供应链管理环境下(精).ppt

上传人:p** 文档编号:142160 上传时间:2023-02-08 格式:PPT 页数:37 大小:299.50KB
下载 相关 举报
供应链管理环境下(精).ppt_第1页
第1页 / 共37页
供应链管理环境下(精).ppt_第2页
第2页 / 共37页
供应链管理环境下(精).ppt_第3页
第3页 / 共37页
供应链管理环境下(精).ppt_第4页
第4页 / 共37页
供应链管理环境下(精).ppt_第5页
第5页 / 共37页
供应链管理环境下(精).ppt_第6页
第6页 / 共37页
供应链管理环境下(精).ppt_第7页
第7页 / 共37页
供应链管理环境下(精).ppt_第8页
第8页 / 共37页
供应链管理环境下(精).ppt_第9页
第9页 / 共37页
供应链管理环境下(精).ppt_第10页
第10页 / 共37页
亲,该文档总共37页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

《供应链管理环境下(精).ppt》由会员分享,可在线阅读,更多相关《供应链管理环境下(精).ppt(37页珍藏版)》请在第壹文秘上搜索。

1、 企业经营活动企业经营活动是以顾客需求驱动的、以生产计划与控制为中心而展开的。 生产计划的制定依据生产计划的制定依据是一定的决策信息,计划决策的信息来自两个方面,一方面是需求信息,另一方面是资源信息。需求信息来自两个方面,一个是用户订单,另一个是需求预测。资源信息是生产计划决策的约束条件。第一节第一节 供应链需求预测供应链需求预测一、预测在供应链中的作用一、预测在供应链中的作用 对未来顾客需求的预测是所有供应链的设计和规划决策的基础。这些决策包括:工厂和设备投资、生产计划、销售人员配置和雇员计划。二、预测方法二、预测方法 (一)定性预测方法(一)定性预测方法 是主观的预测方法,依赖于人们的判断

2、和意见做出预测。 适用范围适用范围:缺少历史数据或专家关于市场的见解对于预测十分重要的情况。 定性预测法种类定性预测法种类一般人员意见法一般人员意见法(1)经理人员意见法)经理人员意见法(2)销售人员意见法)销售人员意见法(3)顾客意见法)顾客意见法专家意见法专家意见法(1)专家会议法)专家会议法(2)专家小组法,也称德尔菲法)专家小组法,也称德尔菲法 基本程序基本程序:由企业外的见识广博,学有专长的专家作市场预测。:由企业外的见识广博,学有专长的专家作市场预测。先请一组专家(先请一组专家(1050人)独立地对需要预测的问题提出意见,人)独立地对需要预测的问题提出意见,公司主持人把各人意见综合

3、,整理后又反馈给每个人,使他们有公司主持人把各人意见综合,整理后又反馈给每个人,使他们有机会比较一下他人不同的意见。如仍坚持自己的意见,可进一步机会比较一下他人不同的意见。如仍坚持自己的意见,可进一步说明理由,再寄给主持人。主持人整理后再次反馈给每个人,如说明理由,再寄给主持人。主持人整理后再次反馈给每个人,如此重复三四次后,一般可得出一个比较一致的意见。此重复三四次后,一般可得出一个比较一致的意见。定性预测法种类定性预测法种类主观概率法主观概率法 是一种以个人经验为主,对专家的意见进行分析评定而预测的方是一种以个人经验为主,对专家的意见进行分析评定而预测的方法。分别征求一些专家的意见,然后根

4、据个人的经验,对专家的法。分别征求一些专家的意见,然后根据个人的经验,对专家的不同意见的可靠性进行评定(可以用百分比表示,也就是不同意见的可靠性进行评定(可以用百分比表示,也就是“主观主观概率概率”),然后对专家的意见加以综合,以使预测值更加切合实),然后对专家的意见加以综合,以使预测值更加切合实际。际。 例如,请四位专家根据目前市场情况,来预测某地区来年对手例如,请四位专家根据目前市场情况,来预测某地区来年对手表的需求量,甲预测为表的需求量,甲预测为15万只,乙预测为万只,乙预测为12万只,丙预测为万只,丙预测为8万万只,丁预测为只,丁预测为5万只,一个最有经验的并且最了解目前情况的人万只,

5、一个最有经验的并且最了解目前情况的人认为,各人预测均有一定根据,评定甲的概率为认为,各人预测均有一定根据,评定甲的概率为0.5,乙和丙的,乙和丙的概率均为概率均为0.2,丁的概率为,丁的概率为0.1。按这个概率计算来年该地区手。按这个概率计算来年该地区手表的预测需求量为:表的预测需求量为: 150.5120.280.250.112(万只)(万只)(二)时间序列法(二)时间序列法定量预测方法定量预测方法 时间序列时间序列:指在一个给定的时期内按照固定时间间隔指在一个给定的时期内按照固定时间间隔(例如,(例如,1小时、一周或一月等)把某种变量的数值小时、一周或一月等)把某种变量的数值依时间先后顺序

