需求预测方法

输出 反馈
需求
企业努力
产
广推 告销
努 力
商 业 信 誉
产品 或
服务 的设计
信 用 政 策
品 质 量
（1）商业周期
需 求
复苏 高涨 衰退 萧条
时间
（2）产品生命周期
需 求
导入期 成长期 成熟期 衰退期
时间
3）预测分类
长期预测 按时间长短分 中期预测
短期预测
预
测
定性预测法
按预测方法分
定量预测法
德尔菲法 部门主管人员意见法 用户调查法 销售人员意见法
如上例，应用一元线性回归进行预测
b

n xy x y
n x2 x2
9 654709.5 58.5 99209.0 9 440.25 58.52
164.183
a y b x
n

99209

164183
58.5
9
9956.03
所以计算结果
月份 1
实际销量（百台） 20.00
2
21.00
3
23.00
4
24.00
5
25.00
6
27.00
7
26.00
8
25.00来自百度文库
9
26.00
10
28.00
11
27.00
12
29.00
n=3（百台）
21.33 22.67 24.00 25.33 26.00 26.00 25.67 26.33 27.00
上限 0
下限
出界 时间
t
t
Ai
1n
式中，SMAt1为t周期末简单移动平均值，可作为t 1周期的预测值
Ai为i周期的实际需求
n为移动平均采用的周期数
例，某电子音响器材公司SONY牌单放机的逐月 销售记录如下表所示。取n=3，试用简单移动 平均法预测。
解：由n=3，根据简单移动平均计算公式可得
SMAt1 At2 At1 At 3
解：由n=3 根据简单移动平均计算公式可得
WMAt1 1 At2 2 At1 3 At 3
所以计算结果
月份 1
实际销量（百台） 20.00
2
21.00
3
23.00
4
24.00
5
25.00
6
27.00
7
26.00
8
25.00
9
26.00
10
28.00
11
等提出具体的预测，并说明理由
各位专家再次得到函询综合报告后，对预测单 位提出的综合意见和论据加以评价，修正原来
的预测值矛盾于，对预测目标重新进行预测
（2）使用原则 匿名性 反馈性 收敛性
2）部门主管人员意见法 3）用户调查法 4）销售人员意见法
5.3定量预测方法
5.3.1时间序列模型 1）时间序列的构成 （1）时间序列：按一定时间间隔，把某变量数值
（3）常用评价指标 平均绝对偏差 平均平方误差 平均预测误差 平均绝对百分误差
2）平均绝对偏差（MAD） （1）定义：整个预测期内每一次预测值与实际值
的绝对偏差（不分正负，只考虑偏差 量）的平均值，能够较好的反映预测 的精度，但不容易衡量无偏性 （2）计算公式
n
At Ft
MAD t1 n
一定形式的需求模式过去、现在和将来起着 基本相同的作用。然而过去的模型现在仍然有效 吗？决策方法应用跟踪信号或控制图（略） 2）跟踪信号（TS） （1）定义：累积预测误差与平均绝对偏差的比值 （2）计算公式 TS RSFEMAD
n
AT FT
t1 MAD
TS 3 ~ 8，一般取±4
不仅是长期的战略性决策的重要输入，也是短 期的日常经营活动的重要依据 预测为编制各部门的计划提供了基础，使各部 门能够协调一致的开展工作
（2）预测种类
科学预测
技术预测
预
经济预测
测
需求预测
社会预测
2）影响需求预测的因素
顾客偏好 商业周期 竞争者的行为 产品生命周期
随机影响 顾客的购买行为 时间
输入
27.00
12
29.00
n=3（百台）
21.83 23.17 24.33 25.83 26.17 25.67 25.67 26.83 27.17
（3）一次指数平滑法 ➢ 和移动平均法不同，一次指数平滑法考虑所有
的历史数据，只不过近期实际数据的权重大， 远期实际数据的权重小 ➢ 计算公式
一次指数平滑平均值SAt的计算公式
依发生先后顺序排列起来的序列。 这些数值可以是销售数量、收入、利润、产 量、运量、事故数等。 （2）常见的时间序列的4种成分 趋势成分 季节成分 周期成分 随机成分
实际变化
趋势成分 季节成分 周期成分 随机成分
2）时间序列平滑模型 （1）简单移动平均
SM At 1


1 n
i
因果模型
时间序 列模型
时间序 列平滑
模型
时间序列 分解模型
简单移动平均法 加权移动平均法 一次指数平滑法 二次指数平滑法
乘法模型
加法模型
4）预测的一般步骤
决定预测的目的和用途 确定预测的时间跨度
选择适当的预测方法或模型 收集并分析所有可以利用的过去和现在的资料
预测 对预测过程进行监控
某移动公司未来三年的预测流程图
有线性趋势、增大的季节波动
非线性趋势、相等的季节波动
非线性趋势、增大的季节波动
例，下表是某旅游服务点过去三年各季度快餐的销 售记录。试预测该公司未来一年各季度的销售量
（1）根据最小二乘法 假设销售量的变化服从趋势
Tt a b t 式中，Tt — —销售量预测
a,b — —线性变化常量
（2）相关性r检验和标准差Syx
r
n xy x y
n x2 x2 n y2 y2
S yx
y yT 2
n2
r为正，说明y与x正相关，即x增加，y也增加；r 为负，说明y与x负相关，即x增加，y也减少；r 越接近1，说明实际值与所做出的直线越接近 Syx越小表示预测值与直线的距离越接近
TF T S C I
式中，TF — —时间序列的预测值
T — —趋势成分 S — —季节成分 C — —周期性变化成分 I — —不规则的波动成分
➢ 加法模型
TF T S C I 式中，符号含义同上
（3）几种可能的时间序列类型
无趋势、无季节波动
无趋势、有季节波动
有线性趋势、相等的季节波动
T9
3

