《工學需求預測ppt課件》由會員分享，可在線閱讀，更多相關《工學需求預測ppt課件（37頁珍藏版）》請在裝配圖網上搜索。

第三章 需求預測,第一節(jié) 預測,,,,第二節(jié) 定性預測方法,第三節(jié) 定量預測方法,第四節(jié) 預測監(jiān)控,,1,一、預測的概念 是對未來可能發(fā)生的情況的預計和推測。 科學性：客觀事物發(fā)展的慣性； 隨機現(xiàn)象的統(tǒng)計規(guī)律性。,第一節(jié) 預測,二、預測的作用,1、預測是制定戰(zhàn)略的基礎。,2、預測是制定計劃的基礎。,3、預測是協(xié)調各部門工作的依據。,4、有助于為盡快滿足用戶需求做好準備。,,2,三、預測的分類,第一節(jié) 預測,（1）科學預測：是對科學發(fā)展情況的預計和推測。 （2）技術預測：是對技術進步 情況的預計和推測。 （3）經濟預測：是政府部門以及其它一些社會組織經常就未來的經濟發(fā)展狀況作經濟預測報告。 （4）需求預測：不僅為企業(yè)給出了其產品在未來的一段時間里的需求期望水平，而且為企業(yè)的計劃和控制決策提供了依據。,,3,四、需求預測的分類,第一節(jié) 預測,1、按時間分 （1）長期預測：是指對5年或5年以上的需求前景的預測。 （2）中期預測：是指對一個季度以上兩年以下的需求前景的預測。 （3）短期預測：是指以日、周、旬、月 為單位，對一個季度以下的預測。,2、按主客觀因素所起的作用分 （1）定性預測方法：依靠人們的才干、知識、遠見和判斷力來推測未來的變化。 （2）定量預測方法：主要根據對歷史資料的分析來推斷未來的需求。,,4,預測方法,定性預測方法,定量預測方法,德爾菲法,部門主管討論法,用戶調查法,銷售人員意見匯總法,因果模型,時間序列模型,,,,,時間序列平滑模型,時間序列分解模型,,移動平均法,一次指數(shù)平滑法,二次指數(shù)平滑法,,乘法模型,加法模型,第一節(jié) 預測,,四、需求預測的分類,5,五、影響需求預測的因素,第一節(jié) 預測,1、商業(yè)周期：從復蘇到高潮到衰退到蕭條, 周而復始。,2、產品生命周期：任何成功的產品都有 導入期、成長期、成熟期和衰退期4個階段。,,,復蘇,高潮,衰退,蕭條,復蘇,,導入期,成長期,成熟期,衰退期,6,六、預測一般步驟,1、決定預測的目的和用途； 2、決定影響因素； 3、收集分析資料； 4、選擇預測方法和模型； 5、計算并核實預測結果； 6、應用預測結果； 7、預測監(jiān)控。,第一節(jié) 預測,,7,,第二節(jié) 定性預測方法,一、德爾菲法(Delghi method)：專家調查法,（1）挑選專家； （2）函詢調查：向專家提出問題，要求書面答復； （3）匯集綜合整理：將搜集來的專家意見整理； （4）再次函詢：將整理的意見反饋給各專家，要求他們修正其預測，并說明修正理由； （5）最終預測：循環(huán)3、4步，至3、4輪。,優(yōu)點：匿名性，避免群體壓力現(xiàn)象，專家充分發(fā)表意見，且最后能統(tǒng)一。,缺點：受主觀因素影響，專家的選擇沒有明確的標準，預測結果的可靠性缺乏嚴格的科學分析，最后趨于一致的意見仍帶有隨大流的傾向。,1、步驟：,2、優(yōu)缺點：,,8,第二節(jié) 定性預測方法,一、德爾菲法(Delghi method)：專家調查法,3、三條原則：,匿名性、反饋性、收斂性。,1、部門主管集體討論法 2、用戶調查法 3、銷售人員意見匯集法 （略、自學）,,二、其他方法,9,第三節(jié) 定量預測方法,假設：過去存在的變量間關系和相互作用機理，今后仍存在并 繼續(xù)發(fā)揮作用。,,一、時間序列： 1、概念：按一定時間間隔和事件發(fā)生的先后順序排列起來的數(shù)據構成 的序列。