《第七章供应链的需求预测(《供应链管理》PPT课件).pptx》由会员分享，可在线阅读，更多相关《第七章供应链的需求预测(《供应链管理》PPT课件).pptx（49页珍藏版）》请在第壹文秘上搜索。
1、第七章 供应链的需求预测供应链中预测的作用 需求预测需求预测是所有供应链计划的基础 推动流程推动流程 根据对顾客需求的预测来进行的 供应链管理者必须对生产、运输或任何其他需要计划的活动的预期水平进行计划 拉动流程拉动流程 根据对市场需求的响应来进行的 供应链管理者必须计划的是可获得的产能和库存水平,而不是执行的实际数量 不管是推动式供应链还是拉动式供应链,供应链管理者必须做的首要工作都是对未来顾客的需求进行预测预测的特点1. 预测总是不精确的2. 长期预测的精度往往比短期预测低3. 综合预测往往比分解预测更精确4. 一般来说,企业越靠近供应链的上游(或者离消费者越远),其接收到的信息失真就越大
2、预测的组成及预测方法 企业必须了解以下与需求预测相关的各种因素: 过去的需求 产品补货提前期 广告计划或其他营销活动的力度 价格促销计划 经济状况 竞争企业采取的行动预测的组成及预测方法 定性预测法定性预测法 主要依赖于人的主观判断 适用于对一个新产业未来几年的需求进行预测 时间序列预测法时间序列预测法 运用历史需求数据对未来需求进行预测 适用于每年基本需求模式变化不大的情况 因果关系预测法因果关系预测法 假定需求预测与某些环境因素(经济状况、利率等)高度相关 仿真预测法仿真预测法 通过模拟消费者的选择来预测需求预测的组成及预测方法 观测到的需求(O)=系统成分(S)+随机成分(R) 系统成分
3、系统成分是指需求的期望值,它由以下几方面组成: 需求水平是剔除季节性因素影响后的当前需求 需求趋势是需求在下一期增长或下降的比率 季节系数是可预测需求的季节性波动 随机成分随机成分就是在预测中偏离系统需求的那一部分 预测误差预测误差是指预测值与实际需求值之间的差异需求预测的基本步骤 1. 理解预测的目标2. 整合整个供应链的需求计划和预测3. 识别影响需求预测的主要因素4. 以合适的综合水平进行预测5. 建立预测绩效和误差衡量标准时间序列预测法 乘法型:系统成分=需求水平需求趋势季节系数 加法型:系统成分=需求水平+需求趋势+季节系数 混合型:系统成分=(需求水平+需求趋势)季节系数静态预测法
4、 系统成分=(需求水平+需求趋势)季节系数Ft+l=L+(t+l)TSt+l 基本定义: L=第0期的需求水平估计值(对基期t=0剔除季节性影响后的需求的预测) T=需求趋势的估计值(每期需求的上升或下降) St=第t期的季节系数估计值 Dt=第t期实际观测到的需求值 Ft=第t期的需求预测值7 10Copyright 2016 Pearson Education, Inc. Copyright 2016 Pearson Education, Inc. 塔霍湖岩盐公司的季度需求年份年份季度季度时期时期t需求需求Dt1218,00013213,00014323,00021434,00022510
5、,00023618,00024723,00031838,00032912,000331013,000341132,000411241,000TABLE 7-1塔霍湖岩盐公司的季度需求7 12Copyright 2016 Pearson Education, Inc. Copyright 2016 Pearson Education, Inc. 估计需求水平和需求趋势p是每次季节性循环包含的期数 p = 4, t = 3Dt=Dt(p/2)+Dt+(p/2)+2Dii=t+1(p/2)t1+(p/2)/(2p) for p evenDi/p for p oddi=t(p1)/2t+(p1)/2D
6、t=Dt(p/2)+Dt+(p/2)+2Dii=t+1(p/2)t1+(p/2)/(2p)=D1+D5+2Dii=24/ 8塔霍湖岩盐公司的季度需求单元格单元格单元格操作函数单元格操作函数公式公式复制到复制到C 4=(B 2+B 6+2*Sum(B 3:B 5)/8(7.2)C 5:C11塔霍湖岩盐公司的季度需求估计季节系数单元格单元格单元格操作函数单元格操作函数公式公式复制到复制到C2=18439+A2*524(7.4)C3:C13D2=B2/C2(7.5)D3:D137 16Copyright 2016 Pearson Education, Inc. Copyright 2016 Pear
7、son Education, Inc. 估计季节系数Si=Sjp+ij=0r1rS1=(S1+S5+S9) / 3 =(0.42+0.47+0.52) / 3 = 0.47S2=(S2+S6+S10) / 3 =(0.67+0.83+0.55) / 3 = 0.68S3=(S3+S7+S11) / 3 =(1.15+1.04+1.32) / 3 =1.17S4=(S4+S8+S12) / 3 =(1.66+1.68+1.66) / 3 =1.67F13=(L+13T)S13=(18,439+13524)0.47 =11,868F14=(L+14T)S14=(18,439+14524)0.68
8、=17,527F15=(L+15T)S15=(18,439+15524)1.17 = 30,770F16=(L+16T)S16=(18,439+16524)1.67 = 44,794适应性预测法 在适应性预测法中,需求水平、需求趋势和季节系数都要根据每次观测到的实际需求值进行更新 优点在于优点在于预测时所有观测到的新数据都考虑其中了7 18Copyright 2016 Pearson Education, Inc. Copyright 2016 Pearson Education, Inc. 适应性预测法Ft+1=(Lt+lTt)St+1Lt=第t期期末的需求水平估计值Tt=第t期期末的需求趋
