第9-10次課 生產物流管理ppt

1、CH4 生產物流：需求預測、計劃生產物流：需求預測、計劃與控制與控制Page. 2要求：要求：了解生產物流涵蓋的范圍；了解生產物流涵蓋的范圍；1. 1.了解生產物流管理的目標；了解生產物流管理的目標； 生產物流概述生產物流概述Page. 3生產管理學中生產的定義是：生產管理學中生產的定義是： 生產是一切社會組織將它的輸入轉化為輸出的生產是一切社會組織將它的輸入轉化為輸出的過程。過程。經濟學中生產被定義為：經濟學中生產被定義為：將投入轉化為產出的活動，或是將生產要素將投入轉化為產出的活動，或是將生產要素進行組合以制造產品的活動。進行組合以制造產品的活動。Page. 4Page. 5供應鏈上的任何

2、企業(yè)，根據其所處的位置來區(qū)分其供供應鏈上的任何企業(yè)，根據其所處的位置來區(qū)分其供應物流和銷售物流，任何來自于上游的產品不論是何應物流和銷售物流，任何來自于上游的產品不論是何種形態(tài)，我們都稱之為是原材料的供應物流；同理，種形態(tài)，我們都稱之為是原材料的供應物流；同理，不論其銷售的產品是何種形態(tài)，我么都稱之為是產成不論其銷售的產品是何種形態(tài)，我么都稱之為是產成品的銷售物流；在企業(yè)內部的就稱之為是生產物流。品的銷售物流；在企業(yè)內部的就稱之為是生產物流。Page. 6 供應物流一般是對所采購的原材料和零部件，從供應商處供應物流一般是對所采購的原材料和零部件，從供應商處到企業(yè)倉庫的物流管理，也可以叫做原材料

3、物流；到企業(yè)倉庫的物流管理，也可以叫做原材料物流； 銷售物流是對產成品，從企業(yè)到客戶手中的管理，也可以銷售物流是對產成品，從企業(yè)到客戶手中的管理，也可以叫做產成品物流（或分銷物流、銷售物流等）；叫做產成品物流（或分銷物流、銷售物流等）； 生產物流所指的是，在企業(yè)內部為保障生產而進行的物流生產物流所指的是，在企業(yè)內部為保障生產而進行的物流管理，也可以稱為在制品物流。管理，也可以稱為在制品物流。Page. 7p將將正確的產品正確的產品p在正確的在正確的時間時間p以正確的方式以正確的方式p按照正確的數量按照正確的數量p以正確的成本以正確的成本p送到正確的地方送到正確的地方p交給正確的交給正確的人人v

4、 生產物流管理的目標生產物流管理的目標與其它物流管理的目與其它物流管理的目標基本是相同的，物標基本是相同的，物流管理的基本目標仍流管理的基本目標仍然是：然是：生生產產物物流流目目標標Page. 8p確定物料需求的時間確定物料需求的時間和數量和數量p確定所需物料的來源確定所需物料的來源p物料的運輸管理物料的運輸管理p物料的接收以及倉儲物料的接收以及倉儲管理管理p物料的庫存計劃和控物料的庫存計劃和控制制p生產線的物料配送的生產線的物料配送的時間、數量和地點時間、數量和地點Page. 9v什么是物流需求預測什么是物流需求預測v物流需求預測是根據物流市場過去和現在的物流需求預測是根據物流市場過去和現在

5、的需求狀況以及影響物流市場需求變化的因素之間需求狀況以及影響物流市場需求變化的因素之間的關系，利用一定的經驗判斷、技術方法和預測的關系，利用一定的經驗判斷、技術方法和預測模型，應用合適的科學方法對有關反映市場需求模型，應用合適的科學方法對有關反映市場需求指標的變化以及發(fā)展的趨勢進行預測。指標的變化以及發(fā)展的趨勢進行預測。Page. 10帶來的好處帶來的好處v 精確的需求預測可以促進物流信息系統(tǒng)和生產精確的需求預測可以促進物流信息系統(tǒng)和生產設施能力的計劃和協(xié)調。并且通過物流需求預測設施能力的計劃和協(xié)調。并且通過物流需求預測可以確定產品是如何向配送中心和倉庫或者零售可以確定產品是如何向配送中心和倉