6、排列而成的序列。依时间先后顺序排列而成的序列。 基于时间序列的预测方法总是假设通过过去的数值基于时间序列的预测方法总是假设通过过去的数值可估计它们未来的数值。可估计它们未来的数值。 (1)长期趋势。)长期趋势。 (2)季节变动。)季节变动。 (3)循环变动。)循环变动。 (4)不规则变动。)不规则变动。 (5)随机变动。)随机变动。1、平均方法、平均方法 通过对历史数据作平均运算,序列中偏高或偏低的数通过对历史数据作平均运算,序列中偏高或偏低的数据可相互抵消,因此平均法可以平滑数据序列中的波据可相互抵消,因此平均法可以平滑数据序列中的波动。一般有四种平均方法。动。一般有四种平均方法。(1)简单

7、预测法)简单预测法 任何一个时期的简单预测值均等于前一个时期的实任何一个时期的简单预测值均等于前一个时期的实际值,需求稳定的产品可以使用这一预测方法。际值,需求稳定的产品可以使用这一预测方法。 优点优点:成本低;不需分析数据,因而既快捷又容易。:成本低;不需分析数据,因而既快捷又容易。 缺点缺点:预测精度不高。:预测精度不高。 用途用途:也可用于预测呈现季节性变动或长期变动的:也可用于预测呈现季节性变动或长期变动的时间序列。时间序列。平均方法平均方法(2)滑动平均法)滑动平均法 利用过去一系列的实际数值进行预测,将距离预测期最近几期的利用过去一系列的实际数值进行预测,将距离预测期最近几期的实际

8、数值的平均值作为预测值。计算公式为:实际数值的平均值作为预测值。计算公式为:nAMAniin/ )(1式中:i序时项数; n滑动平均中的总序时项数; Ai第i期的实际数值; MAn滑动平均数。优点优点:便于计算,易于理解。缺点缺点:赋予各期相同的权重,如果在时间序列中发生了非随机性变动,滑动平均预测法对这种变化的反应不敏感。平均方法平均方法(3)加权平均法)加权平均法 与滑动平均法相似,不同的是赋予时间序列中距离预测期较近数据以较大的权重。 例:某商场家电产品在前四周的需求量依次为12、17、15、13,给最近一期数据赋予权重0.4,上一期数据赋予权重0.3,上上一期数据分配权重0.2,距离预

9、测期最远一期数据分配权重0.1。则加权平均值为: MAn0.4130.3150.2170.11215 优点优点:对最近一期的实际情况反应灵敏。 难点难点:一个是移动间隔期的确定,企业没有办法知道多久以前的需求对预测期的需求没有影响;另一个是赋予每一期的权重没有科学的确定方法,只能依靠主观的经验进行判断。平均方法平均方法(4)指数平滑法)指数平滑法 具体做法具体做法:上一期预测值加上时间序列该期实际与预测值差额的一定百分数即得新的预测值。即)(111ttttFAFF 式中:Ft第t期的预测值; Ft-1第t-1期的预测值; a平滑系数; At-1第t-1期的实际需求量或销售量。上式可变形为:11

10、)1 (tttaAFF平滑常数a决定了预测对偏差调整的快慢。a的值越接近于0,预测对偏差的调整就越慢(即预测对时间序列做出了更大的平滑)。反之,a的值越趋于1,预测对偏差的调整就越迅速,同时平滑效果就越差。2、长期趋势方法长期趋势方法 时间序列长期趋势分布反映了所有长期因素对时间序列数据的影响。可通过建立一个合适的数学模型对长期趋势进行分析。 长期趋势预测一般具有如下形式:btayt式中:t代表时间序数的期次; yt第t期趋势值; at0时该期趋势值; b直线斜率。a和b可利用历史数据进行计算:ntbyattnyttynb ,)(22式中:n时期数; y时间序列的数据。3、季节变动预测方法、季

11、节变动预测方法加法模型加法模型: 在加法模型中,季节变动表现为一个数量值(例如在加法模型中,季节变动表现为一个数量值(例如20个单位)。个单位)。为了拟合季节变动,需要把这一数量值加上或减去时间序列中的为了拟合季节变动,需要把这一数量值加上或减去时间序列中的平均数。平均数。乘法模型乘法模型 在乘法模型中,季节变动表现为平均(或趋势)值的百分数。在乘法模型中,季节变动表现为平均(或趋势)值的百分数。为了拟合季节变动,需要用时间序列的值去乘这一百分数。为了拟合季节变动,需要用时间序列的值去乘这一百分数。 季节性百分数是指季节性系数或季节性指数。季节性百分数是指季节性系数或季节性指数。 例:假设某一

