库存管理-预测的方法.ppt
- 文档编号:18724022
- 上传时间:2023-10-19
- 格式:PPT
- 页数:61
- 大小:2.27MB
库存管理-预测的方法.ppt
《库存管理-预测的方法.ppt》由会员分享,可在线阅读,更多相关《库存管理-预测的方法.ppt(61页珍藏版)》请在冰点文库上搜索。
数据时代里让你看见未来常见预测方法介绍,组员:
李暐昳彭佳敏刘亚莉徐申邵静茹,目录一览:
一、预测方法总述二、定性分析预测法德尔菲法李暐昳头脑风暴法彭佳敏三、定量分析预测法移动平均法刘亚莉指数平滑法徐申回归分析预测法邵静茹,预测方法总述以及德尔菲法介绍,主讲:
李暐昳,基本概念与分类:
统计预测的概念:
概念:
预测就是根据过去和现在估计未来,预测未来。
统计预测属于预测方法研究范畴,即如何利用科学的统计方法对事物的未来发展进行定量推测,并计算概率置信区间。
统计预测方法的分类:
1)定性分析预测法,2)定量分析预测法,常用的方法,定性分析预测法主要依赖个人或集体的经验与智慧,对未来的发展状态和变化趋势作出判断的预测方法。
定量分析预测法依据调查研究所得的数据资料,运用统计方法和数学模型,近似地揭示预测对象及其影响因素的数量变动关系,建立对应的预测模型,定性分析预测法,定性分析预测法,优点:
注重于事物发展在性质方面的预测,具有较大的灵活性,易于充分发挥人的主观能动作用,且简单的迅速,省时省费用。
缺点:
易受主观因素的影响,比较注重于人的经验和主观判断能力,从而易受人的知识、经验和能力的多少大小的束缚和限制,尤其是缺乏对事物发展作数量上的精确描述。
定量分析预测法,时间序列分析预测法,因果分析预测法,定量分析预测法,时间序列分析预测法是以连续性预测原理作指导,利用历史观察值形成的时间数列,对预测目标未来状态和发展趋势作出定量判断的预测方法,因果分析预测法是以因果性预测原理作指导,以分析预测目标同其他相关事件及现象之间的因果联系,对市场未来状态与发展趋势作出预测的定量分析方法,定量分析法,优点:
注重于事物发展在数量方面的分析,重视对事物发展变化的程度作数量上的描述,更多地依据历史统计资料,较少受主观因素的影响。
缺点:
比较机械,不易处理有较大波动的资料,更难于事物预测的变化,不可小觑的预测作用!
预测在一个企业或者工厂中起着一个中流砥柱的作用。
如果将整个生产、销售都使用统计预测的模型量化,会从各个方面提高企业运作效率!
准确的预测可以提高客户满意度,提高企业的竞争力如果企业根本没有预测,或是预测不准确,总是不能满足客户对交货期的要求。
随着市场竞争的激烈,企业为此而丢失的订单会越来越多。
准确的预测可以减少企业的库存,有效安排生产对于任何一个企业而言,其流动资金都是有限的。
无论是生产企业安排生产,还是贸易公司安排采购,他们都是在一定资金范围内进行的。
准确的预测可以改善运输管理根据预测进行运输安排,对于距离较近的经销商或客户,可以采用集中运输的方式,既可以节约运输成本,还可以减少运输时间,减少破损率。
准确的预测可以做出信息含量更高的定价,促销决策往往促销或者价格调整都是为了使销售数量增加,准确的预测可以使这些决策更有针对性,提高决策的效率。
按订单拉动生产流程图,按预测推动生产和按订单拉动生产对比,库存预测小案例某汽贸企业安全库存制定,临时采购多,占总采购量的40,每月多达几十笔,配送成本很高经常出现不能及时供货的情况,造成客户满意度下降库存结构不合理,有的配件采购过多造成积压,有的配件采购不足造成临时采购多对订货量有很大影响采购计划的编制不准确,问题,安全库存的设定不科学注:
安全库存也称安全存储量,是指为了防止临时销量增加或交货误期等特殊原因而预计的保险储备量。
或为了防止由于不确定性因素(如大量突发性订货、交货期突然延期等)而准备的缓冲库存。
对配件分公司物资进行ABC分类(成本分类举例),从表中可以注意到,前三项的累计百分比为73.77%,前六项的累计百分比为90.82%。
后六项的累计百分比不到10%。
所以,可以取前三项为A类,后六项为C类,中间三项为B类。
通过配件分类评估表来分析什么样的配件需要定安全库存,配件的销售频率或销售量(按销售进行ABC分类)配件的成本(按配件成本进行ABC分类)配件采购周期对客户的承诺交货期(大于采购周期可以不做安全库存)四种因素都对安全库存的制定有影响,需要综合考虑,怎么订适量的安全库存?
