第八章_供应链需求和供给规划

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(Βιβλιοθήκη Baidu)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))
移动平均法
简单移动平均（Simple moving average）
月份 实际销量(百台)
n= 3(百台)
1
20. 00
2
21. 00
3
23. 00
4
24. 00
21. 33
5
25. 00
22. 67
6
27. 00
24. 00
7
26. 00
25. 33
8
25. 00
26. 00
9
26. 00
26. 00
10
28. 00
25. 67
11
27. 00
26. 33
12
29. 00
定 性
Delphi法
预
用户期望调查法
预测方法
测
方
部门主管讨论法
法
销售人员意见汇集法
预
单纯法
测
方 法
因果模型 定 量
时间序列 平滑模型
移动平均法 加权移动平均法
预
指数平滑法
测
方
法
时间序 列模型
时间序列
乘法模型
分解模型
加法模型
时间序列预测（Time Series Forecasts）
趋势成分- 数据长期变化趋势 季节性波动 - 数据短期有规律的波动
加权移动平均（Weighted moving average）
指数平滑法（Exponential smoothing）
简单移动平均
47 45 43 41 39 37 35
123456
SMAt+1=
实际值
7 8 9 10 11 12
n
At+i-n
i=1
n
SMA5 SMA3
表 6-1 简单移动平均法预测
供应链管理
第八章
第八章
供应链需求和供给规划
主要内容
需求预测 供应链总体计划 MTS供应链生产计划的制定 MTO供应链生产计划的制定 MRP/DRP
一、预测
Why What Who When How
Why
1 预测在供应链中的作用
供应链管理的重点 推动流程 基于顾客需求预测，规划产品的生产能力 拉动流程 提高产品供给水平 戴尔供应链： 组装是基于顾客订单 英特尔提供处理器（生产周期几周），要预测需求 英特尔的供应商也要预测需求
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
最近的实际观察值赋予最大的权重.”年龄”越大的实际值权重越 小
例
1、用一次指数平滑法预测 （1）取α＝0.1, F1 = A1，： 按照公式：Ft ＝ Ft-1 + α（At-1 — Ft-1） 当t=2时，公式变为：F2 ＝ F1 ＋ α（A1 — F1）； 计算：F2 ＝ F1 ＋ α（A1 — F1）＝ 42 ＋0.1 (42 – 42) = 42. 当t=3时，公式变为：F3 ＝ F2 ＋ α（A2 — F2）= 42 + 0.1 (40 – 42) = 41.8, 当t=4时，公式变为：F4 ＝ F3 ＋ α（A3 — F3）= 41.8 + 0.1 (43 – 41.8) = 41.92,
预测误差的影响
稳定成熟的产品 容易 季节性需求的产品 较难
影响小 影响大（时间短）
尤基.贝瑞是纽约美元证券的
创始人，他以用词不当著
称，尤基曾讲过这样一句话
预测的特征
“预测通常是很困难的，特别 是对未来的预测“
假设过去的发展状态要持续到将来
预测常会出错
长期预测通常没有短期预测精确 7-11
t(月) 1 2 3 4 5 6 7 8 9 10 11 12
表 6-2 加权移动平均预测
实际销量(百台) 三个月的加权移动平均预测值(百台)
20. 00
21. 00
23. 00
24. 00
(0 .5×20 +1×21+1 .5 ×23)/3 =21. 83
25. 00
23. 17
27. 00
24. 33
对于10月份和12月份的需求预测不应只考 虑过去的销售数据
预测的步骤
“预测”
6 对预测进行监控 5 准备预测 4 收集和分析数据 3 选择预测的方法
2 确定预测的时间范围 1 确定预测的目的
how
预测方法
定性法 新产业，例如90年代对互联网的需求预测 时间序列法 外界环境稳定，基本需求模式变动不大 随机法 假定需求与外界环境高度相关 模仿法 通过模仿消费者选择来进行需求预测 综合利用各种方法要比单独利用一种方法更好。
When
预测的时机 与供应链对订单的反应时间有关
How
影响预测的因素
过去的需求（与销售数据不同） 未来计划的广告或营销策略 未来供给：资源的可获性高低 产品间的联系：互相替代者应综合考虑 竞争对手已经采取的行动
过去：10月份方便面的需求量少，而12月 份的需求大
公司决定：10月削价促销
26. 00
25. 83
25. 00
26. 17
26. 00
25. 67
28. 00
25. 67
27. 00
26. 83
29. 00
27. 17
一次指数平滑法
(Single exponential smoothing)
Ft = Ft-1 + (At-1 - Ft-1) = At-1 +（1- ）Ft-1
（周、天）
周期性波动-数据周期性变化（年） 不规则波动- 异常因素引起的波动 随机波动- 随机因素引起的波动
趋势成分 季节成分 周期成分 随机波动成分
单纯法（ Naïve Forecasts）
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
27. 00
n= 4(百台)
21. 75 23. 33 24. 75 25. 50 25. 75 26. 00 26. 25 26. 50
加权移动平均
实际值
47 45 43 41 39 37 35
1 2 3 4 5 6 7 8 9 10 11 12
n
WMAt+1= i = 1
Ai t+i-n
n
WMA5 WMA3
综合预测要比独立预测准确得多
在同样预测误差的条件下，预测国家GDP要比 一个企业的年收入、一个企业某产品的需求更 加容易；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
What
预测的组成 客观+主观 7-11：预测决策支持系统+经理修正 冰激凌: Who 与预测相关的各个部门的人员