的决策取决于可行的预测。物流系统预测的内容很多，凡是影响物流系统活动的诸因素都是预测对象。例如，有关物流系统的人力、物力、财力以及资源、销售、交通等的状况，国家的政策方针、经济发展形势和自然条件，都是预测的内容。5.2.2 预测原理预测的原理页：4 吴育俭等.运输市场营销学.2002,8，是指人们为什么能够运用一定的方法进行预测的道理。预测的原理是预测方法的基础。在物流过程中，预测在提高服务水平、降低运作费用等方面起着

12、重要作用。一般地，物流过程中的预测原理主要有：（1） 可知性原理事物的运动、变化是有规律的，同时，这些规律是可以认识的。因此，世界是可知的。人们不仅可以认识事物的过去和现在，还可以通过总结过去和现在，认识事物发展规律，进而认识未来。（2） 可能性原理事物的发展具有多种可能性，与被预测的对象相关的因素通常也是变化的，并都有其固有的发展进程，这些因素在各阶段在各个发展阶段对预测对象都有影响，并相互制约，有时甚至改变预测对象的发展方向或性质。根据可能性原理，在进行物流预测时，应按照预测对象发展变化的多种可能性去确定预测值。（3） 可控性原理事物的发展具有不依人的意志为转移动客观规律性，人们只能按照客

13、观规律办事。当人们认识了事物发展的客观规律后，就可以预测事物未来发展的趋势和进程，从而积极创造条件，对事物的发展进行必要的控制，使事物朝着人们所希望的方向发展。（4） 系统性原理事物是在普遍联系中存在和发展的，任何一个事物都有一个完整的系统，它不仅与其它事物存在相互联系、相互制约的关系，其自身内部的各个组成部分之间也存在相互联系、相互制约的关系。（5） 连续性原理任何事物的发展变化都有其合乎自身规律的连续性，只要规律发生作用的条件不变，则合乎规律的现象必然重复出现。因此，在物流过程中，可以通过分析历史和现实的物流资料，找出其发展变化的固有规律，按照连续性原理进行逻辑推理，以预测出未来物流市场的

14、状况。（6） 类推性原理客观事物之间的结构和发展模式上往往存在某种相似性，人们可以根据已知事物的结构和发展模式类推出某个预测目标未来的结构和发展模式。（7） 因果性原理各种事物、现象的交织变化和更替运动存在于因果关系变化之中。作为原因地某一种现象一旦发生，作为结果的另一种现象必然随之发生，有因必有果，有果必有因。在物流预测中，人们可以对预测目标的相关影响因素进行分析，进而推测出其未来的发展趋势。（8） 反馈性原理预测通常是一个动态的、连续的过程，它建立在不断更新的资料的基础上，准确的预测来源于不断及时更新的、准确的、全面的资料。人们可以将反馈资料与预测资料进行对比分析，重新调整预测模型、方法，

15、进而改善预测质量。（9） 可检性原理可检性是指预测结果必须明确无误。预测必须指出事件发生与否，预测数值的大小，以备未来的实践验证。（10） 经济性原理预测是一种经济管理活动，必须考虑经济效益。预测的目的是为了运用，这就要求它有较大的可行性，要在保证预测质量的前提下，尽量以较少的预测费用获得较好的预测效果。5.2.3预测的步骤为了提高预测工作的效率、精度和质量，以便更有效地为决策工作服务，可以把预测过程分解为下列步骤：收集、分析有关资料反选择预测方法进行预测馈分析评价预测方法及其结果修正预测结果提交预测报告图5-1 预测步骤图（1） 确定预测目标预测是为决策服务的，在进行具体的预测之前，必须首先