安全存储量=预计每天的平均销售量*(采购周期)+日安全库存,安全库存的计算公式:
注:
日安全库存量的计算公式比较复杂,需要考虑缺货率(客户满意度目标)、经济采购批量、每月的最大销售量、最小销售量,以及波动程度等因素为了方便计算,按照多家公司实践的经验,我们可以将日安全库存量订为日平均销售量的1.5-1.8倍.,2.对需要做安全库存的配件设定适量的安全库存由上月出库合计10,算出日出货量为10除以30天0.33套.然后计算安全库存0.335+0.331.52.145套,约定2套,一个计算安全库存的实际例子,德尔菲法(专家意见法),德尔菲法(Delphimethod):
依据系统的程序,采用匿名发表意见的方式,即团队成员之间不得互相讨论,不发生横向联系,只能与调查人员发生关系,以反复的填写问卷,以集结问卷填写人的共识及搜集各方意见,可用来构造团队沟通流程,应对复杂任务难题的管理技术。
为了克服专家会议法的缺点而产生的一种专家预测方法。
在预测过程中,专家彼此互不相识、互不往来,这就克服了在专家会议法中经常发生的专家们不能充分发表意见、权威人物的意见左右其他人的意见等弊病,使各位专家能真正充分地发表自己的预测意见,得出更科学精准的答案。
主要特色,德尔菲法应用方法,1团队成员发出第一份初始调查表,收集参与者对于某一话题的观点。
2向团队成员发出第二份调查表(列有其他人意见但是匿名),要求其根据几个具体标准对其他人的观点进行评估并对自己观点进行理由陈述;3向团队成员发出第三份调查表(列有第二份调查表提供的评价结果、平均评价、所有共识),要求其修改自己原先的观点或评价;4总结出第四份调查表(包括所有评价、共识和遗留问题),由组织者对其综合处理。
德尔菲法的统计处理方法(案例略),平均数法中位数的方法概率加权平均法比重分析法,头脑风暴法和消费水平预测法,主讲:
彭佳敏,头脑风暴法,brainstorming,原则,自由畅想庭外判决以量求质综合改善限时限人,特点,联想反应热情感染竞争意识好强心理,消费水平预测法,分类,消费水平估算,在分析历年的消费水平基础上估计预测期的消费水平利用相关因素分析法估计预测期的消费水平利用调查资料(如购买调查),主讲:
刘亚莉,时间序列法之移动平均法概述,库存管理,上海海事大学,2023/10/19,定量分析预测法,概述:
是在跟比较完备的历史和现状统计资料比较之下,采用数学方法对资料进行科学的分析、处理,找出预测目标与其他因素的规律性联系,对事物的发展变化进行量化推断的预测方法。
资料数据,分析、整理,规律性,预测未来,大量数据资料,数学方法,目标与因素之间,量化的预测,库存管理,上海海事大学,2023/10/19,定量分析预测法,时间序列分析法(Timeseriesanalysismethod),是以时间数列所能反映的社会经济现象的发展过程和规律性,进行引伸外推,预测其发展趋势的方法。
时间序列组成四要素趋势季节变动循环波动不规则波动,决策和控制,系统分析,系统描述,预测未来,库存管理,上海海事大学,2023/10/19,移动平均法概述,一次移动平均法,二次移动平均法,案例分析,Part.3移动平均法,加权移动平均法,LOGO,这里输入公司名称,2023/10/19,移动平均法(Movingaveragemethod),概述:
是一种简单的平滑预测技术,基本思想根据时间序列,逐项推移,依次计算包含一定项数的序时的平均数,以此进行预测的方法。