,10,趨勢(T),２ 時間序列構成要素,時間序列的4個構成要素,,,,,,,需求以一定的比率增加或減少的傾向,季節(jié)性變化 (S),在趨勢線上下變化 以一年為單位反復出現(xiàn),循環(huán)因素 (C),經過一年以上的長時間變化,需求 循環(huán)性的上下浮動,不規(guī)則變化 /偶然變化(I),說不出原因的變化,不能預測和控制 (例如:戰(zhàn)爭,地震…),預測用途與預測技術,,,,,,需 求,時間序列模型,,,,,趨勢,時間,,,,,,,季節(jié)性 變化,,,,,,,周期 因素,,,,,,不規(guī)則 變化,,,,11,第三節(jié) 定量預測方法,,一、時間序列： 2、時間序列構成要素：,12,一、時間序列： 2、時間序列構成要素：,1）趨勢成分：引起原因（人口的變動，經濟的增長，技術的進步，生產力的發(fā)展）。T（Trend),2）季節(jié)成分：每個年度內成規(guī)則性的重復波動形態(tài)。起因：季節(jié)性的氣候變化和風俗習慣。S(Season),3）周期成分：經濟成長過程中景氣和不景氣交替重復發(fā)生的波動情況。發(fā)展、繁榮、衰退、恢復。誘發(fā)因素：社會政治變動、戰(zhàn)爭、經濟形勢變化。C(Cycle),4）隨機成分：不可控因素引起的，沒有規(guī)則的上下波動。I（Irregularity),13,二、時間序列平滑模型,,,,,,,,第三節(jié) 定量預測方法,1、簡單移動平均（Simple moving average ）,簡單移動平均值為：,可消除由于隨機成分的影響而導致的需求偏離平均水平,,14,第三節(jié) 定量預測方法,預測值同簡單移動平均所選的時段長n有關，具有滯后性。n越大，對干擾的敏感性越低，預測的穩(wěn)定性越好，滯后性越強，響應性就越差。,簡單移動平均法對數(shù)據不分遠近，同樣對待。為了反映最近的趨勢，可采用加權移動平均。,,15,二、時間序列平滑模型,第三節(jié) 定量預測方法,2、加權移動平均（Weighted moving average）,加權移動平均值為：,為實際需求的權系數(shù)。,,16,第三節(jié) 定量預測方法,若對最近的數(shù)據賦予較大的權重，則預測數(shù)據與實際數(shù)據的差別較簡單移動平均法的結果要小。,近期數(shù)據的權重越大，則預測的穩(wěn)定性就越差，響應性就越好。,可以同時改變n和α。,簡單移動平均和加權移動平均需要的數(shù)據量大，計算量非常大，當產品很多時計算工作繁重。,,17,3、 一次指數(shù)平滑法（Single exponential smoothing） 一次平滑指數(shù)值：,二、時間序列平滑模型,第三節(jié) 定量預測方法,SFt+1為（t+1）期一次指數(shù)平滑預測值；,At為t期實際值；,α為平滑系數(shù)，它表示賦予實際數(shù)據的權重（0≤α≤1）,可以將上述公式中的SFt依次展開，得到書上65頁式3.6，從而將第t+1期的預測值看作前t期實測值的指數(shù)形式的加權和。,t+1預測值為第t期的實際值和預測值的加權和。,,18,3、 一次指數(shù)平滑法（Single exponential smoothing）,二、時間序列平滑模型,第三節(jié) 定量預測方法,用一次指數(shù)平滑法進行預測，當出現(xiàn)趨勢時，預測值之雖然可以描述實際值的變化形態(tài)，但預測值總是滯后于實際值。,當出現(xiàn)趨勢時，取較大的α得到的預測值和實際值比較接近。,一般來說，α選得小一些，預測穩(wěn)定性比較好；反之，其響應性就比較好。,面對有上升或下降趨勢的需求序列時，就要采取二次指數(shù)平滑法進行預測。 對于出現(xiàn)趨勢并有季節(jié)性波動的情況，則要用三次指數(shù)平滑法。,,19,,三、時間序列分解模型,第三節(jié) 定量預測方法,企圖從時間序列之中找出各種成分，并在對各種成分單獨進行預測的基礎上，綜合處理各種成分的預測值，以得到最終的預測結果。