生产与运作管理授课教案5
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Week
Demand 0.1 0.6
3.4 时间分解预测模型------解决季节性预测问题 (Seasonal variations)
常用季节性预测模型 加法模型(Additive Model) 乘法模型(Multiplicative model)
基于乘法模型的预测方法
时间序列分解模型计算示例：
有一个公司记录了1997和1998两年的销售数据， 见下表。请根据这些数据预测1999年的销售情 况。
Week Demand
0.1
0.6
1
820 820.00 820.00
2
775 820.00 820.00
3
680 815.50 820.00
4
655 801.95 817.30
5
750 787.26 808.09
6
802 783.53 795.59
7
798 785.38 788.35
8
689 786.64 786.57
3.3 定量预测方法(quantitative method)
时间序列预测模型(Forecasting based on time series data)
销售量
季节值 趋势值 平均值
T 时间
时间序列模型的重点: 趋势值和季节值
选择预测方法和模型的要求
• 预测的响应性
– 指迅速反映需求变化的能力，适用于受随机 因素影响小的预测问题
需求管理的任务之一，就是把每天的用户订单处理成 MPS。
• 不同生产类型企业的MPS时间栅栏(Time fence)
需求栅栏
计划栅栏
Make-toStock
当前时间 冻结
Assemblyto-Order
Make-toOrder
预测订货
用户订货
企业 能力
半固定(雪)
可变动(水)
2.2 需求管理的方法
时间 销售额(万元) 时间 销售额(万元)
1997年1季度 300 1998年1季度 520
2季度 200
2季度 420
3季度 220
3季度 400
4季度 530
4季度 700
Step 1: 求出趋势值的直线方程。
趋势值
用最小二乘法，求出： Tt=170+55*t
Step 2: 计算季节因子
时间
实际 值
第3节 需求预测 (Demand Forecasting) 3.1 预测的概念与分类 • 预测是对未来事件发展的预计与推测。 • 预测的种类 社会预测、经济预测、技术预测、企业预测 (Business forecasting) • 预测的作用
3.2 预测方法
·定性预测方法 ·定量预测方法：时间序列预测模型；因果关系预测模型 定性预测方法(qualitative method) 基于主观判断的预测方法. Delphi method Executive Opinions Sales Force Composite Customer Surveys
1.3 需求管理(Demand Management)的含义
• 需求管理的含义
所谓需求管理, 是对包括预测、接受定货决策、交货 期设置、用户订货、服务、物流管理及其他与用户交 往活动的总称.
• 需求管理是将市场上（企业外部）的需求信息转化为企 业生产系统所能接受的特定信息，是生产系统的计划与 控制的出发点和依据。
市场（用户）的需求，转换成企业组织制造资源 的最优（最起码应是满意）的生产计划。
因此，市场的需求是最优利用企业制造资源的 前提之一，是企业任何运作的“驱动源”。
为此，我们可先了解生产计划与控制系统的构 成情况，看其与需求管理的关系。
生产运作管理的计划与控制系统构成
资源计划 Resource Planning
10
920 833.33 844.00
11
789 856.67 866.50
12
844 867.00 854.83
描点绘图，可以比较当n=3,n=6时对预测结果的影响
对于简单滑动平均预测方法，关键是选择移动时间区间的大小，即n的
大小。 n的大小的选择与预测者要求的适应性有关。如果管理者追求稳定性 n的值应该选择大一些，如果管理着的目标是体现响应性，则应选择小 一点的n。
Week 1 2 3 4 5 6 7 8 9
10
Demand 820 775 680 655 750 802 798 689 775
• Question: Given the following weekly demand data, what are the exponential smoothing forecasts for periods 2-10 using α=0.10 and α=0.60?
• 预测的稳定性
– 指抗拒随机干扰，反应稳定需求的能力。适 用于受随机因素影响大的预测问题
1）、移动平均值(Moving Average) 简单移动平均(Simple Moving Average)
Ft
=
At-1
+ At-2
+ At-3 n
+...+ At-n
式中：i-----”Age” of the data, n----number of period in moving average, Ai----Actual value in “age” i.
Inventory status data
时间分段的物料需求计划 Time-phased requirement
Planning
车间生产系统 Shop-floor systems
物料与能力计划 Material and Capacity Planning
供应商系统 Vender Systems
需求市场 采购市场
季节因子
(1.33+1.17)/2 =1.25 (0.71+0.84)/2=0.78
(0.66+0.72)/2= 0.69 (1.36+1.15)/2 =1.25
1999年1季度: (170+55×9)×1.25=831 2季度: (170+55×10)×0.78=562 3季度: (170+55×11)×0.69=535 4季度: (170+55×12)×1.25=1038
尤其是与生产管理相关的问题，例如： · 可以较好地使用和控制生产能力； · 可以恰如其分地设置用户的交货期, 得用户的信任； · 可以改进物流的运输和库存, 等等.
