《第6章-需求预测.优秀PPT.ppt》由会员分享，可在线阅读，更多相关《第6章-需求预测.优秀PPT.ppt（48页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第六章第六章 需求预料需求预料主要内容主要内容 6.1 预料预料(什么是预料，为什么要进什么是预料，为什么要进行预料）行预料）6.2 预料方法（如何进行预料）预料方法（如何进行预料）6.3 预料误差与监控预料误差与监控（预料结果的（预料结果的评估）评估）6.1.1 6.1.1 预料及其作用预料及其作用6.1.2 6.1.2 预料分类预料分类6.1.3 6.1.3 预料的步骤预料的步骤6.1 6.1 预料预料I see that you willget an A this semester.6.1.1 6.1.1 预料及其作用预料及其作用预预料料是是对对将将来来可可能能发发生生的的状状况况的的预
2、预料料与推想。与推想。“凡事预则立，不预则废凡事预则立，不预则废”。预料为人。预料为人们供应了即将发生的状况的信息，增们供应了即将发生的状况的信息，增加了成功的机会。加了成功的机会。但预料不是一门精确的科学，它是科学但预料不是一门精确的科学，它是科学与艺术的结合。与艺术的结合。预料离不开科学测定的数据，也离不开预料离不开科学测定的数据，也离不开人们的阅历和推断。人们的阅历和推断。不能因为预料的失误而否定预料。不能因为预料的失误而否定预料。中国人不喝冰红茶中国人不喝冰红茶一间宽大的单边镜访谈室里，桌子上摆满了没有标一间宽大的单边镜访谈室里，桌子上摆满了没有标签的杯子，有几个被访问者逐一品尝着不知
3、名的饮签的杯子，有几个被访问者逐一品尝着不知名的饮料，并且把口感描述出来写在面前的卡片上料，并且把口感描述出来写在面前的卡片上这这个场景发生在个场景发生在1999年，当时任北华饮业调研总监的年，当时任北华饮业调研总监的刘强组织了刘强组织了5场这样的双盲口味测试，他想知道，公场这样的双盲口味测试，他想知道，公司试图推出的新口味饮料能不能被消费者认同。司试图推出的新口味饮料能不能被消费者认同。此前调查显示：超过此前调查显示：超过60%的被访问者认为不能接受的被访问者认为不能接受“凉茶凉茶”，他们认为中国人忌讳喝隔夜茶，冰茶更，他们认为中国人忌讳喝隔夜茶，冰茶更是不能被接受。刘强领导的调查小组认为，
4、只有进是不能被接受。刘强领导的调查小组认为，只有进行了实际的口味测试才能判别这种新产品的可行性。行了实际的口味测试才能判别这种新产品的可行性。等到拿到调查的结论，刘强的信念被彻底动摇了，等到拿到调查的结论，刘强的信念被彻底动摇了，被测试的消费者表现出对冰茶的反抗，一样否定了被测试的消费者表现出对冰茶的反抗，一样否定了装有冰茶的测试标本。新产品在调研中被否定。装有冰茶的测试标本。新产品在调研中被否定。直到直到2000年、年、2001年，以旭日升为代表的年，以旭日升为代表的冰茶在中国全面旺销，北华饮业再想迎头冰茶在中国全面旺销，北华饮业再想迎头赶上为时已晚，一个明星产品就这样穿过赶上为时已晚，一个
5、明星产品就这样穿过详尽的市场调查与刘强擦肩而过。说起当详尽的市场调查与刘强擦肩而过。说起当年的教训，刘强还满是惋惜：年的教训，刘强还满是惋惜：“我们实行我们实行口味测试的时候是在冬天，被访问者从寒口味测试的时候是在冬天，被访问者从寒冷的室外来到现场，没等取暖就进入测试，冷的室外来到现场，没等取暖就进入测试，寒冷的状态、匆忙的进程都影响了访问者寒冷的状态、匆忙的进程都影响了访问者对味觉的反应。测试者对口感温顺浓烈的对味觉的反应。测试者对口感温顺浓烈的口味表现出了更多的认同，而对凉爽淡爽口味表现出了更多的认同，而对凉爽淡爽的冰茶则表示排斥。测试状态与实际消费的冰茶则表示排斥。测试状态与实际消费状态