1.16

1.13

1.16
3
1.15
SI（秋） 1.00，SI（冬） 0.85, SI（春） 1.00
（3）预测
5.3.2因果模型 1）时间序列只将时间作为唯一独立变量，而将需
求作为因变量。实际过程中，需求是由很多因素 决定的，如产品或服务的定价、政府规定、金融 信息等 2）常见的因果模型 ➢ 回归模型 ➢ 经济计量模型 ➢ 投入产出模型
衡量预测模型的无偏性，但不能反映 预测值偏离实际值的程度 （2）计算公式
n
At Ft
MFE t1 n
式中符号意义同上
5）平均绝对百分误差（MAPE）
如下例
MAPE 100 n At Ft
n t1 At 式中符号意义同上
5.4.2预测监控 1）预测的一个十分重要的理论基础
3）一元线性回归模型
（1）参数计算公式
yT a bx
b

n xy x y
n x2 x2
a y b x n 式中，yT — —一元线性回归预测值 a — —截距，为自变量x 0时的预测值
b — —斜率
n — —变量数
x — —自变量的取值
y — —因变量的取值
不同权重计算结果比较如下
销售额（千元）
30 28 26 24 22 20 18 16 14 12 10
1 23 4 56 7 8
月份
实际销售额 α=0.4
注：自学二次指数平滑法
9 10 11 12 α=0.7
3）时间序列分解模型 （1）对于企业来说，实际需求值是趋势的、季
节的、周期的或随机的多种成分共同作用的结 果，只有对时间序列分解，才能找到这些信息 （2）分解模型 ➢ 乘法模型
定量模型的使用决策
5.2定性预测方法
1）德尔菲法（专家调查法）
（1）应用过程
选择专家
经过三四轮，预
测主持者要求各位 专家根据提供的全 部预测资料，提出 最后的预测意见， 若这些意见收敛或 基本一致，即可以 此为根据作出判断
向各位专家寄去预测 目标的背景材料和所
需预测的具体项目
要求专家对所预测目标的各种有关 事件发生的时间、空间、规模大小
t — —季度序号
14000
销 13000
售 12000
Tt
量 11000
10000 a
9000
8000
0 1 2 3 4 5 6 7 8 9 10 11 12 季度序号t
求出：
Tt 10000 167 t
（2）估算季节系数SI
夏季的季节系数
同样
SI（夏）

A1
T1

A5
T5

A9
（2）加权移动平均
WMA t 1


1 n
it
t

1n
it
n
Ai
式中，WMAt1为t周期末加权移动平均值 ，可作为 t 1周期的预测值

1
,
2
,...,

为实际需求的权系数
n
如上例，取n=3，α1=0.5，α2=1.0，α3=1.5， 试用加权移动平均法预测。
式中，At — —时段t的实际值 Ft — —时段t的预测值 n — —整个预测期内的时段个数（或预测次数）
3）平均平方误差（MSE） （1）定义：对误差的平方取平均值，能够较好的
反映预测的精度，但无法衡量无偏性 （2）计算公式
n
At Ft 2
MS t1 n
式中符号意义同上
4）平均预测误差（MFE） （1）定义：预测误差的和的平均值，能够很好的
例，某公司的月销售额记录如下表所示，试分别 取 α=0.4 和 α=0.7 ， SF1=11.00 ， 计 算 一 次 指 数平滑预测值
解：当α=0.4时 SFt1 0.4 At 0.6 SFt
当α=0.7时 SFt1 0.7 At 0.3 SFt
一次指数平滑预测值如下
yT a bx 9956.03 164.183x
5.4预测误差与监控
5.4.1预测精度测量 1）预测误差 （1）预测误差：预测值与实际值之间的差异 （2）产生预测误差的原因
忽略了重要的变量，或变量发生了大的变化， 或新的变量出现，使得所采用的模型不适当
由于气候或其他自然现象的严重变化，如大的 自然灾害引起的不规则变化 预测方法应用不当或错误地解释了预测结果 随机变量的存在是固有的
SAt At 1 SAt1
若把t期一次指数平滑平均值SAt作为t+1期的 一次指数平滑预测值SFt+1，即一次平滑指数法 的预测公式
SFt1 At 1 SFt
式中，SFt1为t 1期一次指数平滑预测值 At为t期实际值
为平滑系数，它表示赋予实际数据的权重0 1
预测模型
历史数据
调整系数
公开信息
厂商/产品数据预测
深度访谈确认数据
预测模型
当年和未来三年的预测数据
5）预测中应注意的几个问题 （1）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 （2）预测精度与成本
费 用
总费用
预测成本
经营费用 预测精度
（3）预测的时间范围和更新频率 （4）稳定性和响应性
5.需求预测
预测 定性预测方法 定量预测方法 预测误差与监控
订单
市场分析 需求预测
生产计划
生产系统选址和布置
MRP
产品R&D
BPR
生产作业计划 项目及网络计划
质量管理
生产控制
库存管理
JIT、LN、OPT等先进生产方式
设备管理
战略管理
文化管理
5.1预测
预测是决策的基础 5.1预测 1）预测及其分类 （1）预测：对未来可能发生的情况的预计与推测