6、庫或者零售商進行分配的。商進行分配的。Page. 11要求要求v 為明確責任，衡量需求預測的效果，開展物流為明確責任，衡量需求預測的效果，開展物流需求預測需要建立一套包括組織、程序、動機以需求預測需要建立一套包括組織、程序、動機以及人事等方面的完善的預測的行政管理體制，以及人事等方面的完善的預測的行政管理體制，以支持預測活動的順利開展，在此基礎上選擇預測支持預測活動的順利開展，在此基礎上選擇預測技術，實施預測過程并對其過程實行有效監(jiān)控。技術，實施預測過程并對其過程實行有效監(jiān)控。 Page. 12物流需求預測的內容物流需求預測的內容v1、對市場總潛力進行預測。、對市場總潛力進行預測。v2、對企業(yè)

7、經營地區(qū)市場潛力進行預測。、對企業(yè)經營地區(qū)市場潛力進行預測。v3、企業(yè)經營地區(qū)范圍內社會購買力的發(fā)展、企業(yè)經營地區(qū)范圍內社會購買力的發(fā)展趨勢預測。趨勢預測。v4、企業(yè)所生產和經營產品的需求趨勢預測、企業(yè)所生產和經營產品的需求趨勢預測。v5、產品生命周期及新產品投入市場的成功、產品生命周期及新產品投入市場的成功率預測。率預測。v6、產品市場占有情況預測。、產品市場占有情況預測。Page. 13物流需求預測的一般步驟物流需求預測的一般步驟v1、確定需求性質、確定需求性質v經預測的需求可以分為從屬需求和獨立需求經預測的需求可以分為從屬需求和獨立需求。從屬需求具有垂直順序特征，如采購和制造情。從屬需求

8、具有垂直順序特征，如采購和制造情況，零部件的采購為了裝配成制成品，此時零部況，零部件的采購為了裝配成制成品，此時零部件的需求取決于制成品的裝配計劃。水平從屬需件的需求取決于制成品的裝配計劃。水平從屬需求是一種特別情況，需求的項目并非完成制造過求是一種特別情況，需求的項目并非完成制造過程所需要，而有可能是完成營銷過程所需要，如程所需要，而有可能是完成營銷過程所需要，如在每個裝運項目中包括了附屬物、促銷項目或經在每個裝運項目中包括了附屬物、促銷項目或經營者手冊等，那么對附屬物的需求預測就取決于營者手冊等，那么對附屬物的需求預測就取決于裝運項目的計劃。因此，對如零部件等的從屬需裝運項目的計劃。因此，

9、對如零部件等的從屬需求的預測可直接通過基本項目的需求估計來確定求的預測可直接通過基本項目的需求估計來確定而無需分別進行預測。而無需分別進行預測。vPage. 14v獨立需求預測則是兩個項目的需求毫無關系，如獨立需求預測則是兩個項目的需求毫無關系，如對洗衣機的需求有可能對洗衣粉的需求無關，洗對洗衣機的需求有可能對洗衣粉的需求無關，洗衣粉的預測對改善洗衣機預測將不起任何作用。衣粉的預測對改善洗衣機預測將不起任何作用。這類項目主要包括大多數最終消費品和工業(yè)物資這類項目主要包括大多數最終消費品和工業(yè)物資，必須單獨預測。，必須單獨預測。Page. 152、確定預測目標、確定預測目標v明確預測的目標是進行

10、有效預測的前提。有明確預測的目標是進行有效預測的前提。有了明確具體的預測目標，才能有的放矢的收集資了明確具體的預測目標，才能有的放矢的收集資料，否則就無法確定調查什么，向誰調查，更談料，否則就無法確定調查什么，向誰調查，更談不上怎樣進行預測。并且預測目標的確定應盡量不上怎樣進行預測。并且預測目標的確定應盡量明細化、數量化，以利于預測工作的順利開展。明細化、數量化，以利于預測工作的順利開展。Page. 163、確定預測內容，收集資料進行初步分析、確定預測內容，收集資料進行初步分析v 預測內容即影響物流需求的因素，一般包括：預測內容即影響物流需求的因素，一般包括：某時期的基本需求水平、季節(jié)因素、趨