6、的偏差让结果走向了反面。状态的偏差让结果走向了反面。”“驾御数据须要系统谋划。驾御数据须要系统谋划。”好在北华并好在北华并没有从今怀疑调研本身的价值，没有从今怀疑调研本身的价值，“去年，去年，我们成功组织了对饮料包装瓶的改革，通我们成功组织了对饮料包装瓶的改革，通过测试，我们发觉假如在塑料瓶装的外型过测试，我们发觉假如在塑料瓶装的外型上增加弧型的凹凸不仅可以改善瓶子的表上增加弧型的凹凸不仅可以改善瓶子的表面应力，增加硬度，更重要的是可以强化面应力，增加硬度，更重要的是可以强化消费者对饮料功能性的心理认同。消费者对饮料功能性的心理认同。”采访中，北京普瑞辛格调研公司副总经理采访中，北京普瑞辛格调
7、研公司副总经理邵志刚先生的话似乎道出了很多企业的心邵志刚先生的话似乎道出了很多企业的心声：声：“调研失败犹如天气预报给渔民带来调研失败犹如天气预报给渔民带来的灾难，无论多么惨痛，你总还是要在每的灾难，无论多么惨痛，你总还是要在每次出海之前，听预报、观天气、看海水。次出海之前，听预报、观天气、看海水。”6.1.1 6.1.1 预料及其作用预料及其作用预料的作用预料的作用帮助管理者设计生产运作系统帮助管理者设计生产运作系统生产什么产品，供应何种服务生产什么产品，供应何种服务在何处建立生产在何处建立生产/服务设施服务设施接受什么样的流程接受什么样的流程供应链如何组织供应链如何组织帮助管理者对系统的运
8、用进行支配帮助管理者对系统的运用进行支配今年生产什么，生产多少今年生产什么，生产多少如何利用现有设施供应满足服务如何利用现有设施供应满足服务预料的基本假设：过去的发展状态要持预料的基本假设：过去的发展状态要持续到将来续到将来对总量的预料要比对个体的预料精确对总量的预料要比对个体的预料精确如每天从武汉到北京旅客数量的预料，如每天从武汉到北京旅客数量的预料，比预料某个人将到何处出差要精确比预料某个人将到何处出差要精确预料精度随预料的时间范围增加而降低预料精度随预料的时间范围增加而降低6.1.2 6.1.2 预料分类预料分类按性质分按性质分科科学学预预料料 科科学学预预料料是是对对科科学学发发展展状
9、状况况的的预预料料与与推推想想。如如门门捷捷列列夫夫预预料料有有3 3个个当当时时未未发发觉觉的的元元素素：亚亚铝铝、亚亚硼硼和和亚亚硅硅。后后来来，发觉了，是镓、钪和锗。发觉了，是镓、钪和锗。技技术术预预料料 技技术术预预料料是是对对技技术术进进步步状状况况的的预料与推想。预料与推想。经经济济预预料料 政政府府部部门门以以及及其其它它一一些些社社会会组组织织常常常常就就将将来来的的经经济济状状况况发发表表经经济济预预料料报报告告6.1.2 6.1.2 预料分类（续）预料分类（续）按时间分按时间分长期预料长期预料(Long-range Forecast)(Long-range Forecast
10、)对对5 5年或年或5 5年以上的需求前景的预料。它是企业长期发展年以上的需求前景的预料。它是企业长期发展规划的依据。规划的依据。中期预料中期预料(Intermediate-range Forecast)(Intermediate-range Forecast)中期预料是指对一个季度以上两年以下的需求中期预料是指对一个季度以上两年以下的需求前景的预料。它是制订年度生产支配、季度生前景的预料。它是制订年度生产支配、季度生产支配的依据。产支配的依据。短期预料短期预料(Short-range Forecast)(Short-range Forecast)短期预料短期预料是对一个季度以下的需求前景的预
