供应链管理4综合计划2

第四章供应链综合计划管理第1节供应链需求预测第2节供应链总体计划第3节供应链中的供给和需求规划：控制可预测变量培训专用第1节供应链需求预测一、预测的作用与特征二、预测的组成部分及预测方法三、需求预测的基本方法四、预测的时间序列五、预测误差的测定方法六、案例：天然气公司的需求预测培训专用一、供应链中预测的作用需求预测是供应链中所有计划的基础需求预测是推拉流程的起点推：规划生产能力、库存拉：规划供给水平——零部件和生产线拥有稳定需求的成熟产品最容易预测原材料供应和成品需求不确定性大的产品难预测培训专用二、预测的特点预测通常是不准确的长期预测的准确性通常比短期预测低综合预测准确性比分解预测高企业越处在供应链上游，预测误差也越大培训专用三、预测的组成及预测方法1、影响需求预测的因素历史需求产品提前期广告计划或其他营销努力经济状况价格折扣竞争者采取的行动培训专用2、预测方法定性法（qualitative）历史数据少，专家对市场的见解非常重要时间序列法（timeseries）未来需求与过去需求相关性大因果关系法需求预测与某些外界因素高度相关仿真法培训专用四、需求预测的基本步骤1、理解预测的目标2、把供应链的需求计划和预测整合起来3、了解和识别顾客群4、识别影响需求预测的主要因素5、确定合适的预测技术6、设定预测绩效和误差侧度培训专用五、时间序列预测法乘法型：系统需求=需求水平*需求趋势*季节性需求加法型：系统需求=需求水平+需求趋势+季节性需求混合型：系统需求=（需求水平+需求趋势）*季节性需求培训专用1、静态预测法假设未来需求水平、需求趋势和季节系数都不随观测到的新需求而改变。系统需求=（需求水平+需求趋势）*季节性需求在t期预测t+l期的需求：

Ft+l=〔L+(t+l)T〕St+l

L=基期的预计需求水平T=预计需求趋势St=预计t期的季节系数Dt=实际观测的t期需求Ft=预测的t期需求培训专用案例：培训专用（1）估计需求水平和需求趋势剔除季节性需求影响P:每次季节性循环包含的期数从l+1到l+p这段时期的平均需求是l+(p+l)/2时期剔除季节性影响后的需求Dt=(Dt-p/2+Dt+p/2+Σ2Di)/2p——偶数Dt=(ΣDi)/p——奇数如p=4，t=3，D3=(D1+D5+Σ2Di)/2*4如p=3，t=3，D3=(D2+D3+D4)/3培训专用案例：年份季度时期t需求量Dt剔除季节影响后的需求121800013213000143230001975021434000206252251000021250236180002175024723000225003183800022125329120002262533101300024125341132000411241000Dt=(Dt-p/2+Dt+p/2+Σ2Di)/2p培训专用D=L+tT培训专用D=L+TtExel(工具/数据分析/回归)D=18439+524t

Coefficients标准误差Intercept18438.99440.8087XVariable1523.809563.95925培训专用时期t需求量Dt剔除季节影响后的需求18000189632130001948732300020011434000205365100002105961800021583723000221078380002263191200023155101300023679113200024203124100024727培训专用（2）估计季节系数

St=dt/Dt时期t需求量dt剔除季节影响后的需求季节系421874176213000194870.667111408323000200111.149367848434000205361.655629139510000210590.474856356618000215830.833989714723000221071.040394445838000226311.679112721912000231550.5182465991013000236790.5490096711132000242031.3221501471241000247271.658106523培训专用季节系数：S1=(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=1.67静态预测：F13=(L+13T)S13=(18439+13*524)0.47=11868F14=(L+14T)S14=(18439+14*524)0.68=17527F15=(L+15T)S15=(18439+15*524)1.17=30770F16=(L+16T)S16=(18439+16*524)1.67=44794培训专用2、适应性预测法

假设需求水平、需求趋势、季节性随每次观测到的实际需求量变化。Lt=t期末的预计需求水平Tt=t期末的预计需求趋势St=t期末预计季节系数Dt=t期实际观测的需求Ft=t期的预测需求Et=t期的预测误差培训专用适应性需求预测步骤：第一步，初始化：静态的L0、T0、S第二步，预测：Ft+1=（Lt+lTt）St+1第三步，预测误差：Et+1=Ft+1-Dt+1第四步，修正预测值：用已知的Et+1再去修正Lt+1、Tt+1、S,并作为下一期的基础数据培训专用（1）移动平均法——没有可观测到的需求趋势或季节变动时系统需求=需求水平Lt=(Dt+Dt-1+Dt-2+…….+Dt-N+1)/NFt+1=Lt当观测完t期后Lt+1=(Dt+1+Dt+Dt-1+…….+Dt-N+2)/NFt+2=Lt+1培训专用案例：用4期移动平均预测5期L4=(D4+D3+D2+D1)/4=19500F5=L4E5=F5-D5=19500-10000=9500当得到5期的需求观察值后，修正第5期需求水平。L5=(D5+D4+D3+D2)/4=20000时期t需求量Dt18000213000323000434000510000培训专用（2）一次指数平滑法——没有可观测到的需求趋势或季节变动时

