物料预测的两种方法

合集下载
  1. 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. 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. 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)。

物料预测的两种方法

前言

物料预测方法按其性质可分为定性预测方法和定量预测方法,每一类都有几种具体的方法。

一、定性预测方法

定性预测法是通过企业管理者所掌握的经验和信息来分析

市场的动态变化,从而推断市场供求的变化趋势。它的特点是注重利用直观材料和主观经验来判断未来的发展。具体方法主要有以下几种:

1.判断和预测方法

也称为经验估计法。其特点是根据企业管理者和物料控制人员的经验和判断,通过分析和研究,来判断未来的物料变化趋势。其优点是适用于任何部门和企业,简单易行,能在短时间内集合相关人员的意见,有利于将物料预测与预测计划的完成结合起来,提高完成计划的信心和责任心;缺点是主观随意性大,容易

出现偏差或失误。比如基层物料控制人员的意见,往往是从完成物料供应任务出发,可能估计偏低。该方法适用于物料品种相对单一、统计数据不足、受不可控因素影响较大的物料预测。

该预测方法可以细分为三种:

①管理者意见法。此法是企业中主管物料业务的经理和相关部门的负责人共同判断和预测。

②物料人员意见法。包括物料管理员、物料员、采购员等相关人员共同判断预测。

③综合判断法。这是综合经理、物料管理人员和其他相关人员共同判断的预测。这种方法可以从更多的层面听取相关人的意见,起到取长补短的作用,预测准确率会更高。

2.专家意见法

也称为德尔菲法。根据传说,德尔斐是古希腊城市的名字,城里有阿波罗神庙,可以预知未来。众神每年都聚集在德尔斐预测未来,所以他们借用了它的名字。这种方法在国外相当流行。

这种方法以专家为询问信息的对象,根据专家的经验和判断进行预测。基本做法是:

①组成专家组,将调查预测的项目需求列成提纲,通知专家,提供相关背景材料。

②专家根据通知要求,对预测的事物提出个人判断和分析,并说明依据和理由。

③主持预测的单位将专家的意见进行集中,将不同的预测结果及其依据和理由分发给专家进行第二轮咨询,要求专家对各自的预测进行补充和修改,并进行说明或评论;然后,专家提出补充或修改预测意见,并说明其依据和理由。经过四五轮匿名反复询问,意见逐渐趋同,最终可以得出一个比较实际的答案。

3.类比预测法

这种方法主要是根据预测的数据,在相同的条件下,预测未来材料的各种趋势和需求。这种方法更适合衡量企业的物料需求。用这种方法计算需求时,主要看该物料用在哪些产品上,有

多少实用价值,有多少库存,有多少在途库存,有多少车间需要这种物料,需要多少等等。通过对这些情况的了解,我们可以按照一定的比例来计算物料需求。该方法多采用比例计算法和联锁比例计算法。但需要注意的是,这种方法侧重于对物料数量的预测,对质量的预测较差。

二、定量预测方法

定量预测法是利用统计数据和数学模型进行物料预测的各种方法的总称。常用的有以下几种:

1.百分比增长率法

这种方法主要是根据企业过去的物料使用情况来推断预测期的物料需求。其计算公式为:

物料需求量=本年物料需求量×本年物料需求量÷去年物料需求量

使用这种预测方法应具备两个前提条件:

①企业的物料需求是逐年同比例增长的。

②影响物料的各种因素不变或变化不大。但实际上,影响物料的各种因素是不断变化的,所以这种方法最好与其他方法结合使用。

2.简单平均法

该方法以历史时期实际物料需求的平均值作为预测值。

这种方法的优点是简单可行,但由于将长期物料需求作为短期物料需求处理,不能完全反映物料需求趋势的变化,在市场变化较大的情况下,预测精度较低。

3.移动平均法

这种方法是将过去几个期间的材料用量相加,求其算术平均值,并随时间后移,根据最新的物料用量不断修改平均值,作为预测期间的物料需求。

这种方法选择的期数应足以抵消随机波动的影响,但期数不能过大,才能反映近期的变化趋势。

4.加权平均法

上面提到的几种预测方法,最大的缺点是平均了前期的变化趋势,不能反映近期的变化趋势。为了减少预测误差,应采用加权平均法进行预测。

所谓加权平均,就是在平均之前,逐渐增加最近实际材料用量在平均值中的权重。增加近期物料消耗的权重可以反映接近预测期的市场走势,但也要注意防止偶然因素的影响。

权重是根据以前期间的物料使用对预测期间的影响程度确定的。总的来说,由于近期的影响,权重也较大。数据周期中选项数量的总和应等于1。

5.直线回归法

直线回归法也叫回归分析。该方法的关键点是利用某一时期的历史统计数据,寻找一条趋势变化的直线,这条直线上的每一

点与实际数据上对应点的距离最小(即偏差平方和最小)。用这种方法得到的直线不仅能代表实际消耗物料的变化趋势,而且适合作为预测下一时期变化趋势的方法。这种方法使用线性方程

y=a+bx。

相关文档
最新文档