12、商店例:假设某一商店5月份玩具销售量的季节性指数是月份玩具销售量的季节性指数是1.2,则表,则表明当月玩具销售量比月平均销售量高出明当月玩具销售量比月平均销售量高出20。如果。如果7月份的季节月份的季节系数是系数是0.9,则表明,则表明7月份的销售量是月平均销售量的月份的销售量是月平均销售量的90。(三)联合预测法(三)联合预测法 思想思想:靠确定那些与所研究变量相关的可被预靠确定那些与所研究变量相关的可被预测的变量做出预测。测的变量做出预测。 方法方法:回归分析方法:回归分析方法 最简单的回归分析方法最简单的回归分析方法:处理两组变量间线性:处理两组变量间线性关系的方法。关系的方法。 回归直

13、线回归直线:已知数据点到该直线距离的平方和:已知数据点到该直线距离的平方和最小,即具有最小二乘解。最小,即具有最小二乘解。最小二乘回归直线的模型是:最小二乘回归直线的模型是: ycabx 式中:式中:yc预测值(因变量);预测值(因变量); b直线斜率;直线斜率; ax=0时时yc的值(直线斜距)。的值(直线斜距)。 回归直线模型的系数回归直线模型的系数a和和b可用以下公式求解:可用以下公式求解:xbyanxbyaxxnyxxynb,或22)()()()(式中:n所观察的数对个数。思考题思考题 常用的预测方法有哪些,分别适用于哪些情况? 如何提高需求预测的精度?需求预测应用需求预测应用例例1:

14、某家电制造企业编制生产计划需要对下一个生产期:某家电制造企业编制生产计划需要对下一个生产期间的产品需求进行预测,现在已知企业前间的产品需求进行预测,现在已知企业前11个计划期个计划期间的产品的实际需求(见表间的产品的实际需求(见表1),利用上述数量分析方),利用上述数量分析方法对下一个计划期间的产品需求进行预测,比较各种法对下一个计划期间的产品需求进行预测,比较各种分析方法的预测结果。分析方法的预测结果。 表表1 产品各时期的实际需求量产品各时期的实际需求量时期时期实际需求实际需求时期时期实际需求实际需求时期时期实际需求实际需求142541945240639103834374611404408

15、4412?需求预测应用需求预测应用例例2:某医药制造企业研制出一种新药,并已经投放到市:某医药制造企业研制出一种新药,并已经投放到市场进行临床使用和销售,该药品在场进行临床使用和销售,该药品在9个计划期内的需求个计划期内的需求状况如表状况如表2所示。要求对第所示。要求对第10期的需求进行预测。期的需求进行预测。 表表2 产品在产品在9个计划期的实际需求个计划期的实际需求 (单位:千箱)(单位:千箱)时期时期实际需求实际需求时期时期实际需求实际需求时期时期实际需求实际需求144454760252555856350655962第二节第二节 MRP的原理及应用的原理及应用 相关需求和独立需求相关需求

16、和独立需求 独立需求独立需求:某种物品的需求与企业内其他物品的需求不相关时,则称对这种物品的需求为独立需求。独立需求物品的需求数量是不确知的,并且需求随时可能发生,因此必须经常保持库存。 相关需求相关需求:当某种物品的需求与企业内的其他物品的需求相关时,则称对这种物品的需求为相关需求。相关需求物品的需求数量不需预测,只要确定了它的某项物品的需求,就可准确的计算出来。 MRP起初是为确定生产供应中的相关需求的需求量而作为一种库存控制方法发展起来的。能够将准时制的理念变为现实,并且能够成功地在供应链的所有环节之间进行集成、协调和控制。一、一、MRP的含义的含义 一种以产品为导向、通常是计算机化的方法,其目标是达到库存最小化并能维持交货进度。它根据市场营销或销售部门提供的预测及其他输入信息,将最终产品所需原料和部件的相关要求与时间段联系起来。二、二、MRP的基本任务的基本任务 编制零件的采购计划和生产计划编制零件的采购计划和生产计划。 (1)从最终产品的生产计划(独立需求)导出相关物料(原材料、零部件等)的需求量和需求时间(相关需求); (2)根据物料需求时间和生产(订货)周期确定其开始生产

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 管理/人力资源 > 项目管理

copyright@ 2008-2023 1wenmi网站版权所有

经营许可证编号:宁ICP备2022001189号-1

本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。第壹文秘仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知第壹文秘网,我们立即给予删除!