运营管理_Charpt6-需求预测

2、预测的种类 (1) 按预测时间的长短
长期预测：对5年或5年以上的需求前景的 预测
长期预测一般是利用市场调研、技术预测、经济预测、 人口统计等方法，加上综合判断来完成，其结果大多是定 性的描述。长期预测是企业长期发展规划、产品研究开发 计划、投资计划、生产能力扩充计划的依据。


中期预测：对一个季度以上、2年以下需求 前景的预测

指数平滑法（Exponential Smoothing）
（考虑所有的历史数据） 由于随机成分的影响而导致需求偏离平均水平时， 一次指数平滑法 应用时间序列平滑模型，通过对多期观测数据平均的 办法，可以有效地消除或减少随机成分的影响，以使 二次指数平滑法 预测结果较好地反映平均需求水平。
（1）简单移动平均法

Delphi法的适用范围



难以借助精确的分析技术处理，但建立在集体 基础上的直观判断可以给出某些有用的结果 面对一个庞大复杂的问题，专家们以往没有交 流思想的历史，因为他们的经验与专业代表着 不同的背景 专家人数多，面对面交流思想的方法效率很低 时间与费用的限制使得经常开会商讨成为办不 到的事 专家之间分歧隔阂严重或出于其他原因不宜面 对面交换思想 避免权威作用，防止“乐队效应”，也就是随 大流倾向
中期预测可以通过集体讨论、时间序列法、回归法、 经济指数相关法等方法结合判断而作出。它是制订年度生 产计划、季度生产计划、销售计划、生产与库存预算、投 资和现金预算的依据。

短期预测：以日周旬月为单位对一个季度
(2) 按基本方法
定性(qualitative)预测 时间序列分析 因果联系 模拟模型
生产与运作管理
Operations Management 主讲: 周清华
工业工程系
桂林电子科技大学 商学院
第六章 需求预测
一、预测的基本概念 二、定性预测方法 三、定量预测方法 四、计算机仿真预测模型
一、预测的基本概念
什么是预测? 预测的分类 预测的一般步骤 影响需求预测的因素 预测中应注意的几个问 题

（3）指数平滑法


一次指数平滑法（Single Exponential Smoothing） 二次指数平滑法（Double Exponential Smoothing）
A.一次指数平滑法
一次指数平滑法是另一种形式（比较复杂） 的加权移动平均法 加权移动平均法只考虑最近的n个实际数据， 指数平滑法则考虑所有的历史数据，只不 过近期实际数据的权重大，而远期实际数 据的权重小 一次指数平滑法只需要很少的历史数据 一次指数平滑法的预测公式：
第t+1期的预测值等于前t期实测值的指数形式 的加权和；且随着实测值年龄的增大，其权数 以指数形式递减。
讨论两种极端情况
（1）α = 0 SFt+1 = SF1 = A1 即对近期的数据都加上0权数，只考虑 最历史的数据 （2）α = 1 SFt+1 = αAt = At 即对所有历史数据都加上0权数，只考 虑最近期的数据（朴素法）
举例
月 实际销量（百台） 预测销量(α=0.4) 份 (Ai) (SFi)
SFt+1 = αAt +(1-α) SFt
预测销量(α=0.7) (SFi)
1 10.00 11.00(给定) 11.00 (给定) 2 12.00 10.60 10.30 3 13.00 11.16 11.49 4 16.00 11.90 12.55 5 19.00 13.54 14.97 SF2 = αA1 +(1-α) SF1 6 23.00 15.72 17.79 = 0.4A1 +(1-0.4) SF1 7 26.00 18.63 21.44 = 0.410.00 +(1-0.4) 11.00 2 +(1-α) SF2 SF3 = αA 8 = 10.60 30.00 24.63 =21.58 2 +(1-0.7) SF2 0.7A 9 28.00 28.39 =24.95 0.712.00 +(1-0.7) 10.30 10 18.00 28.12 =26.17 11.49 11 16.00 22.90 21.04


又称专家调查法（S1:挑选专家；S2:迭 代函询调查；S3:最终预测意见） 简单直观 避免了专家会议的弊端（Group-think） 适用资料不全或不多的情况 专家的选择没有明确的标准，预测结果 的可靠性缺乏严格的科学分析，最后趋 于一致的意见仍带有随大流的倾向 三原则：匿名性，反馈性，收敛性
前n期需求总和 移动平均数 n
SMAt 1 Ai n
i t 1 n
t
பைடு நூலகம்
( At 1n A(t 1n )1 A(t 1n ) 2 ... At ) / n
共n项 n为移动平均采用的周期数
加权移动平均数
t
（2）加权移动平均法 （第 n期权数第n期需求）