,1、概念,2、假設：各種成分單獨地作用于實踐需求，而且過去和現(xiàn)在起作用的機制持續(xù)到未來。,實際需求是以上幾種因素共同作用的結果。,3、模型,加法模型：用各成分相乘的方法來求出需求估計值,乘法模型：用各成分相乘的方法來求出需求估計值,TF＝T·S·C·I,TF＝T＋S＋C＋I,,20,時間序列分解模型,,-通過分解時序列構成要素(趨勢,季節(jié),循環(huán),偶然)來預測需求 -實際上要掌握不規(guī)則的循環(huán)變化和偶然性因素是很困難的 因此一般更多的利用分解趨勢和季節(jié)因素的預測值 FITS (forecast including trend and seasonal) -趨勢和季節(jié)因素的結合形態(tài)有加法和乘法季節(jié)變化,,趨勢 分析法,加法季節(jié)變化,,FITS=趨勢+季節(jié)變化,乘法季節(jié)變化,,FITS=趨勢*季節(jié)變化,,,,a,Yt,t,0 1 2 3 4,,,,,,,a,Yt,t,0 1 2 3 4,,,,21,時間序列分解模型,,某一產品1994年實際需求為400個,從季節(jié)看春天90,夏天150,秋天110,冬天50.假設此產品的年平均需求量以10%增長時,利用加法和乘法季節(jié)變化,求出1995年各季節(jié)需求預測值.,,實際需求(Yt),春 夏 秋 冬,90 150 110 50,季節(jié)變化幅度,90-100=-10 150-100=50 110-100=10 50-100=-50,,,,合計 400 440 440,季節(jié)指數(shù),90/100=0.9 150/100=1.5 110/100=1.1 50/100=0.5,加法變化幅度,110-10=100 110+50=160 110+10=120 110-50=60,乘法變化幅度,110*0.9=99 110*1.5=165 110*1.1=121 110*0.5=55,,1994,1995,,,,,,平均季節(jié)需求值(1994年)=400/4=100 平均季節(jié)需求預測值(1995年)=100*（1+10%）=110,22,第三節(jié) 定量預測方法,4、有線性趨勢、相等季節(jié)波動的時間序列分解模型,例3.4 有某旅游服務點過去3年各季度快餐的銷售記錄。試預測該公司未來一年各季度的銷售量,解（1）求趨勢直線方程,① 用表3－6繪出曲線圖形；,T=0時，a=10000份；t=12時，為12000份； b=(12000-10000)/12=167 所以趨勢直線方程為：Tt=10000+167t,三、時間序列分解模型,②計算4個季度的移動平均值，標在圖上；,③利用目測法，讓直線穿過移動平均值，使數(shù)據分布在直線兩側；,④得到趨勢直線方程。,23,第三節(jié) 定量預測方法,4、有線性趨勢、相等季節(jié)波動的時間序列分解模型,（2）估計季節(jié)系數(shù),季節(jié)系數(shù)：就是實際值At與趨勢值Tt的比值的平均值，即At/Tt,三、時間序列分解模型,At由表3－6可以查到，Tt用趨勢直線方程可以計算得到。,分別計算夏秋冬春的季節(jié)系數(shù)，得到,SI（夏）＝1.15；SI（秋）＝1.00；SI（冬）＝0.85；SI（春）＝1.00；,需要對這些系數(shù)進行不斷地修正。,24,第三節(jié) 定量預測方法,4、有線性趨勢、相等季節(jié)波動的時間序列分解模型,三、時間序列分解模型,（3）預測：選擇正確的t值和季節(jié)系數(shù),本例的t值分別為13，14，15，16，對應的季節(jié)系數(shù)分別為SI（夏）,SI（秋）,SI（冬）,SI（春）,夏季：（10000＋167×13）×1.15=13997,秋季：（10000＋167×14）×1.00=12338,冬季：（10000＋167×15）×0.85=10629,春季：（10000＋167×16）×1.00=12672,25,四、因果模型：除時間外，其他因素對需求的影響,第三節(jié) 定量預測方法,一元回歸模型,YT為一元線性回歸預測值；,α為截距,為X為自變量X=0時的預測值；,b為斜率；,n為變量數(shù)；,X為自變量的取值；,Y為因變量的取值；,26,四、因果模型（回歸模型、經濟計量模型、投入產出模型）,第三節(jié) 定量預測方法,衡量一元線性回歸方法的偏差，可用兩個指標：線性相關系數(shù)r和標準差Syx,R為正：正相關；為負，負相關。