11、料。它是调是对一个季度以下的需求前景的预料。它是调整生产实力、选购整生产实力、选购、支配生产作业支配等具、支配生产作业支配等具体生产经营活动的依据。体生产经营活动的依据。6.1.2 6.1.2 预料分类（续）预料分类（续）按主客观因素所起的作用分按主客观因素所起的作用分 定性预料定性预料定量预料定量预料6.1.3 6.1.3 预料的步骤预料的步骤 1 确定预测的目的确定预测的目的 2 确定预测的时间范围确定预测的时间范围 3 选择预测的方法选择预测的方法 4 收集和分析数据收集和分析数据 5 准备预准备预 测测 6 对预测进行监控对预测进行监控 “预测预测”6.2 6.2 预料方法预料方法定性
12、分析法定性分析法定量分析法定量分析法预料方法定性预料方法定量预料方法Delphi法用户期望调查法部门主管探讨法销售人员看法汇合法因果模型时间序列模型移动平均法加权移动平均法 指数平滑法乘法模型加法模型时间序列平滑模型时间序列分解模型 预料方法预料方法因果联系法因果联系法 因果联系是假定需求与某些因果联系是假定需求与某些内在因素或四周环境的外部内在因素或四周环境的外部因素有关。常见的因果联系因素有关。常见的因果联系法主要有：回来分析、经济法主要有：回来分析、经济模型、投入产出模型、行指模型、投入产出模型、行指标等。标等。时间序列分析时间序列分析 时间序列分析是建立在这样一个设时间序列分析是建立在
13、这样一个设定基础上的定基础上的,与过去需求相关的历与过去需求相关的历史数据可用于预料将来的需求。历史数据可用于预料将来的需求。历史数据可能包含诸如趋势、季节、史数据可能包含诸如趋势、季节、周期等因素。周期等因素。常见的时间序列分析方法主要有：常见的时间序列分析方法主要有：简洁移动平均、加权移动平均、指简洁移动平均、加权移动平均、指数平滑、鲍克斯数平滑、鲍克斯詹金斯法、西斯詹金斯法、西斯金时间序列等。金时间序列等。时间序列预料（时间序列预料（Time Series Time Series ForecastsForecasts）趋势成分趋势成分-数据长期变更趋势数据长期变更趋势季节性波动季节性波动
14、-数据短期有规律的波动数据短期有规律的波动周期波动周期波动-固定时间有规律的波动固定时间有规律的波动随机波动（随机波动（Random variationsRandom variations）-随机随机因素引起的波动因素引起的波动定量预料方法定量预料方法移动平均法移动平均法简洁移动平均（简洁移动平均（Simple moving Simple moving averageaverage）加权移动平均（加权移动平均（Weighted moving Weighted moving averageaverage）指数平滑法（指数平滑法（Exponential Exponential smoothings
15、moothing）n简洁移动平均法简洁移动平均法n 简洁移动平均法就是利用近期的实际简洁移动平均法就是利用近期的实际数值通过求算术平均值预料将来值，其计算数值通过求算术平均值预料将来值，其计算公式为公式为 n n 式中，式中，Ai表示第表示第i期的实际值，期的实际值，MAi+1表示表示预料值，预料值，n表示移动平均的时间段数，表示移动平均的时间段数，i=t-n+1,n t-1,t。n 简洁移动平均法的预料结果与简洁移动平均法的预料结果与n大小有关。大小有关。N越大，对干扰的敏感性越低，预料值的响越大，对干扰的敏感性越低，预料值的响应性越差，稳定性越好。应性越差，稳定性越好。简洁移动平均简洁移动
16、平均SMAt+1 =nAt+i-ni=1n实际值实际值SMA3SMA5加权移动平均法加权移动平均法 加权移动平均给固定跨越期限内的加权移动平均给固定跨越期限内的每个变量值以相等的权重。其原理每个变量值以相等的权重。其原理是：历史各期产品需求的数据信息是：历史各期产品需求的数据信息对预料将来期内的需求量的作用是对预料将来期内的需求量的作用是不一样的。除了以不一样的。除了以n为周期的周期为周期的周期性变更外，远离目标期的变量值的性变更外，远离目标期的变量值的影响力相对较低，故应赐予较低的影响力相对较低，故应赐予较低的权重。权重。在运用加权平均法时，权重的选择是一个在运用加权平均法时，权重的选择是一
