工学需求预测.ppt

生产计划与控制生产计划与控制第三章 需求预测第一节第一节 预测预测第二节第二节 定性预测方法定性预测方法第三节第三节 定量预测方法定量预测方法第四节第四节 预测监控预测监控1生产计划与控制生产计划与控制一、预测的概念预测的概念 是对未来可能发生的情况的是对未来可能发生的情况的预计和推测预计和推测。科学性：客观事物发展的惯性；随机现象的统计规律性。第一节 预测二、预测的作用二、预测的作用1、预测是制定战略的基础。2、预测是制定计划的基础。3、预测是协调各部门工作的依据。4、有助于为尽快满足用户需求做好准备。2生产计划与控制生产计划与控制 三、预测的三、预测的分类分类第一节 预测 （1）科学预测：是对科学发展情况的预计和推测。（2）技术预测：是对技术进步 情况的预计和推测。（3）经济预测：是政府部门以及其它一些社会组织经常就未来的经济发展状况作经济预测报告。（4）需求预测：不仅为企业给出了其产品在未来的一段时间里的需求期望水平，而且为企业的计划和控制决策提供了依据。3生产计划与控制生产计划与控制 四、需求预测的四、需求预测的分类分类第一节 预测1、按时间分 （1）长期预测：是指对5年或5年以上的需求前景的预测。（2）中期预测：是指对一个季度以上两年以下的需求前景的预测。（3）短期预测：是指以日、周、旬、月 为单位，对一个季度以下的预测。2、按主客观因素所起的作用分（1）定性预测方法：依靠人们的才干、知识、远见和判断力来推测未来的变化。（2）定量预测方法：主要根据对历史资料的分析来推断未来的需求。4生产计划与控制生产计划与控制预测方法定性预测方法定量预测方法德尔菲法部门主管讨论法用户调查法销售人员意见汇总法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第一节 预测 四、需求预测的四、需求预测的分类分类5生产计划与控制生产计划与控制五、五、影响需求预测的因素影响需求预测的因素 第一节 预测1、商业周期：从复苏到高潮到衰退到萧条,周而复始。2、产品生命周期：任何成功的产品都有 导入期、成长期、成熟期和衰退期4个阶段。复苏高潮衰退萧条复苏导入期成长期成熟期衰退期6生产计划与控制生产计划与控制六、预测一般步骤六、预测一般步骤1、决定预测的目的和用途；2、决定影响因素；3、收集分析资料；4、选择预测方法和模型；5、计算并核实预测结果；6、应用预测结果；7、预测监控。第一节 预测7生产计划与控制生产计划与控制 第二节 定性预测方法一、德尔菲法一、德尔菲法(Delghi method)(Delghi method)：专家调查法：专家调查法（1）挑选专家；（2）函询调查：向专家提出问题，要求书面答复；（3）汇集综合整理：将搜集来的专家意见整理；（4）再次函询：将整理的意见反馈给各专家，要求他们修正其预测，并说明修正理由；（5）最终预测：循环3、4步，至3、4轮。优点：匿名性，避免群体压力现象，专家充分发表意见，且最后能统一。缺点：受主观因素影响，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，最后趋于一致的意见仍带有随大流的倾向。1、步骤：2、优缺点：8生产计划与控制生产计划与控制第二节 定性预测方法一、德尔菲法一、德尔菲法(Delghi method)(Delghi method)：专家调查法：专家调查法3、三条原则：匿名性、反馈性、收敛性。1、部门主管集体讨论法2、用户调查法3、销售人员意见汇集法（略、自学）二、其他方法二、其他方法9生产计划与控制生产计划与控制第三节 定量预测方法假设：过去存在的变量间关系和相互作用机理，今后仍存在并假设：过去存在的变量间关系和相互作用机理，今后仍存在并 继续发挥作用。继续发挥作用。一、时间序列：1、概念：按一定时间间隔和事件发生的先后顺序排列起来的数据构成 的序列。10生产计划与控制生产计划与控制趋势趋势(T)(T)时间序列构成要素时间序列构成要素时间序列的时间序列的4 4个构成要素个构成要素需求以一定的比率增加或减少的倾向需求以一定的比率增加或减少的倾向季节性变化季节性变化(S)(S)在趋势线上下变化在趋势线上下变化以一年为单位反复出现以一年为单位反复出现循环因素循环因素(C)(C)经过一年以上的长时间变化经过一年以上的长时间变化,需求需求循环性的上下浮动循环性的上下浮动不规则变化不规则变化/偶然变化偶然变化(I)(I)说不出原因的变化说不出原因的变化,不能预测和控制不能预测和控制(例如例如:战争战争,地震地震)1预测用途与预测技术预测用途与预测技术需需求求时间序时间序列模型列模型趋势趋势时间时间季节性季节性变化变化周期周期因素因素不规则不规则变化变化11生产计划与控制生产计划与控制第三节 定量预测方法一、时间序列：2、时间序列构成要素：12生产计划与控制生产计划与控制一、时间序列：2、时间序列构成要素：1）趋势成分：引起原因（人口的变动，经济的增长，技术的进步，生产力的发展）。