第五章需求预测与生产计划

一次指数平滑 二次指数平滑 三次指数平滑
一次指数平滑预测方法 [1] [1]
• 计算公式为： • • • •
St = a xt + (1 - a )St -1
[1] t 第t期的一次指数平滑值 [1] St -1 第t-1期的一次指数平滑值 第t期的实际发生值 t 指数平滑系数，
S
a
x
Ft
—— 对下一期的预测值；
n——
移动平均的时期个数；
At 1, At 2 , At 3 , At n —— 前期、前两期、前三期直至前n期的实际值
这种方法便于简单预测，但没有考虑数据的不规则性，季 节性的变化。
简单移动平均算例
周次
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
加权移动平均法
简单移动平均的各元素权重都相等，而加权移动平均 的权重值可以不同。当然，其权重之和必须等于1。
权重的选择：
经验法和试算法是选择权重的最简单的方法。一般而 言，最近期的数据最能预示未来的情况，因而其权重 应大些。但是，其数据是季节性的，故权重也应是季 节性的，一般对季节性产品季节权重系数要大。由于 加权移动平均能区别对待历史数据，因而在这方面要 优于简单移动平均。

时间序列是按一定 的时间间隔和事件 发生的先后顺序排 时间序列分解。一个典型的时间序列可包含四种因素： 列起来的数据构成 – 趋势。需求的变化趋势，数据可以是一段时间的逐渐向上、向下或平稳的移动。 序列
时间序列预测方法
– 季节。随季节的变化增加或减少，具有重复发生的规律。 – 周期。在较长的时间（1年以上）围绕趋势作有规律的上下波动。这种波动被 称作经济周期。它可以没有固定的周期。 – 随机。偶然、非经常原因引起的数据变动。它们没有可识别的形式。
5.1.3定量预测
因果模型 定量 预测 时间序 列模型 简单移动
移动平均法 加权移动平均法 指数平滑法
定量预测方法简介 定量预测模型的基本前提：假设过去存在的变量之间的
关系和相互作用机理，今后仍将存在并继续发挥作用。
时间序列分析预测以时间为独立变量，利用过去需求随 时间变化的关系来估算未来的需求 因果预测利用变量（可以包括时间）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
预测的基本步骤
5.1.2定性预测
德尔菲（Delphi）法
德尔菲法的特点
优点： 避免了专家会议存在的崇拜权威，一边倒、随大流等弊端。 有组织咨询，在资料不全或不多的情况下均可使用 简明直观，预测结果可共计划人员参考。 缺点： 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。

德尔菲法的基本程序
5.1.2定性预测
用户调查法 • 当对新产品或缺乏销售记录的产品需求进行预测时，常采用此方法， 对现实或潜在客户进行调查，了解用户对产品及特征的期望，再考虑 本企业的可能市场占有率，对各种信息综合处理即可得到作序的预测 结果。
优点： 预测来源于顾客，较好的反应了市场的需求情况； 可了解顾客不购买的原因，有利于改进产品和有针对性 的展开促销活动 可了解顾客对产品优缺点的看法
产 品 或 服 务 需 求
季节高峰
趋势
实际需求曲线
平均需求 随机波动 时间
时间序列及其构成
5.1.3定量分析
移动平均法
移动平均法：是对历史数据按顺序逐点分段移动平 均，以反映产品需求的长期变化趋势。 简单移动平均 加权移动平均法
简单移动平均法
简单移动平均的计算公式为：
At 1 At 2 At 3 At n Ft n
M 5 = 0.40 ´ 95 + 0.30 ´ 105 + 0.20 ´ 900.10 ´ 100 = 97.5
指数平滑法
移动平均法只考虑最近的N各实际数据，指数平滑法则考虑所 有的历史数据，对近期实际数据权重大，远期实际数据权重小。 指数平滑法是从移动平均法演变过来的，是将现在实际值和上 一周期指数平滑值加权平均。该方法是对各期数据按照发生的 先后次序不同分别给出具有指数变化规律的权值，求出加权平 均值，以此为基础进行预测，其实质是一种特殊的加权平均法
第五章 需求预测与生产计划
主要内容
需求预测 生产能力测定
综合计划
主生产计划
物料需求计划
第一节 需求预测
一、需求预测讲授内容
• 5.1.1 预测基本概念及分类 • 5.1. 2 定性预测 • 5.1.3 定量预测
预测的作用
预测是对未来可能发生的事件的预计与推断。 预测不仅是长期的战略性决策的重要输入， 也是短期的日常运作的重要基础。 预测为企业编制计划、协调内部各项活动提 供了坚实基础。