16、根据决策所提出的要求确定预测的目标，包括确定预测目的、对象和预测期间。确定预测目标非常重要，它关系到下面如何搜集数据资料、选择何种预测方法、预测精度和费用等一系列问题。（2） 收集、分析有关资料资料和情报是预测的重要依据。做预测必须占有大量的系统的，适用于预测目标的资料。一般资料可分为两类。一类为纵向的资料，一类为横向的资料。所谓纵向数据资料，是指一定经济现象的历史数据资料，如历史上的产品销售、成本资料等。利用这类历史资料可由动态数据变化的分析作为预测未来的依据。横向资料是指在某一时期内（主要是当前的），作用于预测对象的各种影响因素的数据资料，如作能源预测既要搜集历史能源消耗量的纵向历史资料，

17、也要搜集当前各部门能源消耗的数据，只有将这两类资料综合起来使用才能搞好预测。（3） 选择预测方法进行预测这一步骤包括三个方面的内容：选择预测方法，建立预测模型和利用模型进行预测。预测方法合适与否，将对预测精度产生很大的影响。一般在确定预测方法时主要考虑的因素：预测对象的种类和性质，对预测结果的精度要求，已收集到的资料与情报的数量和质量，以及预测的人力、物力、财力和时间限制等。建立预测模型，就是运用收集到的资料和选定的预测方法进行必要的参数估计与计算，以建立能描述和概括研究对象特征和变化规律的模型。利用模型进行预测，就是根据预测模型，输入有关资料和数据，进行计算与处理并得到预测结果。（4） 分析

18、评价预测方法与预测结果预测毕竟是对未来事件的预计和推测，建立的模型也只是对实际情况的近似模拟，其结果不一定与将来发生的实际情况相符，同时，在计算或推测过程中难免产生误差，因此在得到预测结果后，还应对预测进行分析评价工作，通过对误差的计算、分析产生误差的原因，评价预测结果是否适用于实际情况。如果预测误差主要是由于所选用的预测模型或预测方法造成的，就应该改进预测模型和预测方法以尽量缩小误差，如果预测误差已减到最小尚达不到要求时，则应分析给定量信区间和置信度。（5） 修正预测结果如果预测结果已减到最小但还与实际情况有较大出入，则在误差计算的基础上，可以通过定性、定量分析及预测高的常识和经验修正预测结

19、果，使之更加适用于实际情况并形成最终预测结果。（6） 提交预测报告预测报告应该给出预测过程中的主要过程，叙述预测目标、预测对象及预测的一些要求，说明主要预测资料的收集方式、方法及其分析结果，详细阐述选择预测方法的原因及建立模型的过程，并反映对预测结果进行评价与修正的过程及结论。5.2.4 预测技术页：6生产与运作管理 制造与服务（第8版）p469 机械工业出版社，宋国防等 译对每一个商业组织和重要的经营管理决策而言，预测都是至关重要的。预测是企业编制长期计划的基础。对于金融和会计，预测为预算和成本控制提供了依据。市场也靠销售预测来开发新产品，补充销售人员和做出其他关键决策。生产经营者利用预测做

20、出周期性决策，例如过程选择、生产能力计划、设备布局，同时，预测也用于生产作业计划编制、排序和库存等连续决策活动。事实上，绝对理想的预测是不存在的，因为商业环境中存在太多无法确切预测的因素。因此，对预测进行反复评估并学会利用不精确的预测结果远比寻求理想的预测方法重要得多。当然，这并不是说不应该尽力去完善预测方法和模型，相反，我们应当努力去寻找并运用目前困难的最佳预测方法。在做预测时，一种好的战略是应用两至三种预测方法，并以常识对之加以思考，如：宏观经济中的某些预期变化是否会对预测产生影响？企业和消费者个人的行为会有什么变化？某些商品是否会供不应求？不断的评估和对新数据的不断更新是成功预测的基础。