T（Trend)2）季节成分：每个年度内成规则性的重复波动形态。起因：季节性的气候变化和风俗习惯。S(Season)3）周期成分：经济成长过程中景气和不景气交替重复发生的波动情况。发展、繁荣、衰退、恢复。诱发因素：社会政治变动、战争、经济形势变化。C(Cycle)4）随机成分：不可控因素引起的，没有规则的上下波动。I（Irregularity)13生产计划与控制生产计划与控制二、时间序列平滑模型二、时间序列平滑模型时间实销平均预测1月A12月A23月A3SMA3SMA34月A4SMA4SMA45月A5SMA5SMA5第三节 定量预测方法1、简单移动平均（Simple moving average）简单移动平均值为：可消除由于随机成分的影响而导致的需求偏离平均水平14生产计划与控制生产计划与控制第三节 定量预测方法月份实际销量（百台）n=3n=412022132342421.3352522.6721.7562724.0023.3372625.3324.7582526.0025.5092626.0025.75102825.6726.00112726.3326.25122927.0026.50 预测值同简单移动平均所选的时段长n有关，具有滞后性。n越大，对干扰的敏感性越低，预测的稳定性越好，滞后性越强，响应性就越差。简单移动平均法对数据不分远近，同样对待。为了反映最近的趋势，可采用加权移动平均。15生产计划与控制生产计划与控制二、时间序列平滑模型二、时间序列平滑模型第三节 定量预测方法2、加权移动平均（Weighted moving average）加权移动平均值为：为实际需求的权系数。16生产计划与控制生产计划与控制第三节 定量预测方法月份实际销量（百台）n=3120221323424(0.520+1.021+1.523)/3=21.83525(0.521+1.023+1.524)/3=23.1762724.3372625.8382526.1792625.67102825.67112726.83122927.17 若对最近的数据赋予较大的权重，则预测数据与实际数据的差别较简单移动平均法的结果要小。近期数据的权重越大，则预测的稳定性就越差，响应性就越好。可以同时改变n和。简单移动平均和加权移动平均需要的数据量大，计算量非常大，当产品很多时计算工作繁重。17生产计划与控制生产计划与控制3、一次指数平滑法（Single exponential smoothingSingle exponential smoothing）一次平滑指数值：一次平滑指数值：二、时间序列平滑模型第三节 定量预测方法SFt+1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（01）可以将上述公式中的SFt依次展开，得到书上65页式3.6，从而将第t+1期的预测值看作前t期实测值的指数形式的加权和。t+1预测值为第t期的实际值和预测值的加权和。18生产计划与控制生产计划与控制3、一次指数平滑法（Single exponential smoothingSingle exponential smoothing）二、时间序列平滑模型第三节 定量预测方法用一次指数平滑法进行预测，当出现趋势时，预测值之虽然可以描述实际值的变化形态，但预测值总是滞后于实际值滞后于实际值滞后于实际值滞后于实际值。当出现趋势时，取较大的较大的较大的较大的 得到的预测值和实际值比较接近。一般来说，选得小选得小选得小选得小一些，预测稳定性比较好；反之，其响应性就比较好。面对有上升或下降趋势有上升或下降趋势有上升或下降趋势有上升或下降趋势的需求序列时，就要采取二次二次二次二次指数平滑法进行预测。对于出现趋势并有季节性波动出现趋势并有季节性波动出现趋势并有季节性波动出现趋势并有季节性波动的情况，则要用三次三次三次三次指数平滑法。19生产计划与控制生产计划与控制 三、时间序列分解模型三、时间序列分解模型第三节 定量预测方法 企图从时间序列之中找出各种成分，并在对各种成分单独进行预测的基础上，综合处理各种成分的预测值，以得到最终的预测结果。