11、勢值、周某時期的基本需求水平、季節(jié)因素、趨勢值、周期因素、促銷因素以及不規(guī)則因素六個方面。期因素、促銷因素以及不規(guī)則因素六個方面。v 預測者必須認識到不同因素對物流需求所具預測者必須認識到不同因素對物流需求所具有的潛在影響，并能適當的予以處理，對于特定有的潛在影響，并能適當的予以處理，對于特定項目具有重大意義的成分必須予以識別、分析并項目具有重大意義的成分必須予以識別、分析并與適當的預測技術相結合。與適當的預測技術相結合。Page. 171) 基本需求基本需求v某時期的基本需求水平是以整個展延時間內的平某時期的基本需求水平是以整個展延時間內的平均值表示的，是對沒有季節(jié)因素、周期因素和促均值表示

12、的，是對沒有季節(jié)因素、周期因素和促銷因素等成分的項目的適當預測銷因素等成分的項目的適當預測Page. 182）季節(jié)因素）季節(jié)因素v季節(jié)因素通常建立在年度基礎上，對消費零售層季節(jié)因素通常建立在年度基礎上，對消費零售層而言，在某幾個季度，某物品的需求量較大，而而言，在某幾個季度，某物品的需求量較大，而在另幾個季度，需求量較小的規(guī)律運動。而對批在另幾個季度，需求量較小的規(guī)律運動。而對批發(fā)層次而言，這種季節(jié)因素先于消費需求大約一發(fā)層次而言，這種季節(jié)因素先于消費需求大約一個季度。個季度。Page. 193） 趨勢值趨勢值v 是指在一個展延的時期內，定期銷售的長期一是指在一個展延的時期內，定期銷售的長期一

13、般運動。它可以為正、為負或不確定方向，人口般運動。它可以為正、為負或不確定方向，人口或消費類型的變化決定趨勢值的增減，銷售量隨或消費類型的變化決定趨勢值的增減，銷售量隨時間而增加是正的趨勢值，反之，則為負的趨勢時間而增加是正的趨勢值，反之，則為負的趨勢值。而通常情況下，由于人們消費習慣的變化，值。而通常情況下，由于人們消費習慣的變化，趨勢方向會改變許多次。趨勢方向會改變許多次。Page. 204） 周期因素周期因素v周期因素如商業(yè)周期，一般來說，每隔周期因素如商業(yè)周期，一般來說，每隔35年就年就有一次經濟從衰退到擴張的波動，許多大宗商品有一次經濟從衰退到擴張的波動，許多大宗商品需求就與商業(yè)周期

14、聯(lián)系緊密。需求就與商業(yè)周期聯(lián)系緊密。Page. 215）促銷因素）促銷因素v促銷因素，在某些行業(yè)，廠商的市場營銷活動會促銷因素，在某些行業(yè)，廠商的市場營銷活動會引發(fā)需求波動，對銷售量具有很大影響。促銷期引發(fā)需求波動，對銷售量具有很大影響。促銷期間銷售量增加，此后隨著利用促銷逐漸售出庫存間銷售量增加，此后隨著利用促銷逐漸售出庫存后銷售量下降。從預測的角度，有規(guī)則的促銷因后銷售量下降。從預測的角度，有規(guī)則的促銷因素類似季節(jié)因素，而不規(guī)則的促銷因素則必須對素類似季節(jié)因素，而不規(guī)則的促銷因素則必須對它進行跟蹤并結合時期進行分析。它進行跟蹤并結合時期進行分析。Page. 226）不規(guī)則因素）不規(guī)則因素v

15、不規(guī)則因素，是隨機的或無法預測的因素。在展不規(guī)則因素，是隨機的或無法預測的因素。在展開一項預測的過程中，其目標是要通過跟蹤和預開一項預測的過程中，其目標是要通過跟蹤和預計其他因素，使隨機因素降低到最小程度。計其他因素，使隨機因素降低到最小程度。v在了解預測內容的基礎上，根據預測目標收集資在了解預測內容的基礎上，根據預測目標收集資料進行初步分析，觀察資料結構及其性質，并以料進行初步分析，觀察資料結構及其性質，并以此作為選擇適當預測方法的依據。此作為選擇適當預測方法的依據。Page. 234、選擇預測方法、選擇預測方法v在需求預測中有兩種方法，即經驗判斷和數在需求預測中有兩種方法，即經驗判斷和數學