21、这部分内容将探讨定性预测和定量预测，并主要阐述几种定量预测的时间序列预测方法。预测其实就是对需求的预测，以方便管理者对未来的需求做出有效的反应，在战略目标与日常管理、效率与效益等方面到达协调一致。企业不同产品或服务的需求之间存在着什么关系？企业产品或服务的需求从何而来？企业对此应该做些什么？不同的需求之间存在着两种基本关系，即相互独立的或者是相互关联的关系。针对需求之间的这两种关系，通常可以将需求进行划分，即非独立需求和独立需求。非独立需求是指由对其他产品或服务的需求所导致的对某种产品或服务的需求。例如，如果一家公司出售了1000辆三轮车，那么相应就需要1000个前轮和2000个后轮。像这样的

22、内部需求没有必要去预测，只需简单列表计算即可。至于公司可能销售出去多少辆三轮车，这种需求就称为独立需求，因为该需求不能直接从其他产品的需求中派生出来。对于非独立需求，企业没有太多可以做的，因为虽然这种产品或服务可以是外购而不是内部生产，但它必须要得到满足。而对独立需求而言，只要企业愿意去做，就有很多行之有效的办法。企业可以：（1） 在影响需求上发挥积极作用。企业可以施行增加销售人员压力、奖励员工、对顾客进行有奖促销、将工资与销售额挂钩、降价等等活动，这些行为会使需求增加。反之，抬高价位或减少销售力度会使需求减少。（2） 被动、简单地响应市场需求。有一些原因导致企业可能不是试图去改变需求状况，而

23、只是简单地接受速发生的一切。如果企业正满负荷运营，它也许就不想去改变需求状况。其他可能的原因包括：广告费用过高，企业无力改变需求；市场需求规模一定且处于稳定状态，需求超出其控制范围（例如只有唯一的供应商）。此外，诸如竞争，法律，环境，道德伦理等因素也是企业只能被动地接受市场需求的原因。管理这些独立和非独立、主动和被动的需求需要大量的协调工作。这些需求既来自企业内部，也来自企业外部，如市场营销中新产品的销售量，产品服务中修理已售出产品所需的零件数，工厂仓库的补充库存，为制造提供的零部件等。下面主要论述的是独立需求预测。 预测的种类预测可分为四种基本类型：定性预测，时间序列分析，因果联系和模拟。定

24、性预测基于主管判断，基于估计和评价。时间序列分析是基于这样的观念：与过去需求相关的历史数据可用于预测未来的需求。历史数据可能包括诸如趋势、季节、周期等因素。因果联系假定需求与某些内在因素或周围环境的外部因素有关。模拟模型允许预测人员对预测的条件作一定程度的假设。表5-1列出了上述四种基本的预测模型。表5-1 预测方法、常用模型及其特点预测方法、常用模型特点预测类型1：定性方法主观性；判断性。基于估计和评价 一般预测分层结构中处于最低层末梢的各部分所处理的事务正是要预测的对象，把这些末梢输入汇总，得到预测结果。例如，通过汇总每一个销售人员的销售额，便可以得到对总销售额的预测。而这些销售人员正是最

25、接近、最了解其销售领域的人 市场调研通过各种不同方式（调查、面谈等）收集数据，检验市场假设是否正确。这种方法在长期预测和新产品销售中经常用到。 小组共识会上自由讨论。这种方法的中心思想是认为群体讨论将得出比任何个人所能得到的更好的预测结果。会议参加者可以是高级管理人员、销售人员或顾客。历史类比将所预测的对象与类似的产品相联系。利用类似产品的历史数据进行预测，这在开发新产品时很重要。 德尔菲法由一组专家分别对问卷作回答。由组织者汇集调查结果，并形成新的调查问卷，再由改组专家重新回答。由于接受了新的信息，这对这组专家而言也是一个学习过程，而且不存在群体压力或有支配权利的个体对整个群体的影响。预测类

26、型2：时间序列分析基于事件随时间发生的历史可以用于预测未来 简单移动平均将一段包含一些数据点的时间段求平均，即用该时间段所包含数据点的个数去除该段内各点数据值之和。这样，每一点对平均值都具有相同的影响力加权移动平均个别点的权重可能比其它点高或低，可根据经验而定。指数平滑最新数据的权重高于早期数据，权重因子依指数下降。回归分析将历史性的数据按数据值随时间变化拟合为一条直线。最常用的拟合方法是最小二乘法。鲍克斯.詹金斯（Box-Jenkins）法较复杂，但似乎是目前最精确的统计方法。它把各种统计模型与数据结合在一起，利用贝叶斯（Bayesian）后验分布将这些模型应用于时间序列分析。希斯金（Shi