17、个应当留意的问题。应当留意的问题。阅历法和试算法是选择权重的最简洁的方阅历法和试算法是选择权重的最简洁的方法。一般而言，最近期的数据最能预示将法。一般而言，最近期的数据最能预示将来的状况，因而权重应大些。来的状况，因而权重应大些。例如，依据前一个月的利润和生产实力比例如，依据前一个月的利润和生产实力比起依据前几个月能更好的估测下个月的利起依据前几个月能更好的估测下个月的利润和生产实力。但是，假如数据时季节性润和生产实力。但是，假如数据时季节性的，则权重也应是季节性的。的，则权重也应是季节性的。加权移动平均加权移动平均WMAt+1 =niAt+i-ni=1n实际值实际值WMA3WMA5移动平均法
18、的特点：移动平均法的特点：1.移动平均对原序列有修匀或平滑的作用，使得原序列的上移动平均对原序列有修匀或平滑的作用，使得原序列的上下波动被减弱了，而且平均的时距项数下波动被减弱了，而且平均的时距项数N越大，对数列的越大，对数列的修匀作用越强。修匀作用越强。2.移动平均时距项数移动平均时距项数N为奇数时，只需一次移动平均，其移为奇数时，只需一次移动平均，其移动平均值作为移动平均项数的中间一期的趋势代表值；而动平均值作为移动平均项数的中间一期的趋势代表值；而当移动平均项数当移动平均项数N为偶数时，移动平均值代表的是这偶数为偶数时，移动平均值代表的是这偶数项的中间位置的水平，无法对正某一时期，则须要
19、在进行项的中间位置的水平，无法对正某一时期，则须要在进行一次相临两项平均值的移动平均，这才能使平均值对正某一次相临两项平均值的移动平均，这才能使平均值对正某一时期，这称为移正平均，也成为中心化的移动平均数。一时期，这称为移正平均，也成为中心化的移动平均数。3.当序列包含季节变动时，移动平均时距项数当序列包含季节变动时，移动平均时距项数N应与季节变应与季节变动长度一样，才能消退其季节变动；若序列包含周期变动动长度一样，才能消退其季节变动；若序列包含周期变动时，平均时距项数时，平均时距项数N应和周期长度基本一样，才能较好的应和周期长度基本一样，才能较好的消退周期波动。消退周期波动。4.移动平均的项
20、数不宜过大。移动平均的项数不宜过大。存在问题存在问题运用移动平均法进行预料能平滑掉需求的突然波运用移动平均法进行预料能平滑掉需求的突然波动对预料结果的影响。但移动平均法运用时也存动对预料结果的影响。但移动平均法运用时也存在着如下问题：在着如下问题：1、加大移动平均法的期数（即加大加大移动平均法的期数（即加大n值）会使平值）会使平滑波动效果更好，但会使预料值对数据实际变动滑波动效果更好，但会使预料值对数据实际变动更不敏感；更不敏感；2、移动平均值并不能总是很好地反映出趋势。移动平均值并不能总是很好地反映出趋势。由于是平均值，预料值总是停留在过去的水平上由于是平均值，预料值总是停留在过去的水平上而
21、无法预料会导致将来更高或更低的波动；而无法预料会导致将来更高或更低的波动；3、移动平均法要由大量的过去数据的记录。移动平均法要由大量的过去数据的记录。4、它通过引进愈来愈期的新数据，不断修改平、它通过引进愈来愈期的新数据，不断修改平均值，以之作为预料值。均值，以之作为预料值。什么是指数平滑法什么是指数平滑法指数平滑法是布朗指数平滑法是布朗(Robert G.Brown)所提所提出，布朗出，布朗(Robert G.Brown)认为时间序列认为时间序列的态势具有稳定性或规则性，所以时间序的态势具有稳定性或规则性，所以时间序列可被合理地顺势推延；他认为最近的过列可被合理地顺势推延；他认为最近的过去态