1、概念2、假设：各种成分单独地作用于实践需求，而且过去和现在起作用的机制持续到未来。实际需求是以上几种因素共同作用的结果。3、模型加法模型：用各成分相乘的方法来求出需求估计值乘法模型：用各成分相乘的方法来求出需求估计值TFTSCITFTSCI20生产计划与控制生产计划与控制时间序列分解模型时间序列分解模型-通过分解时序列构成要素通过分解时序列构成要素(趋势趋势,季节季节,循环循环,偶然偶然)来预测需求来预测需求-实际上要掌握不规则的循环变化和偶然性因素是很困难的实际上要掌握不规则的循环变化和偶然性因素是很困难的 因此一般更多的利用分解趋势和季节因素的预测值因此一般更多的利用分解趋势和季节因素的预测值 FITSFITS(forecast including trend and seasonal)(forecast including trend and seasonal)-趋势和季节因素的结合形态有加法和乘法季节变化趋势和季节因素的结合形态有加法和乘法季节变化趋势趋势分析法分析法加法季节变化加法季节变化FITS=趋势趋势+季节变化季节变化乘法季节变化乘法季节变化FITS=趋势趋势*季节变化季节变化a aY Yt tt t0 1 2 3 40 1 2 3 4a aY Yt tt t0 1 2 3 40 1 2 3 421生产计划与控制生产计划与控制时间序列分解模型某一产品1994年实际需求为400个,从季节看春天90,夏天150,秋天110,冬天50.假设此产品的年平均需求量以10%增长时,利用加法和乘法季节变化,求出1995年各季节需求预测值.实际需求(Yt)春夏秋冬9015011050季节变化幅度90-100=-10150-100=50110-100=1050-100=-50合计 400 440 440季节指数90/100=0.9150/100=1.5110/100=1.150/100=0.5加法变化幅度110-10=100110+50=160110+10=120110-50=60乘法变化幅度110*0.9=99110*1.5=165110*1.1=121110*0.5=5519941995平均季节需求值(1994年)=400/4=100平均季节需求预测值(1995年)=100*（1+10%）=11022生产计划与控制生产计划与控制第三节 定量预测方法4、有线性趋势、相等季节波动的时间序列分解模型例3.4 有某旅游服务点过去3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解（1）求趋势直线方程 用表36绘出曲线图形；T=0时，a=10000份；t=12时，为12000份；b=(12000-10000)/12=167所以趋势直线方程为：Tt=10000+167t三、时间序列分解模型三、时间序列分解模型计算4个季度的移动平均值，标在图上；利用目测法，让直线穿过移动平均值，使数据分布在直线两侧；得到趋势直线方程。23生产计划与控制生产计划与控制第三节 定量预测方法4、有线性趋势、相等季节波动的时间序列分解模型（2）估计季节系数季节系数：就是实际值At与趋势值Tt的比值的平均值，即At/Tt三、时间序列分解模型三、时间序列分解模型At由表36可以查到，Tt用趋势直线方程可以计算得到。t123456789101112At/Tt1.161.01 0.85 0.99 1.13 1.00 0.82 1.00 1.10 0.95 0.87 1.01分别计算夏秋冬春的季节系数，得到SI（夏）1.15；SI（秋）1.00；SI（冬）0.85；SI（春）1.00；需要对这些系数进行不断地修正。24生产计划与控制生产计划与控制第三节 定量预测方法4、有线性趋势、相等季节波动的时间序列分解模型三、时间序列分解模型三、时间序列分解模型（3）预测：选择正确的t值和季节系数本例的t值分别为13，14，15，16，对应的季节系数分别为SI（夏）,SI（秋）,SI（冬）,SI（春）夏季：（1000016713）1.15=13997秋季：（1000016714）1.00=12338冬季：（1000016715）0.85=10629春季：（1000016716）1.00=1267225生产计划与控制生产计划与控制四、因果模型：四、因果模型：除时间外，其他因素对需求的影响除时间外，其他因素对需求的影响第三节 定量预测方法一元回归模型YT为一元线性回归预测值；为截距,为X为自变量X=0时的预测值；b为斜率；n为变量数；X为自变量的取值；Y为因变量的取值；26生产计划与控制生产计划与控制四、因果模型（回归模型、经济计量模型、投入产出模型）四、因果模型（回归模型、经济计量模型、投入产出模型）第三节 定量预测方法衡量一元线性回归方法的偏差，可用两个指标：线性相关系数r和标准差Syx R为正：正相关；为负，负相关。