• 需求管理与主生产进度计划（MPS） 需求管理与MPS之间的交往非常频繁、内容非常详细。 对MTS、ATO和MTO三种类型，需求管理的内容也有 很大不同。 – MTS是考虑库存的变化而不是根据与用户签定的销售 合同，MPS的任务是通过补充消耗掉的库存来满足需 求。 – ATO(Assembly-to-order)考虑短期内的订单，按订单 的交货期下达装配生产计划。 – MTO很难通过预测获得需求信息。
Week 1 2 3 4 5 6 7 8 9
10 11 12
Demand 650 678 720 785 859 920 850 758 892 920 789 844
例子
• 问题: 计算 3周和6周简单 移动平均预测的大小?
计算移动平均预测值:
Week Demand 3-Week 6-Week
1
第5章 需求管理与总体(年度)计划 Demand Management and Aggregate Planning
第1节 需求管理(Demand Management) 1.1 生产/运作管理的计划与控制系统
(Production Planning and Control System, PPC) 生产/运作管理的主要工作之一，就是要把来自
1.2 需求管理的重要性
Customer Requirements
Supplier Requirements
Speed to compliance Lower inventory Cross-docking Value-added services Higher number of SKUs Direct-to-consumer Configure-to-order
Demand
1000 900 800 700 600 500 1 2 3 4 5 6 7 8 9 10 11 12 We e k
Demand 3-Week 6-Week
2）、指数平滑法(Exponential smoothing) 一次值数平滑法
Ft = Ft−1 + α ( At−1 − Ft−1 )
趋势值
实际值/趋势值
97年1季度
300
225 (300/225)=1.33
2季度
200
280
0.71
3季度
220
335
0.66
4季度
530
390
1.36
98年1季度
520
445
1.17
2季度
420
500
0.84
3季度
400
555
0.72
4季度
700
610
1.15
Step 3: 计算1999年的预测值
• 产品与零部件需求预测 • MTS的需求管理 • ATO的需求管理 • MTO的需求管理
2.3 电子商务环境下的需求管理
电子商务环境下用户需求信息传递的特性:
• 信息发生频率高 • 需求品种和需求量随机变化 • 用户要求能即时反馈 • “7×24”的服务能力
• 对需求管理提出了更高的要求
– 自动处理机制 – 小订单处理模式(优先准则) – 生产能力状态的实时反映 – 与合作伙伴的结盟 – 物流状态跟踪 – 供应链运行的评价
• Assume F1=D1 (at startup)
Answer: The respective alphas columns denote the forecast values. Note that you can only forecast ahead one time period into the future.
F的t-实---际第值t期，的α预---测-平值滑，指F数t-1----第t-1期的预测值，At-1----第t-1期
例如，上期预测值可卖出42个产品，实际卖出40个，取α=0.10, 则下一期的预测值为：
Ft = Ft−1 + α ( At−1 − Ft−1 ) = 42 + 0.10(40 − 42) = 41.8
生产计划 Production Planning
需求管理 Demand Management
Bill of Material
能力需 求计划
主生产计划 Master Production
Scheduling
详细物料需求计划 Detailed Materials Requirement planning
• 本章所讨论的需求管理, 主要涉及一个企业日常的生产管 理中，用户需求与企业生产活动之间的交互关系，目的 是通过对需求的管理, 最大限度地运用企业的能力满足用 户需求。
第2节 需求管理的内容和方法
2.1 需求管理的主要内容
• 需求管理与生产计划（Production Planning） 需求管理的工作做好了,企业可以从中得到许多好处,
9
775 776.88 786.61
10
776.69 780.77
与上面的问题的类似，预测的关键是选择α的大小。如管 理者追求稳定性，α的值应该选择小一些，如果管理着的 目标是体现响应性，则应选择大一点的α
模型
Demand
900 800 700 600 500
1 2 3 4 5 6 7 8 9 10
Imperfect Information
Customer / retailer satisfaction
Operational productivity
Transportation efficiency
Improved in-stock positions
Lower inventory Flexible business
650 F4=(720+678+650)/3
2
678 =682.67
3
720
F7=(920+859+785
4
785 682.67 +720+678+650)/6
5
859 727.67 =768.67
6
920 788.00
7
850 854.67 768.67
8
758 876.33 802.00
9
892 842.67 815.33
praቤተ መጻሕፍቲ ባይዱtices
需求管理（Demand Management）
独立需求: Finished Goods
A
B(4)
C(2)
相关需求: Raw Materials, Component parts, Sub-assemblies, etc.
D(2)
E(1)
D(3)
F(2)
独立需求: What a firm can do to manage it. • 能够采取积极措施影响需求. • 也可能采取被动措施简单地响应需求.