定性预测方法常 用的主要有用户 调查法、销售人 员意见汇集法、 专家评估法（德 尔菲法）。

定量预测方法 – 定量预测是通过使用历史数据或因素变量 来建立数学模型而进行预测工作的，如回 归分析法、平滑预测法等。 定量预测方法主要有移动平均法、指数平滑 法、趋势外推法、回归分析法等，这些方法 可归为两类：一类是时间序列预测方法，另 一类是因果预测方法。 时间序列预测方法。它是假定将来是过去的 函数，即用市场需求的历史统计数据，预测 需求的未来发展和变化。正常情况下，由于 市场需求一般具有随时间连续变化的特征， 故时间序列预测法通常能收到较好的效果。 因果预测方法。它根据事物之间的因果关系 来预测事物的发展和变化。如商品房销售预 测的因果模型可包括广告预算、竞争对手的 价格、家庭平均收入水平等因素。
影响需求的因素及相互关系
产品和服 服务信誉 务的设计 企业的努力
销售努力
广告
信用政策 质量
输入
输出
企业
反馈
需求
商业 产品 随机 顾客 竞争者 顾客 时间 周期 生命 变动 偏好 的努力 购买 周期 与价格 计划
5.1.1 预测的基本概念
长期预测 中期预测 短期预测
定性预测方法 定量预测方法
0 £a £1
St = a xt + (1 - a )S
[1]
一次指数平滑预测方法
[1] t -1
St = S
[1][1] t -1+ a ( xt - S
[1] t -1
)
递推公 式
假定一组时间序列
X 1, X 2, , Xt
t
St Xt （ 1 ）Xt 1 （ 1 ） S0
优点： 无需准备和统计历史资料 汇集了各个主管的经验和判断 缺乏足够的历史资料，此法较有效。 缺点： 由于是各主管的主管意见，故预测结果缺乏严格的科学性 与会人员之间相互影响，制约 因预测是集体讨论的结果，故无人对其正确性负责
5.1.2定性预测
销售人员意见汇集法 发挥基层销售人员的积极性，由各地区的销售人员根据其人的判断给 出预测，汇总、综合后形成整个企业的预测结果。
首先成立预测小组。任务是： 1确定预测主题。 2选择专家。选择时要注意三个问题：首先是广泛性。其次是自愿性。最后是人数 要适度。参加预测的专家愈多，预测精度将愈高。一般以20-50人为宜。 3编制预测事件一览表。有：①预测某事件实现的时间。②预测事件的相对结构比 重。③选择性预测。④排序性预测。⑤简明询问。 其次进行轮番征询工作。一般采用三轮制，按以下步骤进行： – 第一轮。发给专家预测主题及相应的预测事件表，请其在一定期限内将应答 寄回。预测小组在对应答结果整理、统计和分析的基础上，制定第二轮函询 表。它所列预测事件的预测目标更加集中和明确，表述也更准确。 – 第二轮。将第一轮表的统计结果和第二轮函询表发给专家。请专家提出或修 改自己的预测，并说明理由，也可以对第一轮统计结果提出质疑。收到专家 回复后进行统计分析，将分析整理结果再反馈给专家。 – 第三轮。将第二轮初步所得预测结果制定成第三轮函询表发给专家，请其提 出评价意见和理由，寄回。 – 最后是应答结果的最终处理。
预测的分类
短期预测：调整生产能力、采购、安排生产作业计划等具体生 产经营活动的依据。 可利用趋势外推、指数平滑等方法与判断有机结合给出。

定性预测方法
预测的方法

– 定性预测主要运 用经验的或事理 的分析判断方法， 对未来可能出现 的情况作出估计， 但并非不运用数 据，只是不使用 成套的数学模型；
优点：
预测值很容易按地区、分支机构、销售人员、产品分开 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了重视，增加了其销售的决心
缺点：
带有销售人员的主管偏见 受到局部地区的影响，预测结果不容易正确 当预测结果作为销售人员未来的销售目标时，预测值易被低估 当预测涉及紧俏商品时，预测值易被高估。
5.1.2定性预测 用户调查法
• • • • 缺点： 很难获得顾客的真诚合作 顾客期望不等同于实际购买，且期望容易变化 由于对顾客了解不多，调查时需耗费较多的人力和时间。
5.1.2定性预测
部门主管讨论法 召集销售、生产、采购、财务、研发等各部门主管开会讨论， 与会人员发表个人意见，提出预测值，后由召集人按照某种 方法对所有单个的预测值进行综合处理，及得预测结果。
德尔菲法 预测方法的种类 定性预测
Subjective-based on human judgment
部门主管意见法 用户调查法 销售人员意见汇集法
预测 方法
因果模型
定量 预测 简单移动 时间序 列模型 移动平均法
Objectivederived from analysis of data
加权移动平均法 指数平滑法
• 长期预测：是企业长期发展规划、产品开发研究计划、投资计划、生 产能力扩充计划的依据；
预测的分类
• 利用市场调研、技术预测、经济预测等方法，加上综合判断来完成， 其结果大多是定性的描述。