R越接近1，说明实际值与所作出的直线越接近。Syx越小表示预测值与直线的距离接近。27生产计划与控制生产计划与控制代入代入 公式公式 Y Y6 6=19+11*6=19+11*6 =85 =85b=b=ntYntYt t-(Y-(Yt t)(t)(t)ntnt2 2 -(t)-(t)2 2a=a=YYt t-b(t)-b(t)n n 某一产品在过去某一产品在过去5 5年中的需求如下年中的需求如下:年度年度实际需求实际需求9090919192929393949430304040606050508080年度年度实际需求实际需求(Y(Yt t)9090919192929393949430304040606050508080为求出为求出a,ba,b值值.先做如下表先做如下表:为计算方便把为计算方便把9090年作为期间年作为期间1 1期间期间(t)(t)1 12 23 34 45 5t t2 2t Yt Yt t1 14 49 91616252530308080180180200200400400合计合计 15 260 55 89015 260 55 890=19=19=11=11Y Yt t=a+bt=a+bt =19+11t =19+11t因此所求曲线是因此所求曲线是:19951995年为年为t=6,t=6,预测值预测值Y Y6 6见见EXCEL计算计算28生产计划与控制生产计划与控制年度年度实际需求实际需求8989909091919292939394946262797986869494107107120120Jiang S PizzaJiang S Pizza店在过去店在过去6 6年中销售额如下表显出增长趋势年中销售额如下表显出增长趋势.(1)(1)利用最小二乘法求出曲线利用最小二乘法求出曲线,并画出趋势图并画出趋势图(2)(2)利用曲线推算利用曲线推算9595年的销售额年的销售额作业作业29生产计划与控制生产计划与控制Yt=2.2+0.80X作业 LL电子为了预测TV的销售额,随机选定10个地区,分析结果如下,人口数(单位:万名)和年销售额(单位:百万)之间成立如下线性回归方程.(1)变量和自变量是什么(2)请预测人口为6万的城市年销售额是多少.30生产计划与控制生产计划与控制一、预测精度测量一、预测精度测量第四节 预测监控评价预测精度的指标：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。1、平均绝对偏差如果预测误差为正态分布，MAD约等于0.8倍的标准偏差，可较好地反映预测精度。预测误差：是指预测值和实际值之间的差异。平均误差：是评价预测精度、计算预测误差的主要指标。式中：At 表示时段 t的实际值；Ft表示时段 t 预测值；n是整个预测期内的时段个数（或预测次数）。31生产计划与控制生产计划与控制一、预测精度测量一、预测精度测量第四节 预测监控2、平均平方误差3、平均预测误差4、平均绝对百分误差32生产计划与控制生产计划与控制二、预测监控二、预测监控两种方法（1）最近的实际值与预测值进行比较，看偏差是否在可接受的范围以内。（2）应用跟踪信号（Tracking signal，TS）跟踪信号：预测误差滚动和与平均绝对偏差的比值）1、预测的理论基础是：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。第四节 预测监控33生产计划与控制生产计划与控制若预测模型仍然有效TS应该比较接近于零（TS在一定范围内）。上限下限出界时间O图3-9 预测跟踪信号第四节 预测监控34生产计划与控制生产计划与控制作业P77 思考题：3，4，5练习题：5综合题：1.对未来10年武汉市房价作预测 2.对未来年工业工程毕业生就业率作预测35生产计划与控制生产计划与控制1.对未来10年武汉市房价作预测房价的构成：地价，材料成本，人工成本，其他费用，利润经济周期产品生命周期通货膨胀情况政府宏观调控：利率历史数据36生产计划与控制生产计划与控制2.对未来年工业工程毕业生就业率作预测就业率需求供给需求：经济发展供给：高校招生经济周期产品生命周期政府宏观调控历史数据：国内；国外37