16、模型法。經驗判斷法由預測者根據所掌握的資學模型法。經驗判斷法由預測者根據所掌握的資料進行數據分析，憑借其專業(yè)知識和經驗進行預料進行數據分析，憑借其專業(yè)知識和經驗進行預測，這種方法多在掌握資料不夠全面，預測準確測，這種方法多在掌握資料不夠全面，預測準確度要求不搞時使用，在更多情況下，使用的是建度要求不搞時使用，在更多情況下，使用的是建立數學模型的方法，一般包括時間序列建模和相立數學模型的方法，一般包括時間序列建模和相關性建模兩種方法。這種預測相對經驗判斷法更關性建模兩種方法。這種預測相對經驗判斷法更準確一些。對于這些方法將在下一節(jié)中進行具體準確一些。對于這些方法將在下一節(jié)中進行具體介紹。介紹。P

17、age. 245、計算并做出預測、計算并做出預測v以預測目標為導向，根據選定的預測方法，以預測目標為導向，根據選定的預測方法，利用掌握的資料，就可以具體研究，進行定性或利用掌握的資料，就可以具體研究，進行定性或定量分析，預測物流的需求狀況。定量分析，預測物流的需求狀況。Page. 256、分析預測誤差、分析預測誤差v根據現實的資料對未來進行預測，其中產生根據現實的資料對未來進行預測，其中產生誤差是難免的。誤差的大小反映預測的準確程度誤差是難免的。誤差的大小反映預測的準確程度，如果預測誤差過大，其預測結果就會偏離實際，如果預測誤差過大，其預測結果就會偏離實際太遠，從而失去參考價值。因此對預測可能

18、出現太遠，從而失去參考價值。因此對預測可能出現的誤差進行分析是十分必要的，一方面要分析誤的誤差進行分析是十分必要的，一方面要分析誤差產生的原因，另一方面要檢查預測方法的合理差產生的原因，另一方面要檢查預測方法的合理性?？傊诡A測誤差降到最小。性?？傊诡A測誤差降到最小。Page. 26需求預測方法需求預測方法v定性預測方法：定性預測方法： 頭腦風暴法頭腦風暴法 Delphi法法v定量預測方法：定量預測方法： 回歸分析回歸分析 時間序列時間序列 灰色預測灰色預測 Page. 27頭腦風暴法頭腦風暴法v 頭腦風暴法出自頭腦風暴法出自“頭腦風暴頭腦風暴”一詞。所謂頭腦一詞。所謂頭腦風暴風暴(Br

19、ain-storming) 最早是精神病理學上的用最早是精神病理學上的用語，指精神病患者的精神錯亂狀態(tài)而言的，如今語，指精神病患者的精神錯亂狀態(tài)而言的，如今轉而為無限制的自由聯(lián)想和討論，其目的在于產轉而為無限制的自由聯(lián)想和討論，其目的在于產生新觀念或激發(fā)創(chuàng)新設想。生新觀念或激發(fā)創(chuàng)新設想。Page. 28v 在群體決策中，由于群體成員心理相互作用在群體決策中，由于群體成員心理相互作用影響，易屈于權威或大多數人意見，形成所謂的影響，易屈于權威或大多數人意見，形成所謂的“群體思維群體思維”。群體思維削弱了群體的批判精神。群體思維削弱了群體的批判精神和創(chuàng)造力，損害了決策的質量。為了保證群體決和創(chuàng)造力，

20、損害了決策的質量。為了保證群體決策的創(chuàng)造性，提高決策質量，管理上發(fā)展了一系策的創(chuàng)造性，提高決策質量，管理上發(fā)展了一系列改善群體決策的方法，頭腦風暴法是較為典型列改善群體決策的方法，頭腦風暴法是較為典型的一個。的一個。Page. 29v 頭腦風暴法又可分為直接頭腦風暴法（通常簡頭腦風暴法又可分為直接頭腦風暴法（通常簡稱為頭腦風暴法）和質疑頭腦風暴法（也稱反頭稱為頭腦風暴法）和質疑頭腦風暴法（也稱反頭腦風暴法）。前者是在專家群體決策盡可能激發(fā)腦風暴法）。前者是在專家群體決策盡可能激發(fā)創(chuàng)造性，產生盡可能多的設想的方法，后者則是創(chuàng)造性，產生盡可能多的設想的方法，后者則是對前者提出的設想、方案逐一質疑，