当一个企业购入原材料,如果原有材料单价a元,数量b,一次购入原材料实际单价a1元,数量b1,那么当发出原材料时,我们算发出成本的单价则为:
(a*b+a1*b1)/(b1+b)相似地,如果期间又有购入原材料,则在下次发出原材料时其发出成本是上次发出后所余的总额与现购的总额再求一次单价。
这可以看作是一个移动的过程,所以叫移动平均法。
移动平均法(Movingaveragemethod),特点及适用范围,1.当时间序列的数值由于受到周期变动和随机波动的影响,起伏较大,不易显示出事件的发展趋势时使用移动平均法可以消除这些因素的影响,显示出事件测发展趋势和走向(即趋势线),然后按趋势线分析预测序列的长期趋势。
2.产品需求既不快速增长,也不快速下降,且不存在季节因素时,可有效消除预测中的随机波动,非常有用,3.期数少,反映波动灵敏,预测误差大;期数多,反映波动平滑,预测较准确。
4.其本身的计算方式,决定了它更适合于短期预测。
库存管理,上海海事大学,2023/10/19,移动平均法(Movingaveragemethod),分类:
一次移动平均法二次移动平均法加权移动平均法,
(一)一次移动平均法式中为第t期的一次移动平均数,作为下期t+1的预测值;n为期数(每一移动平均数的跨越期);xt为前1期的观察值;xt1为前第2期观察值;xtn+1为前第n期观察值。
移动平均法(Movingaveragemethod),
(二)二次移动平均法式中:
为一次移动平均数;为二次移动平均数;n为移动平均数的跨越期。
其计算方法与一次移动平均法完全相同。
移动平均法(Movingaveragemethod),移动平均法(Movingaveragemethod),(三)加权移动平均法式中:
Yn+1为第n期的移动平均数;Yi第i期实际值;Xi第i期的权数(权数的和等于1);n为本期数(即:
移动平均数的跨越期)。
例:
某公司1997年112月销售额的统计资料如下表所示,用移动平均法预测1998年1月的销售额。
案例分析,案例分析,第一步,计算相邻五个月的销售额平均数(按多少期计算平均数,要根据具体情况而定,期数少,则反映波动比较灵敏,但预测误差大;期数多,则反映波动平滑,预测较为精确)。
如15月销售额的平均值为:
依次类推:
求出,并填入表中。
第二步,计算相邻两个平均值的差,该差称为平均值的变动趋势,如,与,之差为:
3835.82.2依此类推,计算变动趋势值,填入表中。
第三步,计算相邻四期变化趋势之平均值,称为四期平均发展趋势,如前四期变动趋势的平均值为:
(2.2+3.2+1.8+2.6)4=2.45依此类推,将数字填人表中。
案例分析,第四步,预测1998年1月的销售额,最后5个月的平均月销售额为49万元,加上最后一期平均发展趋势1.5万元,所以1998年1月的预测值为:
49+31.553.5(万元)(其中31.5,是因为预测期距平均月销售额为3个月,所以需要乘以3)。
主讲:
徐申,指数平滑法概述,一、指数平滑法概述:
指数平滑法是生产预测中常用的一种方法。
也用于中短期经济发展趋势预测,所有预测方法中,指数平滑是用得最多的一种。
简单的全期平均法是对时间数列的过去数据一个不漏地全部加以同等利用;移动平均法则不考虑较远期的数据,并在加权移动平均法中给予近期资料更大的权重;指数平滑法则兼容了全期平均和移动平均所长,不舍弃过去的数据,但是仅给予逐渐减弱的影响程度,即随着数据的远离,赋予逐渐收敛为零的权数。