R越接近1，說明實際值與所作出的直線越接近。,Syx越小表示預測值與直線的距離接近。,27,,代入[公式],Y6 = 19+11*6 = 85,b=,,nΣtYt - (Σ Yt)(Σt),nΣt2 - (Σt)2,a =,,ΣYt - b(Σt),n,某一產品在過去5年中的需求如下:,,,年度,實際需求,90 91 92 93 94,30 40 60 50 80,,,年度,實際需求(Yt),90 91 92 93 94,30 40 60 50 80,為求出a,b值.先做如下表: 為計算方便把90年作為期間1,期間(t),1 2 3 4 5,t2,t Yt,1 4 9 16 25,30 80 180 200 400,,,,合計 15 260 55 890,= 19,= 11,Yt = a+bt = 19+11t,因此所求曲線是:,1995年為t=6,預測值Y6,見EXCEL計算,28,,,,年度,實際需求,89 90 91 92 93 94,62 79 86 94 107 120,,Jiang S Pizza店在過去6年中銷售額如下表顯出增長趨勢. 利用最小二乘法求出曲線,并畫出趨勢圖 利用曲線推算95年的銷售額,,作業(yè),29,Yt = 2.2+0.80X,作業(yè),LL電子為了預測TV的銷售額,隨機選定10個地區(qū),分析結果如下,人口數(shù)(單位:萬名)和年銷售額(單位:百萬)之間成立如下線性回歸方程.,(1)變量和自變量是什么 (2)請預測人口為6萬的城市年銷售額是多少.,30,一、預測精度測量,第四節(jié) 預測監(jiān)控,評價預測精度的指標：平均絕對偏差、平均平方誤差、平均預測誤差、平均絕對百分誤差。,1、平均絕對偏差,如果預測誤差為正態(tài)分布，MAD約等于0.8倍的標準偏差，可較好地反映預測精度。,預測誤差：是指預測值和實際值之間的差異。 平均誤差：是評價預測精度、計算預測誤差的主要指標。,式中：At 表示時段 t的實際值；Ft表示時段 t 預測值；n是整個預測期內的時段個數(shù)（或預測次數(shù)）。,31,一、預測精度測量,第四節(jié) 預測監(jiān)控,2、平均平方誤差,3、平均預測誤差,4、平均絕對百分誤差,,32,二、預測監(jiān)控,兩種方法,（1）最近的實際值與預測值進行比較，看偏差是否在可接受的范圍以內。,（2）應用跟蹤信號（Tracking signal，TS）,跟蹤信號：預測誤差滾動和與平均絕對偏差的比值）,1、預測的理論基礎是：一定形式的需求模式過去、現(xiàn)在和將來起著基本相同的作用。,第四節(jié) 預測監(jiān)控,,33,若預測模型仍然有效——TS應該比較接近于零（TS在一定范圍內）。,第四節(jié) 預測監(jiān)控,,34,作業(yè),P77 思考題：3，4，5 練習題：5 綜合題： 1 .對未來10年武漢市房價作預測 2 .對未來１０年工業(yè)工程畢業(yè)生就業(yè)率作預測,35,1 .對未來10年武漢市房價作預測,房價的構成：地價，材料成本，人工成本，其他費用，利潤 經濟周期 產品生命周期 通貨膨脹情況 政府宏觀調控：利率 歷史數(shù)據,36,2 .對未來１０年工業(yè)工程畢業(yè)生就業(yè)率作預測,就業(yè)率＝需求／供給 需求：經濟發(fā)展 供給：高校招生 經濟周期 產品生命周期 政府宏觀調控 歷史數(shù)據：國內；國外,37,