21、分析其現實對前者提出的設想、方案逐一質疑，分析其現實可行性的方法?？尚行缘姆椒āage. 30德爾菲法德爾菲法v 德爾菲法也稱專家調查法，是一種采用通訊德爾菲法也稱專家調查法，是一種采用通訊方式分別將所需解決的問題單獨發(fā)送到各個專家方式分別將所需解決的問題單獨發(fā)送到各個專家手中，征詢意見，然后回收匯總全部專家的意見手中，征詢意見，然后回收匯總全部專家的意見，并整理出綜合意見。隨后將該綜合意見和預測，并整理出綜合意見。隨后將該綜合意見和預測問題再分別反饋給專家，再次征詢意見，各專家問題再分別反饋給專家，再次征詢意見，各專家依據綜合意見修改自己原有的意見，然后再匯總依據綜合意見修改自己原有的意見

22、，然后再匯總。這樣多次反復，逐步取得比較一致的預測結果。這樣多次反復，逐步取得比較一致的預測結果的決策方法。的決策方法。Page. 31v 德爾菲法依據系統(tǒng)的程序，采用匿名發(fā)表意見德爾菲法依據系統(tǒng)的程序，采用匿名發(fā)表意見的方式，即專家之間不得互相討論，不發(fā)生橫向的方式，即專家之間不得互相討論，不發(fā)生橫向聯(lián)系，只能與調查人員發(fā)生關系，通過多輪次調聯(lián)系，只能與調查人員發(fā)生關系，通過多輪次調查專家對問卷所提問題的看法，經過反復征詢、查專家對問卷所提問題的看法，經過反復征詢、歸納、修改，最后匯總成專家基本一致的看法，歸納、修改，最后匯總成專家基本一致的看法，作為預測的結果。這種方法具有廣泛的代表性，作

23、為預測的結果。這種方法具有廣泛的代表性，較為可靠。較為可靠。Page. 321.回歸分析回歸分析v 回歸分析（回歸分析（Regression Analysis）：統(tǒng)計分析的方法，）：統(tǒng)計分析的方法，主要探討數據之間的相關關系。主要探討數據之間的相關關系。v 主要過程：主要過程：根據預測目標，確定自變量和因變量；根據預測目標，確定自變量和因變量；建立回歸預測模型；建立回歸預測模型；進行相關分析（獲得相關系數等）；進行相關分析（獲得相關系數等）；檢驗回歸預測模型，計算預測誤差；檢驗回歸預測模型，計算預測誤差；計算并確定預測值。計算并確定預測值。Page. 33線性回歸預測線性回歸預測v 線性回歸預

24、測法是指一個或多個自變量和因變量之間具有線性回歸預測法是指一個或多個自變量和因變量之間具有線性關系，配合線性回歸模型，根據自變量的變動來預測線性關系，配合線性回歸模型，根據自變量的變動來預測應變量平均發(fā)展趨勢的方法。應變量平均發(fā)展趨勢的方法。v 式中：式中：y預測值（因變量）預測值（因變量） a、b回歸模型系數回歸模型系數 R 相關系數相關系數R=0時，不相關；時，不相關；R=1時，完全相關；時，完全相關；0R1時，部分相關，時，部分相關，R越大相關性越高越大相關性越高。yabxPage. 34非線性回歸預測非線性回歸預測v 非線性回歸預測是指自變量與因變量之間的關系某種非線非線性回歸預測是指

25、自變量與因變量之間的關系某種非線性關系時的回歸預測法性關系時的回歸預測法v 常用模型：多項式模型、對數模型、指數模型、冪函數模常用模型：多項式模型、對數模型、指數模型、冪函數模型等型等2012.ybb xb x( )yabLn xbaxybxcey多項式：對數：冪函數：指數：Page. 35Excel在回歸分析中的應用在回歸分析中的應用v 利用圖表進行回歸分析利用圖表進行回歸分析 選擇變量選擇變量 生成散點圖生成散點圖 添加趨勢線添加趨勢線 選擇類型，設置選項選擇類型，設置選項v 利用數據分析工具進行回歸分析利用數據分析工具進行回歸分析（將函數轉換為線性回歸形式）（將函數轉換為線性回歸形式）