22、势，在某种程度上会持续到最近的将去态势，在某种程度上会持续到最近的将来，所以将较大的权数放在最近的资料。来，所以将较大的权数放在最近的资料。指数平滑法是生产预料中常用的一种方指数平滑法是生产预料中常用的一种方法。也用于中短期经济发展趋势预料，全法。也用于中短期经济发展趋势预料，全部预料方法中，指数平滑是用得最多的一部预料方法中，指数平滑是用得最多的一种。种。简洁的全期平均法是对时间数列的过去数简洁的全期平均法是对时间数列的过去数据一个不漏地全部加以同等利用；移动平据一个不漏地全部加以同等利用；移动平均法则不考虑较远期的数据，并在加权移均法则不考虑较远期的数据，并在加权移动平均法中赐予近期资料更
23、大的权重；而动平均法中赐予近期资料更大的权重；而指数平滑法则兼容了全期平均和移动平均指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅赐予渐所长，不舍弃过去的数据，但是仅赐予渐渐减弱的影响程度，即随着数据的远离，渐减弱的影响程度，即随着数据的远离，赐予渐渐收敛为零的权数。赐予渐渐收敛为零的权数。也就是说指数平滑法是在移动平均也就是说指数平滑法是在移动平均法基础上发展起来的一种时间序列法基础上发展起来的一种时间序列分析预料法，它是通过计算指数平分析预料法，它是通过计算指数平滑值，协作确定的时间序列预料模滑值，协作确定的时间序列预料模型对现象的将来进行预料。其原理型对现象的将来进行
24、预料。其原理是任一期的指数平滑值都是上期实是任一期的指数平滑值都是上期实际视察值与前一期指数平滑值的加际视察值与前一期指数平滑值的加权平均。权平均。n 一次指数平滑法一次指数平滑法n 一次指数平滑法是一种加权平均的一次指数平滑法是一种加权平均的计算方法，它的计算公式可表述如下。计算方法，它的计算公式可表述如下。n 设设:Ft表示表示t期的预料值，期的预料值，Ft-1表示表示第第t-1期的预料值，期的预料值，At1表示第表示第t-1期期的实际值，的实际值，表示平滑指数，表示平滑指数，则一次指数平滑法的计算公式为：则一次指数平滑法的计算公式为：n 或或n 平滑指数越小，预料的稳定性越好，平滑指数越
25、小，预料的稳定性越好，平滑指数越大，预料值对实际值的变平滑指数越大，预料值对实际值的变更越敏感，响应性越好。更越敏感，响应性越好。n .1.4实际值实际值n季节性预料模型季节性预料模型n 有的产品随季节的变更而有很大的波动，有的产品随季节的变更而有很大的波动，此时就不宜接受各种平均计算方法进行预此时就不宜接受各种平均计算方法进行预料，而应选用计算季节指数的方法来预料。料，而应选用计算季节指数的方法来预料。n 例例62：某公司：某公司1991年和年和1992年各个季年各个季度的销售数据如表度的销售数据如表63所示，计算所示，计算1993年年各个季度的预料值。各个季度的预料值。季节性预料模型季节性
26、预料模型解：第一步，依据历史数据求出趋势方程。解：第一步，依据历史数据求出趋势方程。具体的方法可以接受最小二乘法，也可以具体的方法可以接受最小二乘法，也可以接受简洁的顺手画直线，再计算出斜率和接受简洁的顺手画直线，再计算出斜率和截距的方法。截距的方法。对本例，趋势方程为对本例，趋势方程为Yt17055.t1991年销售量1992年销售量一季度300一季度520二季度200二季度420三季度220三季度400四季度530四季度700表表63：1991年和年和1992年各季度销售数据年各季度销售数据季节性预料模型季节性预料模型 其次步，求出季节因子。计算过程如表其次步，求出季节因子。计算过程如表6