27、skin）时间序列也称X-11，由美国人口调查局的朱利叶斯.希斯金（Julius Shiskin）提出。这是一个将时间序列分解为季度分量、趋势分量和不规则分量的有效方法。该方法需要至少三年的历史数据。该方法对确定公司销售额等拐点识别问题非常奏效。趋势外推使数学方程趋势曲线与数据点相匹配，并将其外推至将来。预测类型3：因果分析试图弄清预测项目的基础与环境系统情况。例如，销售量可能会受到广告、质量和竞争对手的影响回归分析与时间序列中的最小二乘法相似，但可能包括多元变量。回归分析的基础是其它事件的发生影响了预测结果经济模型试图用一系列相关的方程来描述经济中的某些部门投入/产出模型关注每一家企业对其它

28、企业及政府的销售情况。它给出由于另一家企业的采购变化导致的某一生产企业预期销售量的变化情况先行指标统计那些与预测的序列呈同方向变动，但其变动发生在所预测得序列变动之前的数据。例如，汽油价格的上涨预示着未来大型轿车销量的减少预测类型4：模拟模型以计算机为基础的动态模拟。预测人员可以对模型中的内部变量和外部环境进行假设。根据模型中的变量，预测人员可以询问诸如：如果价格上涨10%，预测结果将如何变化？国家的一次轻微衰退将对预测带来什么影响 需求的构成大多数情况下，对产品或服务的需求可以分解为六个组成部分：一段时期内的平均需求，需求趋势，季节因素，周期因素，随机误差及自相关。周期性因素是很难确定的，因

29、为周期时间可能未知，或者周期的原因可能没考虑到。对需求的周期影响还可能与政治、战争、经济条件或社会压力等有关。随机误差是由于偶发事件造成的。从统计学角度讲，当需求的所有已知成因（平均值、趋势、季节、周期和自相关）都从总需求中排除后，剩余的就是需求的不可知部分。如果人们无法确定这些剩余部分的成因，就假定其为纯随机原因。自相关表明了事件的持续性。细言之，即某一数据的期望值与其自身的历史值高度相关。例如，在排队论理论中，队列第长度就是高度自相关的。即，如果某一队列在某一时刻较长，则在这之后较短的一段时间内，该队列仍将是长队列。如果需求是随机的，则各期间的需求变化可能非常大；如果需求是高度自相关大，则

30、此需求变化就不会很大。趋势分析通常是预测的起点，然后根据季节效果、周期和可能影响最终预测结果的其它事件，对这些趋势曲线加以调整。常用的趋势曲线有四种，分别是线形趋势、s型趋势、渐近趋势、指数趋势。线形趋势反应了数据呈连续的直线关系。s曲线是产品成长成熟周期的典型曲线，曲线上最重要的一点是变化趋势由慢增长变为快增长的那一点，或由快增长变为慢增长的转折点。渐近趋势曲线一开始增长较快，而后逐步变慢；当企业进入一个已经存在地市场并以争夺大量市场份额为目标时，就会出现这种曲线。对于增长非常迅速度产品来说，指数趋势曲线最常见；这一趋势表明销售额会持续增长，但到了一定阶段，这种趋势将会改变。广为使用的预测方

