《补充库存控制》PPT课件

《《补充库存控制》PPT课件》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、需求预测与库存控制需求预测库存控制12主要内容第一部分需求预测1.预测方法预测的方法有很多，选择一种合适的方法，要考虑的因素所涉及的未来时间跨度可获得的历史数据历史数据与未来的关联物品种类需求的变化幅度预测结果所需的准确性及误差所产生的成本预测结果所能带来的预期收益能够用于支持预测工作的资金和时间远期预测：对未来几年内的运作情况进行预测中期预测：对未来3个月到1年的时间内的运作情况进行预测短期预测：对未来几周的运作情况进行预测1.1定性预测方法个人看法团队共识市场调查历史推论德尔菲法1.2定量预测方法时间序列法季节性预测线性回归分析误差=实际

2、需求-预测周123456需求10112111098114126预测107117112104112120合计平均值误差-64-2-626-2-0.33误差的绝对值方差361643643613222时间序列法使用历史需求数据来预测未来的需求，即将历史需求模式套用于未来需求的预测上简单平均加权平均法简单移动平均法加权移动平均法指数平滑简单平均法适用于需求长时间保持稳定的情况用历史数据取简单平均即可例：尽管预测的需求量相同，但第一个时间序列的干扰要远远少于第二个时间序列时间段：12345预测值时间段1需求量495049525050时间段2需求量703

3、376294250加权平均法当需求模式呈上升趋势时，在进行预测时更注重使用近期的需求数据。计算公式：为预测值为i时段的实际需求数据值为i时段的实际需求数据的权重值如果对权重进行归一化处理，则权重之和为1例：周实际需求量权重11401/623.3321561/352.0031841/292.004167.33简单移动平均简单平均的问题在于新数据会被淹没在过时的旧数据中，而移动平均可以避免这种缺点为i时段的实际需求数据值为移动平均采用的时段数例1月份12345678需求量203194188206173119209194预测值---19519618

4、9166167周需求3个时间段4个时间段5个时间段14223333644537554383966345424276954504687262585397568656110787270671198757471例2：分别采用不同3、4、5求今后一周的预测需求量加权移动平均简单移动平均未考虑数据的远近，加权移动平均拟补了未考虑趋势的不足。例当n=3时，取w1=3/6,w2=2/6,w3=1/6月份销量n=3的预测值12022132342421.8352523.1762724.3372625.8382526.1792625.67102825.67112

5、726.83122927.17=w1*D3+w2*D2+w3*D13/62/61/6指数平滑前面的几种方法需要大量连续的历史数据，而指数平滑只需要上期的实际值和预测值及平滑指数。其中：Ft-1为上期的预测值Dt-1为上期的实际值α为平滑指数例题：月份需求量指数0.10.50.9130002287930003000300033121298829402891428653001303030985286729882948288863100297629072869728542988300430778298929752929287692732297629

6、59297810290029522845275711315629462873288612296730143129二、季节性预测季节性指数法是把历史数据综合在一起，并计算出不同季节（或时段、月、周）周期性变化的趋势，即每一个时段实际值占整个周期总量的比例。利用这个比例系数进行季节性预测季节预测值=年度预测值*季节系数例：某产品前3年的需求数据，从数据中可以看出该产品的需求呈季节性，若下一年的总量为830，试预测其下一年每一季度的需求量时段第1年第2年第3年总额季度占百分比第1季度12514018344821.44第2季度270245295810

7、38.76第3季度18617419055026.32第4季度849610228213.496656557702090100.00第1季度：21.44%*830=178第2季度：38.76%*830=322第3季度：26.32%*830=218第4季度：13.49%*830=112线性回归例题：某公司电脑备件的生意正在逐步扩大，过去10个月的需求如下：月份0123456789需求34810151820222728月份x0123456789101112需求y34810151820222728预测值2.165.138.0911.0514.0216.

8、9819.9522.9125.8728.8431.8034.7637.73误差0.84-1.13-0.09-1.050.981.020.05-0.911.13-0.