27、4所示。所示。时间实际值由趋势方程求出的数值实际值/趋势值1991年一季度 二季度 三季度 四季度300200220530225280335390（300/225）=1.33（200/280）0.71（220/335）0.66（530/390）1.361992年一季度 二季度 三季度 四季度520420400700445500555610（520/445）1.17（420/500）0.84（400/555）0.72（700/610）1.15表表64：季节因子的计算过程：季节因子的计算过程季节性预料模型季节性预料模型季节因子：一季度：（季节因子：一季度：（1.331.17）/2=1.25 二季度
28、：（二季度：（0.710.84）/2=0.78 三季度：（三季度：（0.660.72）/2=0.69 四季度：（四季度：（1.361.15）/2=1.25第三步：计算第三步：计算1993年各季度的预料值年各季度的预料值 一季度：（一季度：（170559）1.25831 二季度：（二季度：（1705510）0.78562 三季度：（三季度：（1705511）0.69535 四季度：（四季度：（1705512）1.251038一元线性回来模型一元线性回来模型Yt 一元线性回来预料值；一元线性回来预料值；a 截距截距b 斜率斜率.Yt=a+bx0 1 2 3 4 5 tYb=n(xy)-xynx2-
29、(x)2a=y-bxn6.3 6.3 预料精度与监控预料精度与监控6.3.1 6.3.1 预料误差预料误差6.3.2 6.3.2 预料监控预料监控预料误差的度量预料误差的度量 无论预料方法的运用如何得当，预料模无论预料方法的运用如何得当，预料模型对历史数据的拟合程度怎么样高，视型对历史数据的拟合程度怎么样高，视察值合预料值之间仍旧存在偏差察值合预料值之间仍旧存在偏差.记预料对象的第记预料对象的第i个实际视察值为个实际视察值为Yi,由由预料模型得到的相应的估计值为预料模型得到的相应的估计值为 则预则预料的误差为料的误差为 。实际设计预料方。实际设计预料方案的一项重要任务是，尽量使误差削减案的一项
30、重要任务是，尽量使误差削减到最低程度，也就是尽可能提高预料精到最低程度，也就是尽可能提高预料精度。度。标准统计度量误差的几种形式标准统计度量误差的几种形式n 平均误差平均误差ME（Mean Error）：预料误差的和的平均值。）：预料误差的和的平均值。n n 其中，其中，称为滚动预料误差称为滚动预料误差RSFE（Running Sum of Forecast Error)。假如预料是无偏的，则。假如预料是无偏的，则RSFE应当应当比较接近于零，即比较接近于零，即ME应接近于零。因而应接近于零。因而ME可以用于衡可以用于衡量预料模型的无偏性，但它不简洁反映出预料值的偏离量预料模型的无偏性，但它不
31、简洁反映出预料值的偏离状况。状况。n 平均确定误差平均确定误差MAE（Mean Absolute Error）:预料误预料误差确定值和的平均值。差确定值和的平均值。n n 标准统计度量误差的几种形式标准统计度量误差的几种形式n误差平方和误差平方和SSE（Sum of Squared Error）:预预料误差平方的和。料误差平方的和。n n 均方误差均方误差MSE（Mean Squared Error）:预料预料误差平方的和的平均值误差平方的和的平均值n n n MSE与与MAE类似，虽可以较好的反映预料的精类似，虽可以较好的反映预料的精度，但它不简洁衡量无偏性。度，但它不简洁衡量无偏性。标准统计度量误差的几种形式标准统计度量误差的几种形式n 误差的标准差误差的标准差SDE（Standard Deviation of Error）常用的相对度量指标常用的相对度量指标n 百分误差百分误差PE（Percentage Error）n n 平均百分误差平均百分误差MPE（Mean Percentage Error）n 平均确定百分比误差平均确定百分比误差MAPE（Mean Absolute Percentage Error）