31、法是绘制数据散点图，寻找与之最适合的标准分布（如线性的、s型的、渐近的或指数型的）。这一方法的优点在于曲线的数学表达式已知，因此求解未来某一时期的预期值就很容易了。有时，数据与上述几种标准曲线似乎都不匹配，这可能是有多种因素同时从不同方向影响了数据的趋势。对于这种情况，一个简单且行之有效的方法就是根据数据绘制简单的散点排列图。 预测中的定性方法一般预测一般预测基于逐步累加来自低层的预测。其假设前提为：处于最低层的那些离顾客最近、最了解产品最终用途的销售人员最清楚产品未来的需求情况。尽管这一假设并不总是正确，但在很多情况下仍不失为一个有效假设，也因此成为一般预测（Grass Root）的基础。将

32、最低一级预测结果汇总后送至上一级，通常为一个地区仓库。地区仓库在考虑到安全库存量和其它影响订货量的因素后，再将这些数据信息传至更上一级，这可能是个区域仓库。以此递升，直至这些信息最后成为顶层的输入。（1） 市场调研企业经常聘请第三方专业市场调研公司进行这类预测。市场调研主要用于产品研究、开发新产品、了解顾客对现有产品的好恶、了解特定层次的顾客偏好哪些竞争性商品等。同样，数据收集方法主要有问卷调查和上门访谈两种。（2） 小组共识小组共识方法是“三个臭皮匠胜过一个诸葛亮”思想到推广。其假设前提为：比起成员背景范围狭窄的小组，由成员背景范围更广泛的小组所作的预测更加可靠。小组预测是通过来自不同级别的

33、管理者和职员在公开的会议中自由交流进行的。但这种公开讨论方式存在一个问题，即级别较低的职员可能会被高层管理者的意见所左右。当依据预测所作的决策范围更广泛或层次更高时，一般就变成了高层决策。（3） 历史类比预测某些新产品的需求时，如果现有的产品及同类型产品可用来作为类比模型，这是最理想的情况。类别法可用于很多产品类型，如互补产品、替代产品等竞争性产品或随收入而变的产品等。如果某人通过邮购目录查出并购买了一件商品，他往往会收到大量与该产品类似的邮寄广告。因为它们之间存在一定的因果联系。（4） 头脑风暴法头脑风暴法又称专家会议法，集思广益法，是指预测者邀请有关专家以开讨论会的方式，向专家获取有关预测

34、对象的信息，经归纳、判断和推算，预测事物未来发展变化趋势的一种预测方法。它是由主持人召集一个没有限制度自由讨论会，主持人首先提出一个要讨论问题的清单，然后请专家们各抒己见，提出自己的观点和看法。该方法是吸收全体专家参加积极的创造性思维过程，能使微观的智能结构形成宏观的智能结构，并通过专家信息交流而引起共振，所以也有人将该方法成为思维共振法。采用头脑风暴法进行预测时，邀请大专家通常包括：方法论者，即预测领域的专家；设想产生者，即所讨论问题的专家；分析者，即所讨论问题领域的高级专家；演绎者，即具有发达到推断思维能力的专家。头脑风暴法包括直接头脑风暴法和质疑头脑风暴法两大类。直接头脑风暴法一般按下列

35、步骤实施：1) 确定与会专家的名单，人数和会议时间为了提供一个创造性的思维环境，与会人员尽量互不认识，会议人员以10人左右为宜，会议时间以1小时左右为宜。2) 召开专家讨论会在讨论会上，会议主持人首先要对预测问题作一简单说明，使与会专家明确要预测的问题，然后请专家们参加讨论、发表意见。在讨论中，3) 对各种设想进行归类、比较和评价预测组织者要对所有提出的设想编制名称一览表，用专业术语表述每一种设想到内容和特点，找出重复或互为补充的设想进行比较分析，以此为基础形成一种较为完善的综合设想。另外，还要对每一种设想提出评价意见。质疑头脑风暴法，是指对直接头脑风暴法提出的已系统化的预测方案进行质疑分析的

