讲供应链需求预测ppt课件

1、5.2六大定量预测方法A.简单平均法B.加权平均法C.简单挪动平均法D.加权挪动平均法E.指数平滑法F.季节性预测.六大定量预测方法之一：简单平均法第周围的预测值=(140+156+184)/3=160周次实际需求量1140215631844.六大定量预测方法之二：加权平均法周次实际需求量权重11401/621562/631843/64第周围的预测值= 1/6 X 140 + 2/6 X 156 + 3/6 X 184 = 167.六大定量预测方法之三：简单挪动平均法月份实际销量三个月均数四个月均数12022132342421.3352522.6722.0062724.0023.25.六大定量

2、预测方法之四：加权挪动平均法月份实际销量三个月的加权移动平均预测值1202213234241/6X20+2/6 X21+3/6X 23=21.8352523.1762724.33.六大定量预测方法之五：指数平滑法(1) 一次指数平滑的预测模型指数平滑法初始值确实定 从时间序列的项数来思索：假设时间序列的察看期n大于15时，初始值对预测结果的影响很小，可以方便地以第一期观测值作为初始值；假设察看期n小于15，初始值对预测结果影响较大，可以取最初几期的观测值的平均数作为初始值，通常取前3个观测值的平均值作为初始值。.平滑系数的选择当时间序列长期趋势变化呈稳定程度趋势时，取较小值，如0.10.3；当

3、时间序列动摇较大，长期趋势变化的幅度较大时，取中间值，如0.40.6；当时间序列具有明显的上升或下降趋势时，取较大值，如0.70.9； 在实践运用中，可取假设干个值进展试算比较，选择预测误差最小的值。.【例】 某企业产品2000至2021年销售额见下表，试用指数平滑法预测2021年销售额分别取0.1、0.6和0.9。年份200020012002200320042005200620072008销售额400047005000490052006600620058006000.解：1确定初始值由于n=915,取时间序列前三项数据的平均值作为初始值.2平滑系数分别取0.1、0.6和0.9 ，计算各年一次

4、指数平滑值序号时间实际观测值指数平滑值（预测值）=0.1=0.6=0.91234567891020002001200220032004200520062007200820094000470050004900520066006200580060004566.674510.004529.004576.104608.494667.644860.884994.795075.315167.784566.674226.674510.674804.274861.715064.685985.876114.355925.745970.304566.674056.674635.674963.574906.3651

5、70.646457.066225.715842.575984.26.3对不同平滑系数下获得的平滑值进展误差分析，确定的取值。 方法：计算各平滑系数下平滑值的平均绝对误差平均差计算公式：.经过比较，=0.6时的平滑值的平均绝对误差最小，因此选用=0.6用为平滑系数。=0.1的平滑值的平均绝对误差=0.6的平滑值的平均绝对误差=0.9的平滑值的平均绝对误差.预测2021年销售额.六大定量预测方法之六：时间序列季节性预测分解模型1-乘法模型：分解模型1-加法模型：.1. 趋势因子，即长期趋势：指数据在一段时间内逐渐上升或下降。.2.周期因子，即周期动摇：指数据在数年后出现反复的方式。常见的有经济周期

6、，它是短期经济分析和方案中较重要的要素。.3.季节因子，即季节动摇：指数据在较短的周期后出现反复，周期可以是天、周、月和季。 .4. 随机因子，即不规那么动摇：是数据中的“不明物体，是在偶尔和特殊情况下产生的。 随机动摇没有可知的反复方式，是无法预测的。 随机动摇成分 .六大定量预测方法之六：季节性预测之算例第1季度第2季度第3季度第4季度197996130711980639913573198167101？.季节原始数据4期移动总值移动平均值中点值1979Q2961979Q3130360901979Q47190.3836390.751980Q16391.38368921980Q29992.25

7、37092.51980Q31359337493.51980Q47393.75376941981Q1671981Q21011981Q3？.时间序列季节性预测加法模型季节原始数据趋势值偏离趋势值季节因子1979Q2966.751979Q3130421979Q47190.38-19.38-20.071980Q16391.38-28.38-28.381980Q29992.256.756.751980Q31359342421980Q47393.75-20.75-20.071981Q167-28.381981Q21016.751981Q3？.六大定量预测方法之二：时间序列季节性预测年份Q1Q2Q3Q419

8、79-19.381980-28.386.7542-20.381981平均季节因子-28.386.7542-20.07季节因子.年份Q1Q2Q3Q4总和1979-19.381980-28.386.7542-20.381981平均季节因子-28.386.7542-20.07= +0.3修正系数修正后季节因子-28.466.6741.92-20.15= 0修正后季节因子.Quantitative Methods.时间序列季节性预测乘法模型季节原始数据趋势值偏离趋势值季节因子1979Q2961.07321979Q31301.45161979Q47190.380.78560.78221980Q16391

9、.380.68940.68941980Q29992.251.07321.07321980Q3135931.45161.45161980Q47393.750.77870.78221981Q1670.68941981Q21011.07321981Q3？.六大定量预测方法之二：时间序列季节性预测年份Q1Q2Q3Q419790.785619800.68941.07321.45160.77871981平均季节因子0.68941.07321.45160.7822季节因子.年份Q1Q2Q3Q4总和19790.785619800.68941.07321.45160.77871981平均季节因子0.68941.

10、07321.45160.7822=3.9964修正系数修正后季节因子0.691.07421.45290.7829=4修正后季节因子.Quantitative Methods.季节性预测中趋势值的线性模型法.时间序列季节性预测线性模型法xyx2xy196196213042603719213463162525992549561353681077349511867645369101819098352854082.季节性预测中趋势值的线性模型法.Quantitative Methods季节性预测练习题.季节原始数据趋势值偏离趋势值季节因子偏离趋势值季节因子19871119873419872119874521.2523.752.121988621.84-15.84-16.130.270.3251988922.34-13.34-13.340.400.45519881422.92-8.92-8.590.610.6619883823.66514.3315.131.611.5819882324.42-1.42-20.940.92519885025.3324.6724.211.972.04519891026.42-16.420.3819891427.34-13.340.5119892028.25-8.250.7119894529.0815.921.5519892729.58-