9、势估计值St=第t期的季节系数估计值Ft=第t期的需求预测值(在第t-1期或更早时期预测得到) Dt=第t期实际观测到的需求值Et=Ft Dt =第t期的预测误差定义下面一些符号：适应性需求预测步骤7 20Copyright 2016 Pearson Education, Inc. Copyright 2016 Pearson Education, Inc. 移动平均法当需求没有观测到明显的趋势或季节性时,我们可以用移动平均法进行预测，在这种情况下: 需求的系统成分=需求水平将最近N个时期需求的平均值作为第t期需求水平的预测值,也就是N个时期移动平均Lt = (Dt + Dt-1 + + Dt
10、N+1) / NFt+1 = Lt 和 Ft+n = Lt 在观测到第t+1期的实际需求后,我们对预测值进行如下修正:Lt+1 = (Dt+1 + Dt + + Dt-N+2) / N, Ft+2 = Lt+1移动平均法 一家超市在过去4周的牛奶需求(以加仑计)分别为D1=120,D2=127,D3=114, D4=122 应用4期移动平均法对第5周的需求进行预测 如果第5周的实际需求数据为125,那么预测误差为多少?7 22Copyright 2016 Pearson Education, Inc. Copyright 2016 Pearson Education, Inc. 移动平均法L4
11、= (D4 + D3 + D2 + D1)/4 = (122 + 114 + 127 + 120)/4 = 120.75第5期的需求表达如下:F5 = L4 = 120.75 加仑第5期的实际需求数据为125,所以第5期的预测误差为:E5 = F5 D5 = 120.75 125 = 4.25对第5期需求水平预测值进行修正:L5 = (D5 + D4 + D3 + D2)/4= (125 + 122 + 114 + 127)/4 = 122简单指数平滑法 当需求没有可观测到的趋势或季节性时,采用简单指数平滑法最合适。在这种情况下:需求的系统成分=需求水平 因为需求没有明显的趋势和季节性,所以可
12、将所有历史数据的平均值作为需求水平的初始值L0简单指数平滑法7 25Copyright 2016 Pearson Education, Inc. Copyright 2016 Pearson Education, Inc. 简单指数平滑法超市的数据L0=Dii=14/ 4 =120.75F1=L0=120.75E1 = F1 D1 = 120.75 120 = 0.75L1=aD1+(1a)L0= 0.1120+0.9120.75 =120.68趋势调整的指数平滑法(Holt模型) 在需求的系统成分中仅包括需求水平和需求趋势,而不存在季节系数的情况下,使用趋势调整的指数平滑法(Holt模型)最
13、合适，在这种情况下:需求的系统成分=需求水平+需求趋势7 27Copyright 2016 Pearson Education, Inc. Copyright 2016 Pearson Education, Inc. 趋势调整的指数平滑法(Holt模型)对需求Dt和时期t进行线性回归,可以得到对需求水平和需求趋势的初始预测值Dt = at + bT0 = a, L0 = b在第t期,如果事先给定需求水平预测值Lt和需求趋势预测值Tt,那么未来时期的预测值Ft+1 = Lt + Tt 和 Ft+n = Lt + nTt 在观测到第t期的实际需求后,我们对需求水平和需求趋势的预测值进行如下修正:L
14、t+1 = aDt+1 + (1 a)(Lt + Tt)Tt+1 = b(Lt+1 Lt) + (1 b)Tt7 28Copyright 2016 Pearson Education, Inc. Copyright 2016 Pearson Education, Inc. 趋势调整的指数平滑法(Holt模型)根据MP3播放器的销售数据,可得:D1 = 8,415, D2 = 8,732, D3 = 9,014, D4 = 9,808,D5 = 10,413, D6 = 11,961, a = 0.1, b = 0.2运用线性回归求得L0 = 7,367 和 T0 = 673第1期的预测值为:F
15、1 = L0 + T0 = 7,367 + 673 = 8,040第1期的预测误差E1 = F1 D1 = 8,040 8,415 = 3757 29Copyright 2016 Pearson Education, Inc. Copyright 2016 Pearson Education, Inc. 趋势调整的指数平滑法(Holt模型)对第1期需求水平和需求趋势的预测值进行修正L1= aD1 + (1 a)(L0 + T0)= 0.1 x 8,415 + 0.9 x 8,040 = 8,078T1= b(L1 L0) + (1 b)T0 = 0.2 x (8,078 7,367) + 0.
16、8 x 673 = 681第2期的预测值为:F2 = L1 + T1 = 8,078 + 681 = 8,759同样的方法可得:F7 = L6 + T6 = 11,399 + 673 = 12,0727 30Copyright 2016 Pearson Education, Inc. Copyright 2016 Pearson Education, Inc. 趋势和季节调整的指数平滑法(Winter模型)当需求的系统成分包括需求水平、需求趋势和季节系数时, Winter模型最适用。在这种情况下:需求的系统成分=(需求水平+需求趋势)季节系数Ft+1 = (Lt + Tt)St+1 和 Ft+l = (Lt + lTt)St+l7 31Copyright 2016 Pearson Education, Inc. Copyright 2016 Pearson Education, Inc. 趋势和季节调整的指数平滑法(Winter模型)观测到第t+1期的需求后,我们对需求水平、需求趋势和季节系数的预测值进行修正: Lt+1 = a(Dt+1/St+1) + (1 a)(Lt + Tt)T