36、预测方法。其做法与直接头脑风暴法基本相同，只是对某一具体预测方案实现的可能性进行全面质疑和评价。在对已提出的设想能否实现进行论证时，要着重分析存在地制约因素，以提出消除限制因素的建议。在质疑过程中，应鼓励提出可行性设想，从而进一步完善预测方案，形成一个更科学、更开行的预测方案。（5） 情景分析法 情景分析法又称构思分析法、前景分析法，是由美SHELL公司的科技人员于1972年提出的。该方法是根据事物发展趋势的多样性，通过对预测对象系统内外相关问题的系统分析，设计出多种可能的未来前景，然后，用像撰写电影剧本一样的手法，对事物发展态势作出自始至终点情景和画面的描述。情景分析过程实质上是用来完成对事

37、物所有可能的未来趋势的描述，其分析结果主要包括三部分内容：事物未来可能发生态势的确定，各态势特性及其发生可能性的描述，各态势发展路径分析。（6） 德尔菲法由于在小组共识中，职位较高的人的意见或看法往往比职位较低的人的意见更受重视，而且职位较低的人经常会因为害怕而不敢表达自己真实的观点。为了避免出现这种情况，德尔菲法隐去了参与预测研究的各成员身份，使每个人的重要性都相同。其操作过程是：由组织者设计调查问卷并发给每个与会代表，各个代表的意见经汇总后以匿名方式与新一轮问卷一起再反馈给全组的每个代表。德尔菲法由兰德（Rand）公司于20世纪50年代首创。其具体步骤如下：1) 选择参与的专家。专家组成员

38、应包括具有不同知识背景的人；2) 通过问卷调查（或电子邮件）从各个参与预测的专家处获得预测信息（包括对预测所假设的前提和限制）；3) 汇总调查结果，附加适当地新问题后重新发给所有专家；4) 再次汇总，提炼预测结果和条件，再次形成新的问题；5) 如有必要，重复步骤4，将最终结果发给所有专家。经过上述三轮预测，德尔菲法通常能得到满意的结果。该方法所需的时间取决于专家组成员数目、进行预测所需的工作量，以及各个专家的反馈速度。 预测中的定量方法 时间序列分析时间序列模型力求以历史数据为基础预测未来。例如，由过去六星期中每一星期的销售量可以预测第七个星期的销售量。过去几年内每季度的销售量也可用于预测未来

39、各季度的销售情况。虽然上述两个例子都与销售量有关，但在预测时用的却是不同的时间序列模型。下表列出了一些时间序列模型及其特性，表中没有列出简单移动平均法，但它与简单指数平滑法的特性相同。如果预测人员考虑了季节或其它周期性影响，则加权移动平均法使用起来将更为复杂。加权移动平均法的特性介于霍特（Holt）指数平滑和温特（Winter）指数瓶花之间。尽管表中没有给出霍特模型和温特模型的详细内容，但当指数平滑法大致适用于其数据时，读者可以进一步探究这些变动。应注意各模型的复杂程度是不同的。表5-2 时间序列预测模型特点预测方法历史数据量数据形态预测范围准备时间人员背景简单指数平滑510个观测值以确定权重

40、必须为静态短期短不复杂霍特指数平滑1015个观测值以确定双方权重呈趋势变动但不含季节性短期到中期短略复杂温特指数平滑每季度至少45个观测值趋势变动且含季节性短期到中期短一般复杂回归趋势模型1020个；对于有季节性因素的，每季至少5个趋势变动且含季节性短期到中期短一般复杂因果回归模型每个独立变量需10个观测值可处理复杂类型的数据短期、中期或长期开发时间长，但实施时间短相当复杂时间序列分解能出现2个波峰和波谷即可可处理周期性、季节性数据，能识别出拐点短期到中期短到中等不复杂鲍惠斯詹金斯法50个以上观测值必须为静态，否则转换为静态短期、中期或长期长很复杂书中提及的短期、中期、长期等术语，是相对于该处

