需求预测方法

5.需求预测预测定性预测方法定量预测方法预测误差与监控市场分析需求预测订单生产计划MRP生产作业计划生产控制产品R&D战略管理文化管理项目及网络计划生产系统选址和布置BPRJIT、LN、OPT等先进生产方式质量管理设备管理库存管理5.1预测预测是决策的基础5.1预测1）预测及其分类（1）预测：对未来可能发生的情况的预计与推测不仅是长期的战略性决策的重要输入，也是短期的日常经营活动的重要依据预测为编制各部门的计划提供了基础，使各部门能够协调一致的开展工作（2）预测种类预测科学预测技术预测经济预测需求预测社会预测2）影响需求预测的因素需求产品生命周期竞争者的行为商业周期顾客偏好随机影响顾客的购买行为时间输出反馈企业努力输入输入广告推销努力商业信誉产品或服务的设计信用政策产品质量（1）商业周期需求复苏高涨衰退萧条时间（2）产品生命周期需求导入期成长期成熟期衰退期时间3）预测分类预测按时间长短分长期预测中期预测短期预测按预测方法分定性预测法定量预测法德尔菲法部门主管人员意见法用户调查法销售人员意见法因果模型时间序列模型时间序列平滑模型时间序列分解模型简单移动平均法加权移动平均法一次指数平滑法二次指数平滑法乘法模型加法模型4）预测的一般步骤决定预测的目的和用途确定预测的时间跨度选择适当的预测方法或模型收集并分析所有可以利用的过去和现在的资料预测对预测过程进行监控预测模型调整系数历史数据厂商/产品数据预测公开信息深度访谈确认数据预测模型当年和未来三年的预测数据某移动公司未来三年的预测流程图5）预测中应注意的几个问题（1）判断在预测中的作用选择预测方法辨别信息取舍预测结果（2）预测精度与成本总费用预测成本经营费用预测精度费用（3）预测的时间范围和更新频率（4）稳定性和响应性定量模型的使用决策5.2定性预测方法1）德尔菲法（专家调查法）（1）应用过程选择专家要求专家对所预测目标的各种有关事件发生的时间、空间、规模大小等提出具体的预测，并说明理由各位专家再次得到函询综合报告后，对预测单位提出的综合意见和论据加以评价，修正原来的预测值矛盾于，对预测目标重新进行预测向各位专家寄去预测目标的背景材料和所需预测的具体项目经过三四轮，预测主持者要求各位专家根据提供的全部预测资料，提出最后的预测意见，若这些意见收敛或基本一致，即可以此为根据作出判断（2）使用原则匿名性反馈性收敛性2）部门主管人员意见法3）用户调查法4）销售人员意见法5.3定量预测方法5.3.1时间序列模型1）时间序列的构成（1）时间序列：按一定时间间隔，把某变量数值依发生先后顺序排列起来的序列。这些数值可以是销售数量、收入、利润、产量、运量、事故数等。（2）常见的时间序列的4种成分趋势成分季节成分周期成分随机成分趋势成分季节成分周期成分随机成分实际变化2）时间序列平滑模型（1）简单移动平均例，某电子音响器材公司SONY牌单放机的逐月销售记录如下表所示。取n=3，试用简单移动平均法预测。解：由n=3，根据简单移动平均计算公式可得数为移动平均采用的周期周期的实际需求为周期的预测值，可作为周期末简单移动平均值为式中，niAttSMAAnSMAittntiit111113121ttttAAASMA所以计算结果月份实际销量（百台）n=3（百台）12345678910111220.0021.0023.0024.0025.0027.0026.0025.0026.0028.0027.0029.0021.3322.6724.0025.3326.0026.0025.6726.3327.00（2）加权移动平均如上例，取n=3，α1=0.5，α2=1.0，α3=1.5，试用加权移动平均法预测。解：由n=3根据简单移动平均计算公式可得为实际需求的权系数周期的预测值，可作为周期末加权移动平均值为式中，nttntiintitttWMAAnWMA,...,,11211113312211ttttAAAWMA所以计算结果月份实际销量（百台）n=3（百台）12345678910111220.0021.0023.0024.0025.0027.0026.0025.0026.0028.0027.0029.0021.8323.1724.3325.8326.1725.6725.6726.8327.17（3）一次指数平滑法和移动平均法不同，一次指数平滑法考虑所有的历史数据，只不过近期实际数据的权重大，远期实际数据的权