L0=1/n*ΣDFt+1=LtLt+1=aDt+1+(1-a)Lt

（0<a<1）案例：天然气在线公司用指数平滑法预测1期，已有12期数据L0=1/12*ΣD=22083F1=L0=22083Et=Ft-Dt=22083-8000=14083设a=0.1Lt+1=aDt+1+(1-a)Lt=0.1*8000+0.9*22083=20674Ft+1=aDt+(1-a)Ft培训专用（3）矫正需求趋势的指数平滑法（HOLT）——呈现需求趋势但没有季节性变动系统需求=需求水平+需求趋势线性回归：Dt=at+bFt+1=Lt+TtFt+n=Lt+nTt观测到t期的实际需求后，对需求水平和需求趋势进行修正Lt+1=aDt+1+(1-a)(Lt+Tt)Tt+1=b(Lt+1-Lt)+(1-b)Tt培训专用案例：天然气在线公司holt模型法预测回归L0=12015T0=1549预测：F1=L0+T0=12015+1549=13564预测误差：E1=F1-D1=13564-8000=5564平滑系数：a=0.1b=0.2修正：L1=aD1+(1-a)(L0+T0)=0.1*8000+0.9*13564=13008T1=b(L1-L0)+(1-b)T0=0.2*(13008-12015)+0.8*1549=1438F2=L1+T1=13008+1438=14446

初始预测过高，修正从13564到13008，预测趋势也从1549降到1438培训专用案例：一家电子制造商在过去6个月中观察到它的最新MP3产品的需求一直保持增长，需求的观测值分别为8415、8732、9014、9808、10413和11961，用矫正需求趋势的指数平滑法预测第4期的需求，其中a=0.1，b=0.2。（线性回归结果：L0=7367，T0=673）培训专用F1=L0+T0=7367+673=8040E1=F1-D1=8040-8415=-375L1=aD1+（1-a）F1=0.1*8415+0.9*8040=8078T1=b（L1-L0）+（1-b）T0=0.2*（8078-7367）+0.8*673=681培训专用（4）矫正需求趋势和季节性的指数平滑法（winter模型）——呈现需求趋势和季节变动。系统需求=（需求水平+需求趋势）季节性需求Ft+1=(Lt+Tt)St+1

Ft+n=(Lt+nTt)St+n观测到t期的实际需求后，对需求水平、需求趋势和季节系数进行修正Lt+1=a(Dt+1/St+1)+(1-a)(Lt+Tt)Tt+1=b(Lt+1-Lt)+(1-b)TtSt+p+1=c(Dt+1/Lt+1)+(1-c)St+1培训专用案例：L0=18439，T0=524，S1=0.47，S2=0.68，S3=1.17，S4=1.67预测：F1=(L0+T0)S1=(18439+524)0.47=8913预测误差：E1=F1-D1=8913-8000=913平滑：a=0.1b=0.2c=0.1修正：L1=a(D1/S1)+(1-a)(L0+T0)=0.1*（8000/0.47）+0.9*（18439+524）=18769T1=b(L1-L0)+(1-b)T0=0.2*（18769-18439）+0.8*524=485S1=c(D1/L1)+(1-c)S1=0.1（8000/18769）+0.9*0.49=0.47F2=(L1+T1)S2=(18769+485)*0.68=13093培训专用预测方法的适用情况预测方法适用情况移动平均法需求没有呈现趋势或季节性一次指数平滑法需求没有呈现趋势或季节性Holt模型需求呈现趋势但没有季节性Winter模型需求呈现趋势和季节性培训专用六、预测误差的度量分析原因：可以运用误差分析，检查是否准确反映系统需求部分误差用来解释意外事件误差在一定范围是可以接受的；t期的误差是该期预测需求与实际需求的差值：Et=Ft-Dt培训专用衡量方法：MSE:均方差，表示误差的离散程度（meansquarederror）MSEn=1/nΣE2tAt：绝对偏差，表示t期误差绝对值（absolutedeviation）At=|Et|MADn：表示平均绝对误差MADn=1/nΣAt如果正态分布，MAD可以用来预测随机需求部分标准差δ=1.25MADMAPEn表示平均绝对百分比误差MAPEn=（Σ|Et/Dt|）100/n为辨别是否持续低估或者高估，用预测误差之和衡量Bias=ΣEt正态分布值为0TS路径信号（trackingsignal）TSt=Biast/MADt-6<TSt<6培训专用时期t需求量Dt需求水平L预测需求F预测误差E绝对误差AE平均方差MSE平均绝对离差MAD误差百分比平均绝对百分比误差MAPE路径信号TS18000

