德尔菲法案例分析

《德尔菲法案例分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、WORD文档下载可编辑德尔菲法案例分析案例一：德尔菲法应用案列某公司研制出一种新兴产品，现在市场上还没有相似产品出现，因此没有历史数据可以获得。公司需要对可能的销售量做出预测，以决定产量。于是该公司成立专家小组，并聘请业务经理、市场专家和销售人员等8位专家，预测全年可能的销售量。8位专家提出个人判断，经过三次反馈得到结果如下表所示。专家编号第一次判断第二次判断第三次判断最低销售量最可能销售量最高销售量最低销售量最可能销售量最高销售量最低销售量最可能销售量最高销售量115075090060075090055

2、07509002200450600300500650400500650340060080050070080050070080047509001500600750150050060012505100200350220400500300500600630050075030050075030060075072503004002504005004005006008260300500350400600370410610平均数345500725390550775415570770·平均值预测：　　在预测时，最终一次判

3、断是综合前几次的反馈做出的，因此在预测时一般以最后一次判断为主。则如果按照8位专家第三次判断的平均值计算，则预测这个新产品的平均销售量为：（415+570+770）/3=585·加权平均预测：　　将最可能销售量、最低销售量和最高销售量分别按0.50、0.20和0.30的概率加权平均，则预测平均销售量为：570*0.5+415*0.2+770*0.3=599·中位数预测：　　用中位数计算，可将第三次判断按预测值高低排列如下：　　最低销售量：　　300370400500550专业资料精心整理WORD文档下载可

4、编辑　　最可能销售量：　　410500600700750　　最高销售量：　　6006106507508009001250　　最高销售量的中位数为第四项的数字，即750。　　将可最能销售量、最低销售量和最高销售量分别按0.50、0.20和0.30的概率加权平均，则预测平均销售量为：　　600*0.5+400*0.2+750*0.3=695德尔菲法出自MBA智库百科(http://wiki.mbalib.com/)德尔菲法/得尔飞法(DelphiMethod)目录[隐藏]·1德尔菲法的简介o1.1德尔菲法的起

5、源演变o1.2德尔菲法的典型特征·2德尔菲法的特征·3德尔菲法的具体实施步骤o3.1德尔菲法实施注意事项·4德尔菲法的应用·5德尔菲法的优缺点·6德尔菲法与其他决策法相比较·7德尔菲法案例分析o7.1案例一：德尔菲法应用案列[1]o7.2案例二：德尔菲法在企业人力资源预测中的运用[2]·8相关条目·9参考文献[编辑]德尔菲法的简介专业资料精心整理WORD文档下载可编辑　　德尔菲法是在20世纪40年代由O．赫尔姆和N．达尔克首创，经过T．J．戈尔登和兰德公司进一步发展而成的。德尔菲这一名称起源于古希腊有关太

6、阳神阿波罗的神话。传说中阿波罗具有预见未来的能力。因此，这种预测方法被命名为德尔菲法。1946年，兰德公司首次用这种方法用来进行预测，后来该方法被迅速广泛采用。　　德尔菲法也称专家调查法，是一种采用通讯方式分别将所需解决的问题单独发送到各个专家手中，征询意见，然后回收汇总全部专家的意见，并整理出综合意见。随后将该综合意见和预测问题再分别反馈给专家，再次征询意见，各专家依据综合意见修改自己原有的意见，然后再汇总。这样多次反复，逐步取得比较一致的预测结果的决策方法。　　德尔菲法依据系统的程序，采用匿名发表意见

7、的方式，即专家之间不得互相讨论，不发生横向联系，只能与调查人员发生关系，通过多轮次调查专家对问卷所提问题的看法，经过反复征询、归纳、修改，最后汇总成专家基本一致的看法，作为预测的结果。这种方法具有广泛的代表性，较为可靠。[编辑]德尔菲法的起源演变·起源　　德尔菲法是在20世纪40年代由赫尔默(Helmer)和戈登(Gordon)首创，1946年，美国兰德公司为避免集体讨论存在的屈从于权威或盲目服从多数的缺陷，首次用这种方法用来进行定性预测，后来该方法被迅速广泛采用。20世纪中期，当美国政府执意发动朝鲜战争

8、的时候，兰德公司又提交了一份预测报告，预告这场战争必败。政府完全没有采纳，结果一败涂地。从此以后，德尔菲法得到广泛认可。　　德尔菲是古希腊地名。相传太阳神阿波罗(Apollo)在德尔菲杀死了一条巨蟒，成了德尔菲主人。在德尔菲有座阿波罗神殿，是一个预卜未来的神谕之地，于是人们就借用此名，作为这种方法的名字。·演变　　德尔菲法最初产生于科技领域，后来逐渐被应用于任何领域的预测，如军事预测、人口预测、医疗保健预测、经营和需求预测、教