由该公式可知:
1.St是yt和St1的加权算数平均数,随着取值的大小变化,决定yt和St1对St的影响程度,当取1时,St=yt;当取0时,St=St1。
2.St具有逐期追溯性质,可探源至Stt+1为止,包括全部数据。
其过程中,平滑常数以指数形式递减,故称之为指数平滑法。
指数平滑常数取值至关重要。
平滑常数决定了平滑水平以及对预测值与实际结果之间差异的响应速度。
由该公式可知:
3.尽管St包含有全期数据的影响,但实际计算时,仅需要两个数值,即yt和St1,再加上一个常数,这就使指数滑动平均具逐期递推性质,从而给预测带来了极大的方便。
4.根据公式,当欲用指数平滑法时才开始收集数据,则不存在y0。
无从产生S0,自然无法据指数平滑公式求出S1,指数平滑法定义S1为初始值。
初始值的确定也是指数平滑过程的一个重要条件。
三、指数平滑法预测公式,据平滑次数不同,指数平滑法分为:
一次指数平滑法、二次指数平滑法和三次指数平滑法等。
初始值的确定,即第一期的预测值。
一般原数列的项数较多时(大于15项),可以选用第一期的观察值或选用比第一期前一期的观察值作为初始值。
如果原数列的项数较少时(小于15项),可以选取最初几期(一般为前三期)的平均数作为初始值。
指数平滑方法的选用,一般可根据原数列散点图呈现的趋势来确定。
如呈现直线趋势,选用二次指数平滑法;如呈现抛物线趋势,选用三次指数平滑法。
或者,当时间序列的数据经二次指数平滑处理后,仍有曲率时,应用三次指数平滑法。
1、一次指数平滑法预测公式,设时间序列为,则一次指数平滑公式为:
式中为第t周期的一次指数平滑值;为加权系数,01。
为了弄清指数平滑的实质,将上述公式依次展开可得:
由于01,当t时,0,于是上述公变为:
由此可见:
实际上是的加权平均。
加权系数分别为,是按几何级数衰减的,愈近的数据,权数愈大,愈远的数据,权数愈小,且权数之和等于1,即因为加权系数符合指数规律,且又具有平滑数据的功能,所以称为指数平滑。
用上述平滑值进行预测,就是一次指数平滑法。
其预测模型为:
即以第t周期的一次指数平滑值作为第t+1期的预测值。
2、二次指数平滑法预测,当时间序列没有明显的趋势变动时,使用第t周期一次指数平滑就能直接预测第t+1期之值。
但当时间序列的变动出现直线趋势时,用一次指数平滑法来预测仍存在着明显的滞后偏差。
因此,也需要进行修正。
修正的方法也是在一次指数平滑的基础上再作二次指数平滑,利用滞后偏差的规律找出曲线的发展方向和发展趋势,然后建立直线趋势预测模型。
故称为二次指数平滑法。
设一次指数平滑为,则二次指数平滑的计算公式为:
若时间序列从某时期开始具有直线趋势,且认为未来时期亦按此直线趋势变化,则与趋势移动平均类似,可用如下的直线趋势模型来预测。
式中t为当前时期数;T为由当前时期数t到预测期的时期数;为第t+T期的预测值;为截距,为斜率,其计算公式为:
3、三次指数平滑法,若时间序列的变动呈现出二次曲线趋势,则需要用三次指数平滑法。
三次指数平滑是在二次指数平滑的基础上再进行一次平滑,其计算公式为:
三次指数平滑法的预测模型为:
其中:
四、指数平滑系数a的确定,指数平滑法的计算中,关键是的取值大小,但的取值又容易受主观影响,因此合理确定的取值方法十分重要,一般来说,如果数据波动较大,值应取大一些,可以增加近期数据对预测结果的影响。