213000

323000

43400019500

51000020000195009500950090250000950095951618000212502000020002000471250005750115327230002125021250-175017503243750044177.637.906602252.28380002225021250-167501675094468750750044.0789539.44968853-0.93333912000227502225010250102509658750080508548.643084160.4010130002150022750975097509633333383337553.035903471.5611320002375021500-105001050098321428864232.812550.14680.28912410002450023750-17250172501232265629718.754249.13763644-1.5七、综合项目：天然气在线公司需求预测——移动平均法培训专用七、综合项目：天然气在线公司需求预测——单一指数平滑法：时期t需求量t需求水平预测需求预测误差绝对误差平均方差平均绝对离差误差百分比平均绝对百分比误差路径信号0

22083

1800020675220831408314083198340278140831761761.0021300019908206757675767512862295110879591182.003230002021719908-3093309388936486828413832.254340002159520217-1378313783114196860965941720.515100002043621595115951159511824664110046116811.6461800020192204362436243699527532877714702.157230002047320192-2808280886435714792512622.038380002222620473-175271752711403155091254660-0.1691200021203222261022610226112979315924785620.951013000203832120382038203108410265914363631.8611320002154420383-1161711617110824074936836600.5812410002349021544-1945619456133132065102084759-1.38培训专用七、综合项目：天然气在线公司需求预测——holtmodel时期需求量需求水平趋势水平季节因素预测需求预测误差绝对误差MSEMAD误差百分比MAPE路径信号0

18439524

18000188665140.47891391391383285791311111.00213000193675130.6813179179179432367546162.00323000198695121.1723260260260310720450153.00434000203805121.67340363636233364347044.00510000209115140.479819-181181193242314233.85618000216775390.6814569-343134312123421833196-2.67723000220885261.172599229922992309923411421370.67838000226215271.6737765-23523527187171028160.52912000232675390.4710879-112111212556150103996-0.571013000235715150.681618831883188331681112532582.071132000242505321.1728181-3819381943409011487129-0.821241000247705301.67413853853853991516139518-0.60培训专用预测方法MADMAPE(%)TS变动范围

四期移动平均9718.7549.14-1.522.21单一指数平滑法10208.4459.08-1.382.25HOLTMODEL8835.8451.68-2.152.00WINTERMODEL1394.867.94-2.674.00四种方法的预测误差培训专用第2节供应链综合计划主要内容：一、供应链综合计划的作用二、综合计划的有关问题三、综合计划策略四、利用线性模型制定总体计划培训专用一、供应链综合计划的作用在需求产生之前进行预测，并决定需求得到的满足的程度。需确定的主要参数：生产速率劳动力加班量机器产能水平转包延期交货需求现有库存培训专用二、综合计划的有关问题1、制定总体计划需要的信息T期的需求预测F生产成本——劳动成本（日常+加班）——转包生产成本——变动成本（工人、设备以及产能）单位产品所需劳动或机器小时数库存成本缺货或者积压成本培训专用2、限制性因素加班时间解雇可利用资本库存缺货或积压从供应商到企业的约束培训专用三、综合计划策略1、追逐策略——将产能作为杠杆当需求变动时，改变生产能力，解雇或者雇佣劳动力。缺点：产能改变成本很高适用条件：库存成本很高，而改变产能成本较低。培训专用2、劳动力或产能的时间柔性策略——将利用率作为杠杆劳动力和产能不变，调整作业时间缺点：设备与员工的闲置适用条件：库存成本很高，而改变产能利用水平的成本较低。培训专用3、平稳策略——将库存作为杠杆劳动力与产能的产出率保持不变，通过库存调节。优点：雇员稳定，设备利用率高缺点：积压严重培训专用四、利用线性模型制定综合计划项目成本另:

单位原材料成本101月库存1000每月每单位库存成本2单位售价40每月每单位缺货或积压成本51月初员工数80雇用或培训每个工人成本300每条生产线工作日20解雇成本500工人日常工作小时8单位产品劳动时间4每月加班不超过10日常每小时工作成本46月末最低库存500加班每小时工作成本6

单位转包成本30

培训专用1、决策变量：Wt=t月的劳动力人数Ht=t月初雇佣员工数Lt=t月初解雇员工数Pt=t月生产的产量水平It=t月末的库存水平St=t月末缺货或积压的产品数量Ct=t月转包生产数量Ot=t月加班小时数培训专用2、目标函数：总成本最小日常劳动成本=∑640Wt加班劳动成本=∑6Ot雇佣和解雇成本=∑300Ht+∑500Lt保有和出清库存成本=∑2It+∑5St原材料成本和转包成本=∑10Pt+∑30Ct总成本=∑640Wt+∑6Ot+∑300Ht+∑500Lt+∑2It+∑5St+∑10Pt+∑30Ct培训专用3、限制性条件工人总数、雇佣员工数和解雇员工数Wt=Wt-1+Ht+Ltt=1,…,6W0=80生产能力Pt≤40Wt+Ot/4t=1,…,6库存平衡It-1+Pt+Ct=Dt+St-1+It-Stt=1,…,6I0=1000I6≥500S0=0S6=0加班时间Ot≤10Wtt=1,…,6所有变量非负培训专用redtomatotools综合计划（持有成本6美元）时间雇佣人数解雇人数工人人数加班时间库存库存缺货转包合同总产量需求预测000800100000

1023570166700226710002005709330022673000300570000226738004005700671467226748005005700002267200060057