41、所讨论的问题而言的。在商业预测中，短期通常指三个月以内，中期指三个月到两年，长期指两年以上。一般而言，短期模型补偿了随机波动并对短期变化（如顾客对新产品的响应）进行了调整。中期预测模型适用于受季节波动性影响的情况。长期预测模型用于探测总体趋势走向，在识别主要拐点时特别有意义。企业选用预测模型一般取决于：1) 预测的时间范围；2) 能否获得相关数据；3) 所需的预测精度；4) 预测预算的规模；5) 合格的预测人员。选择预测模型时，需考虑其它一些问题，如企业的柔性程度（企业对变化的快速反应能力越强，预测模型所需的精度就越低）和不良预测所带来的后果。如果是根据预测进行大规模的投资决策，那么该预测一定

42、得是个良好的预测。第3节 预测模型介绍 时间序列又称时间数列，是指观测或记录到的一组按时间顺序排列的数据，如某段时间内某种物资市场可供资源按时间顺序的统计数据；某企业的采购成本的历史统计资料等。由于事物的时间序列展示了事物的变化特征及变化趋势，并通过选择适当的模型形式和模型参数建立预测模型，运用惯性原理进行趋势外推预测，这种方法比较适合市场预测。下面主要介绍的预测模型都属于时间序列类型。经常使用的时间序列预测方法有：平均数预测法、移动平均预测法、指数平滑预测法等。5.3.1 简单移动平均当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动。虽然移动平

43、均值通常是居中的，但直接利用历史数据预测下一期却更为方便。例如，1月、2月、3月、4月、5月这5个月的平均值就位于中间的3月。但是，所有5个月的数据必须是已经存在地。假如我们的目标是预测6月，则必须通过某些方法将移动平均值从3月外推得出6月的值。如果该平均值不居中而是靠后，预测就更容易些，但这是预测精度可能会降低。因此，如果要用5个月的移动平均去预测6月，我们可以利用1月、2月、3月、4月、5月的平均值。表5-2和图5-2就是这样计算的。尽管选择移动平均的最佳区间很重要，但不同区间长度间存在一些矛盾：移动平均区间越长，对随机扰动项的平滑就越好（很多情况下这是人们所期望的）。但数据有增大或减少的

44、趋势时，移动平均会使得这种趋势滞后。因此，尽管时间跨度短波动会更大，但这样更能紧跟趋势；反之，时间跨度较长对响应当平滑更好，但滞后于趋势。简单移动平均达计算公式如下; 式中F对下一期的预测值；n移动平均的时期个数；At-1前期实际值A t-2，A t-3和A t-n分别表示前二期、前三期直至前n期的实际值。图5-2是根据表5-3的数据绘制的，它表明了采用不同移动平均期的结果。由图可知，成长趋势在第23周时恢复到水平增长趋势。虽然总体上9周的移动平均值更为平滑，但是3周的移动平均值对这一变动的响应好于9周的移动平均值。表5-3 以3周和9周为期的简单移动平均需求预测值周次需求3周9周周次需求3周

45、9周1800161700220018112140017180020001800310001822001833181141500106719190019001911515001300202400196719336130013332124002167201171800143322260022332111817001533232000246721449130016002425002333211110170016001367252600236721671117001567146726220023672267121500156715002722002433231113230016331556282500

46、2333231114230018331644292400230023781520002033173330210023672378图5-2 以3周和9周为期的简单移动平均需求预测值计算移动平均的主要缺点在于每一因素都必须以数据表达，因为新的预测区间需要新增一期的数据及删除掉最早期的数据。对于36期的移动平均，这个问题还不算太严重，但是对仓库里20000种产品的每一种进行为期60天的移动平均时，所涉及的数据就相当繁多了。5.3.2 加权移动平均简单移动平均达各元素的权重都相等，而加权移动平均的权重可以不同。当然，其权重之和必须等于1.例如，一家百货店发现在某4个月的期间内，其最佳预测结果由当月实际销售额的40%，倒数第2个月销售额达30%，倒数第3个月销售额达20%和倒数第4个月的10%推出。假设其销售记录为：表5-4 销售记录第1月第2月第3月第4月第5月1009010595？则第5个月的销售额预测值等于：F50.40950.