如果数据波动平稳,值应取小一些。
理论界一般认为有以下方法可供选择:
经验判断法。
这种方法主要依赖于时间序列的发展趋势和预测者的经验做出判断,当时间序列呈现较稳定的水平趋势时,应选较小的值,一般可在0.050.20之间取值;当时间序列有波动,但长期趋势变化不大时,可选稍大的值,常在0.10.4之间取值;当时间序列波动很大,长期趋势变化幅度较大,呈现明显且迅速的上升或下降趋势时,宜选择较大的值,如可在0.60.8间选值,以使预测模型灵敏度高些,能迅速跟上数据的变化;当时间序列数据是上升(或下降)的发展趋势类型,应取较大的值,在0.61之间。
试算法。
根据具体时间序列情况,参照经验判断法,来大致确定额定的取值范围,然后取几个值进行试算,比较不同值下的预测标准误差,选取预测标准误差最小的。
在实际应用中预测者应结合对预测对象的变化规律做出定性判断且计算预测误差,并要考虑到预测灵敏度和预测精度是相互矛盾的,必须给予二者一定的考虑,采用折中的值。
五、指数平滑法的优势与限制,指数平滑法是较为有效的根据现有数据进行预算的统计方法。
利用Excel可以简便易行地进行预测,节约了预测时间并提高了预测的准确率,预测者可根据数据数列散点图的历史趋势等选择一次或多次指数平滑。
但指数平滑法的应用也会受到一定限制。
如采用指数平滑法需要有比较完备的历史资料;当预测的对象受季节影响较大时,时间序列分解法比指数平滑法应用效果更好等。
应用举例,主讲:
邵静茹,回归分析预测法概述,什么是回归分析预测法?
回归预测法是指根据预测的相关性原则,找出影响预测目标的各因素,并用数学方法找出这些因素与预测目标之间的函数关系的近似表达,再利用样本数据对其模型估计参数及对模型进行误差检验,一旦模型确定,就可利用模型,根据因素的变化值进行预测。
回归分析预测法的适用范围,回归分析预测法是一种重要的市场预测方法,当我们在对市场现象未来发展状况和水平进行预测时,如果能将影响市场预测对象的主要因素找到,并且能够取得其数量资料,就可以采用回归分析预测法进行预测。
它是一种具体的、行之有效的、实用价值很高的常用市场预测方法。
具体案例,某地区家电产品销售量与该地区职工的工资总额统计数据如下,试做出他们之间的一元回归线性方程。
家电销量:
3,5,6,7,8,8,9,10工资总额:
18,25,30,39,41,42,40,52,案例答案分析,先用未知数x,y代替两个变量,构建一元线性回归方程,构建坐标系,描点作图,对线性回归分析法的公式及步骤,一元线性回归预测法(最小二乘法)公式:
Y=a+bXX-自变量Y-因变量或预测量a,b-回归系数根据已有的历史数据XiYii=1,2,3,.n(n为实际数据点数目),求出回归系数a,b为了简化计算,令(X1+X2+.+Xn)=0,可以得出a,b的计算公式如下:
a=(Y1+Y2+.+Yn)/nb=(X1Y1+X2Y2+.+XnYn)/(X12+X22+.+Xn2),线性回归分析法的经济意义,回归分析法的理论和应用,对市场的预测具有重要意义,它可以通过预测对象的变量统计资料,找出自变量和因变量的因果关系,并建立变量之间的经济公式,即线性回归方程式,可根据自变量和方程的数据变化来预测未来的发展状态,THANKS,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 库存 管理 预测 方法