Demand 0.1 0.6
3.4 时间分解预测模型------解决季节性预测问题 (Seasonal variations)
常用季节性预测模型 加法模型(Additive Model) 乘法模型(Multiplicative model)
基于乘法模型的预测方法
时间序列分解模型计算示例：
有一个公司记录了1997和1998两年的销售数据， 见下表。请根据这些数据预测1999年的销售情 况。
Week Demand
0.1
0.6
1
820 820.00 820.00
2
775 820.00 820.00
3
680 815.50 820.00
4
655 801.95 817.30
5
750 787.26 808.09
6
802 783.53 795.59
7
798 785.38 788.35
8
689 786.64 786.57
3.3 定量预测方法(quantitative method)
时间序列预测模型(Forecasting based on time series data)
销售量
季节值 趋势值 平均值
T 时间
时间序列模型的重点: 趋势值和季节值
选择预测方法和模型的要求
• 预测的响应性
– 指迅速反映需求变化的能力，适用于受随机 因素影响小的预测问题
需求管理的任务之一，就是把每天的用户订单处理成 MPS。
• 不同生产类型企业的MPS时间栅栏(Time fence)
需求栅栏
计划栅栏
Make-toStock
当前时间 冻结
Assemblyto-Order
Make-toOrder
预测订货
用户订货
企业 能力
半固定(雪)
可变动(水)
2.2 需求管理的方法
时间 销售额(万元) 时间 销售额(万元)
1997年1季度 300 1998年1季度 520
2季度 200
2季度 420
3季度 220
3季度 400
4季度 530
4季度 700
Step 1: 求出趋势值的直线方程。
趋势值
用最小二乘法，求出： Tt=170+55*t
Step 2: 计算季节因子
时间
实际 值
第3节 需求预测 (Demand Forecasting) 3.1 预测的概念与分类 • 预测是对未来事件发展的预计与推测。 • 预测的种类 社会预测、经济预测、技术预测、企业预测 (Business forecasting) • 预测的作用
3.2 预测方法
·定性预测方法 ·定量预测方法：时间序列预测模型；因果关系预测模型 定性预测方法(qualitative method) 基于主观判断的预测方法. Delphi method Executive Opinions Sales Force Composite Customer Surveys
1.3 需求管理(Demand Management)的含义
• 需求管理的含义
所谓需求管理, 是对包括预测、接受定货决策、交货 期设置、用户订货、服务、物流管理及其他与用户交 往活动的总称.
• 需求管理是将市场上（企业外部）的需求信息转化为企 业生产系统所能接受的特定信息，是生产系统的计划与 控制的出发点和依据。
市场（用户）的需求，转换成企业组织制造资源 的最优（最起码应是满意）的生产计划。
因此，市场的需求是最优利用企业制造资源的 前提之一，是企业任何运作的“驱动源”。
为此，我们可先了解生产计划与控制系统的构 成情况，看其与需求管理的关系。
生产运作管理的计划与控制系统构成
资源计划 Resource Planning
10
920 833.33 844.00
11
789 856.67 866.50
12
844 867.00 854.83
描点绘图，可以比较当n=3,n=6时对预测结果的影响
对于简单滑动平均预测方法，关键是选择移动时间区间的大小，即n的
大小。 n的大小的选择与预测者要求的适应性有关。如果管理者追求稳定性 n的值应该选择大一些，如果管理着的目标是体现响应性，则应选择小 一点的n。
Week 1 2 3 4 5 6 7 8 9
10
Demand 820 775 680 655 750 802 798 689 775
• Question: Given the following weekly demand data, what are the exponential smoothing forecasts for periods 2-10 using α=0.10 and α=0.60?
• 预测的稳定性
– 指抗拒随机干扰，反应稳定需求的能力。适 用于受随机因素影响大的预测问题
1）、移动平均值(Moving Average) 简单移动平均(Simple Moving Average)
Ft
=
At-1
+ At-2
+ At-3 n
+...+ At-n
式中：i-----”Age” of the data, n----number of period in moving average, Ai----Actual value in “age” i.
Inventory status data
时间分段的物料需求计划 Time-phased requirement
Planning
车间生产系统 Shop-floor systems
物料与能力计划 Material and Capacity Planning
供应商系统 Vender Systems
需求市场 采购市场
季节因子
(1.33+1.17)/2 =1.25 (0.71+0.84)/2=0.78
(0.66+0.72)/2= 0.69 (1.36+1.15)/2 =1.25
1999年1季度: (170+55×9)×1.25=831 2季度: (170+55×10)×0.78=562 3季度: (170+55×11)×0.69=535 4季度: (170+55×12)×1.25=1038
尤其是与生产管理相关的问题，例如： · 可以较好地使用和控制生产能力； · 可以恰如其分地设置用户的交货期, 得用户的信任； · 可以改进物流的运输和库存, 等等.