4.销售人员意见汇集法（Field Sales Force）
三、定量预测方法
（一）时间序列分析 （二）因果关系模型 （三）预测监控
时间序列是按一定的时间间隔，把某种变量的 数值依发生的先后顺序排列起来的序列。
（一）时间序列分析：以时间为独立变量， 利用过去需求随时间变化的关系来预测未 来的需求。 包括：时间序列平滑模型，时间序列分解 模型 （二）因果关系模型：利用变量（包括时间， 如广告投入vs销量）之间的相互关系，通 过一种变量的变化来预测另一种变量的未 来变化。 上述模型共同隐含的假设（前提）：过去 存在的变量之间的关系和相互作用机理，

1、什么是预测?
Forecast, Predict, Prophesy 预测是对未来可能发生的情况的预计与 推测。 预测是一门艺术，一门科学 (Forecasting is the art and science of predicting future events) “凡事预则立，不预则废” 战略性决策、日常经营活动依据（特别 是服务业） 组织内部各部门计划的基础（包括生产、 库存、人力、财务等）
WMA4=(0.5A1+ A2+1.5A3)/3=21.83
21.83 23.17 24.33 25.83 26.17 25.67 25.67 26.83
SMA与WMA预测值的比较
简单移动平均
加权移动平均
SMA与WMA预测值的再比较(滞 后性)
WMA特点：
当存在可察觉的趋势时，可以用权数来强调 最近数据。若对最近的数据赋予较大的权重， 则预测数据与实际数据的差别较简单移动平 均法要小。 加权移动平均法更能反映近期的变化，因为 更接近当前的数据可以被赋予更大的权数。 近期数据的权数越大，则预测的响应性就越 好，但稳定性越差；反之则预测的稳定性越 好，但响应性越差。 权数的选择带有一定主观性，没有权数选择 的既定公式。
2.部门主管集体讨论法（Jury of Executives） 简单易行，可快速获得预测结果
汇集了各主管的经验和判断 不需要准备和统计历史资料 各主管的主观意见，预测结果缺乏严格 的科学性 与会人员间容易相互影响 因预测是集体讨论的结果，故无人对其 正确性负责

3.市场调研法
Response
Mo., Qtr., Yr.
© 1984-1994 T/Maker Co.

季节成分：在一年里按通常的频率围绕趋 势作上下有规则的波动(由于天气、顾客等 原因) 。
Summer Response
© 1984-1994 T/Maker Co.
Mo., Qtr.

周期成分：在较长的时间里（一年以上） 围绕趋势作有规则的上下波动。这种波动 常被称作经济周期。
预测来源于顾客期望，能较好地反映市场 需求情况 有利于改进产品，有针对性地开展促销活 动 适用于对新产品或缺乏销售记录的产品需 求预测 很难获得顾客的通力合作 顾客所说不一定符合顾客最终实际所做， 因为顾客的期望值不断变化 费时费力

又称基层意见法 预测值很容易按地区、分支机构、销售人 员、产品等区分开 由于取样较多，预测结构较具稳定性 由于销售人员的意见受到重视，增加了其 销售信心 带有销售人员的主观偏见 受地区局部性的影响，预测结果精度较差 当预测结果作为销售人员未来的销售目标 时，预测值容易被低估 当预测涉及紧俏商品时，预测值容易被高 估
权数
WMAt 1 i t nAi n
i t 1 n
(1 At 1n 2 A(t 1n )1 3 A(t 1n ) 2 ... n At ) / n
共n项 i为实际需求的加权系数
举例

某公司产品的逐月销售量记录如下。取n=3, 试用移动平均法进行预测。
（一）时间序列分析
时间序列的构成 时间序列平滑模型

移动平均法（MA、WMA） 指数平滑法（一次、二次）

时间序列分解模型
1、时间序列的构成
趋势成分
周期成分
季节成分
随机成分

趋势成分：数据随着时间的变化表现出一种 趋向(由于人口、技术等原因)。它按某种规 则稳步地上升或下降，或停留在某一水平。

预测中应注意的几个问题
费用



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 预测精度与成本 预测的稳定性与 响应性 （ 抗 随 机 干 扰 vs 反映需求变化） 预测的时间范围
总费用
预测成本 经营费用 0
预测精度
二、定性预测方法
德尔菲法（Delphi Method） 部门主管集体讨论法（Jury of Executives） 用户调查法（Users’ Expectation） 销售人员意见汇集法（Field Sales Force）