重小计算公式一次指数平滑平均值SAt的计算公式若把t期一次指数平滑平均值SAt作为t+1期的一次指数平滑预测值SFt+1，即一次平滑指数法的预测公式11tttSAASA例，某公司的月销售额记录如下表所示，试分别取α=0.4和α=0.7，SF1=11.00，计算一次指数平滑预测值解：当α=0.4时当α=0.7时101111予实际数据的权重为平滑系数，它表示赋期实际值为期一次指数平滑预测值为式中，tAttSFSFASFtttttttSFASF6.04.01tttSFASF3.07.01一次指数平滑预测值如下不同权重计算结果比较如下1012141618202224262830123456789101112月份销售额（千元）实际销售额α=0.4α=0.7注：自学二次指数平滑法3）时间序列分解模型（1）对于企业来说，实际需求值是趋势的、季节的、周期的或随机的多种成分共同作用的结果，只有对时间序列分解，才能找到这些信息（2）分解模型乘法模型—不规则的波动成分——周期性变化成分——季节成分——趋势成分——时间序列的预测值—式中，ICSTTFICSTTF加法模型（3）几种可能的时间序列类型式中，符号含义同上ICSTTF无趋势、无季节波动无趋势、有季节波动有线性趋势、相等的季节波动有线性趋势、增大的季节波动非线性趋势、相等的季节波动非线性趋势、增大的季节波动例，下表是某旅游服务点过去三年各季度快餐的销售记录。试预测该公司未来一年各季度的销售量（1）根据最小二乘法假设销售量的变化服从趋势—季度序号——线性变化常量——销售量预测—式中，tbaTtbaTtt,0123456789101112季度序号t140001300012000110001000090008000销售量aTt求出：（2）估算季节系数SI夏季的季节系数同样tTt1671000015.1316.113.116.13995511TATATASI（夏）00.1,85.000.1（春）（冬），（秋）SISISI（3）预测5.3.2因果模型1）时间序列只将时间作为唯一独立变量，而将需求作为因变量。实际过程中，需求是由很多因素决定的，如产品或服务的定价、政府规定、金融信息等2）常见的因果模型回归模型经济计量模型投入产出模型3）一元线性回归模型（1）参数计算公式—因变量的取值——自变量的取值——变量数——斜率—时的预测值—截距，为自变量——一元线性回归预测值—式中，yxnbxaynxbyaxxnyxxynbbxayTT022（2）相关性r检验和标准差Syxr为正，说明y与x正相关，即x增加，y也增加；r为负，说明y与x负相关，即x增加，y也减少；r越接近1，说明实际值与所做出的直线越接近Syx越小表示预测值与直线的距离越接近222222nyySyynxxnyxxynrTyx如上例，应用一元线性回归进行预测xbxaynxbyaxxnyxxynbT183.16403.995603.995695.5816418399209183.1645.5825.44090.992095.585.65470992225.4预测误差与监控5.4.1预测精度测量1）预测误差（1）预测误差：预测值与实际值之间的差异（2）产生预测误差的原因忽略了重要的变量，或变量发生了大的变化，或新的变量出现，使得所采用的模型不适当由于气候或其他自然现象的严重变化，如大的自然灾害引起的不规则变化预测方法应用不当或错误地解释了预测结果随机变量的存在是固有的（3）常用评价指标平均绝对偏差平均平方误差平均预测误差平均绝对百分误差2）平均绝对偏差（MAD）（1）定义：整个预测期内每一次预测值与实际值的绝对偏差（不分正负，只考虑偏差量）的平均值，能够较好的反映预测的精度，但不容易衡量无偏性（2）计算公式个数（或预测次数）—整个预测期内的时段—的预测值—时段—的实际值—时段—式中，ntFtAnFAMADttnttt13）平均平方误差（MSE）（1）定义：对误差的平方取平均值，能够较好的反映预测的精度，但无法衡量无偏性（2）计算公式式中符号意义同上nFAMSnttt124）平均预测误差（MFE）（1）定义：预测误差的和的平均值，能够很好的衡量预测模型的无偏性，但不能反映预测值偏离实际值的程度（2）计算公式式中符号意义同上nFAMFEnttt15）平均绝对百分误差（MAPE）如下例式中符号意义同上nttttAFAnMAPE1100上限0下限时间出界