• 需求管理与主生产进度计划（MPS） 需求管理与MPS之间的交往非常频繁、内容非常详细。 对MTS、ATO和MTO三种类型，需求管理的内容也有 很大不同。 – MTS是考虑库存的变化而不是根据与用户签定的销售 合同，MPS的任务是通过补充消耗掉的库存来满足需 求。 – ATO(Assembly-to-order)考虑短期内的订单，按订单 的交货期下达装配生产计划。 – MTO很难通过预测获得需求信息。
Week 1 2 3 4 5 6 7 8 9
10 11 12
Demand 650 678 720 785 859 920 850 758 892 920 789 844
例子
• 问题: 计算 3周和6周简单 移动平均预测的大小?
计算移动平均预测值:
Week Demand 3-Week 6-Week
1
第5章 需求管理与总体(年度)计划 Demand Management and Aggregate Planning
第1节 需求管理(Demand Management) 1.1 生产/运作管理的计划与控制系统
(Production Planning and Control System, PPC) 生产/运作管理的主要工作之一，就是要把来自
1.2 需求管理的重要性
Customer Requirements
Supplier Requirements
Speed to compliance Lower inventory Cross-docking Value-added services Higher number of SKUs Direct-to-consumer Configure-to-order
Demand
1000 900 800 700 600 500 1 2 3 4 5 6 7 8 9 10 11 12 We e k
Demand 3-Week 6-Week
2）、指数平滑法(Exponential smoothing) 一次值数平滑法
Ft = Ft−1 + α ( At−1 − Ft−1 )
趋势值
实际值/趋势值
97年1季度
300
225 (300/225)=1.33
2季度
200
280
0.71
3季度
220
335
0.66
4季度
530
390
1.36
98年1季度
520
445
1.17
2季度
420
500
0.84
3季度
400
555
0.72
4季度
700
610
1.15
Step 3: 计算1999年的预测值
• 产品与零部件需求预测 • MTS的需求管理 • ATO的需求管理 • MTO的需求管理
2.3 电子商务环境下的需求管理
电子商务环境下用户需求信息传递的特性:
• 信息发生频率高 • 需求品种和需求量随机变化 • 用户要求能即时反馈 • “7×24”的服务能力
• 对需求管理提出了更高的要求
– 自动处理机制 – 小订单处理模式(优先准则) – 生产能力状态的实时反映 – 与合作伙伴的结盟 – 物流状态跟踪 – 供应链运行的评价
• Assume F1=D1 (at startup)
Answer: The respective alphas columns denote the forecast values. Note that you can only forecast ahead one time period into the future.
F的t-实---际第值t期，的α预---测-平值滑，指F数t-1----第t-1期的预测值，At-1----第t-1期
例如，上期预测值可卖出42个产品，实际卖出40个，取α=0.10, 则下一期的预测值为：
Ft = Ft−1 + α ( At−1 − Ft−1 ) = 42 + 0.10(40 − 42) = 41.8
生产计划 Production Planning
需求管理 Demand Management
Bill of Material
能力需 求计划
主生产计划 Master Production
Scheduling
详细物料需求计划 Detailed Materials Requirement planning
• 本章所讨论的需求管理, 主要涉及一个企业日常的生产管 理中，用户需求与企业生产活动之间的交互关系，目的 是通过对需求的管理, 最大限度地运用企业的能力满足用 户需求。
第2节 需求管理的内容和方法
2.1 需求管理的主要内容
• 需求管理与生产计划（Production Planning） 需求管理的工作做好了,企业可以从中得到许多好处,
9
775 776.88 786.61
10
776.69 780.77
与上面的问题的类似，预测的关键是选择α的大小。如管 理者追求稳定性，α的值应该选择小一些，如果管理着的 目标是体现响应性，则应选择大一点的α
模型
Demand
900 800 700 600 500
1 2 3 4 5 6 7 8 9 10
Imperfect Information
Customer / retailer satisfaction
Operational productivity
Transportation efficiency
Improved in-stock positions
Lower inventory Flexible business
650 F4=(720+678+650)/3
2
678 =682.67
3
720
F7=(920+859+785
4
785 682.67 +720+678+650)/6
5
859 727.67 =768.67
6
920 788.00
7
850 854.67 768.67
8
758 876.33 802.00
9
892 842.67 815.33
praቤተ መጻሕፍቲ ባይዱtices
需求管理（Demand Management）
独立需求: Finished Goods
A
B(4)
C(2)
相关需求: Raw Materials, Component parts, Sub-assemblies, etc.
D(2)
E(1)
D(3)
F(2)
独立需求: What a firm can do to manage it. • 能够采取积极措施影响需求. • 也可能采取被动措施简单地响应需求.