26、數據分析數據分析回歸回歸 選項設置選項設置 輸出結果輸出結果 回歸統(tǒng)計表回歸統(tǒng)計表 ：相關系數、標準誤差等：相關系數、標準誤差等 方差分析表：通過方差分析表：通過F檢驗來判斷回歸模型的回歸效果檢驗來判斷回歸模型的回歸效果(與置信度相關與置信度相關) 回歸參數：通過回歸參數：通過t檢驗的檢驗的p值判斷能否解釋因變量變化值判斷能否解釋因變量變化(p值為可信程度值為可信程度的遞減指標的遞減指標)Page. 36一些常見曲線：轉化為標準一些常見曲線：轉化為標準線性回歸曲線線性回歸曲線vCompertz曲線：描述一種新產品從試制期到飽曲線：描述一種新產品從試制期到飽和期產量的增長趨勢和期產量的增長趨勢(

27、01,01)tbtYkaab-6-4-20246800.511.52ln0 01ab-0.500.511.520255075100125150ln0 1abPage. 37lnlnlnttYkba兩邊取對數：(01,01)tbtYkaabln,ln ,lnttttYY kk aaYka b再令有Page. 38vPearl曲線：描述技術和經濟的發(fā)生、發(fā)展曲線：描述技術和經濟的發(fā)生、發(fā)展、成熟三個階段、成熟三個階段（緩慢、快速、緩慢）（緩慢、快速、緩慢）tLY其中， 為變量 的極限值，a,b為常數，t為時間變量-2-1121234L L1tbtLYaePage. 392.時間序列時間序列v 時間

28、序列：指在一個給定的時期內按照固定時間間隔把某種變量的數時間序列：指在一個給定的時期內按照固定時間間隔把某種變量的數值依時間先后順序排列而成的序列。值依時間先后順序排列而成的序列。v 時間序列法是一種定量預測方法，亦稱簡單外延方法。在統(tǒng)計學中作時間序列法是一種定量預測方法，亦稱簡單外延方法。在統(tǒng)計學中作為一種常用的預測手段被廣泛應用。為一種常用的預測手段被廣泛應用。v 時間序列分析在第二次世界大戰(zhàn)前應用于經濟預測。二次大戰(zhàn)中和戰(zhàn)時間序列分析在第二次世界大戰(zhàn)前應用于經濟預測。二次大戰(zhàn)中和戰(zhàn)后，在軍事科學、空間科學、氣象預報和工業(yè)自動化等部門的應用更后，在軍事科學、空間科學、氣象預報和工業(yè)自動化等

29、部門的應用更加廣泛。時間序列分析加廣泛。時間序列分析(Time series analysis)是一種動態(tài)數據處理是一種動態(tài)數據處理的統(tǒng)計方法。的統(tǒng)計方法。v 該方法基于隨機過程理論和數理統(tǒng)計學方法，研究隨機數據序列所遵該方法基于隨機過程理論和數理統(tǒng)計學方法，研究隨機數據序列所遵從的統(tǒng)計規(guī)律，以用于解決實際問題。從的統(tǒng)計規(guī)律，以用于解決實際問題。Page. 40一、時間序列分析的一、時間序列分析的基本原理基本原理 什么是時間序列什么是時間序列 按時間順序記錄并排列的數據序列稱時間序列按時間順序記錄并排列的數據序列稱時間序列Page. 41Page. 42時間序列的分析目的時間序列的分析目的分析

30、目的分析目的分析過去分析過去描述動態(tài)變化描述動態(tài)變化認識規(guī)律認識規(guī)律揭示變化規(guī)律揭示變化規(guī)律 預測未來預測未來未來的數量趨勢未來的數量趨勢Page. 43v時間序列的四個主要因素：時間序列的四個主要因素： 長期趨勢（長期趨勢（ T ）現象在較長時期內受某種根本）現象在較長時期內受某種根本性因素作用而形成的總的變動趨勢性因素作用而形成的總的變動趨勢 季節(jié)變動（季節(jié)變動（ S ）現象在一年內隨著季節(jié)的變化）現象在一年內隨著季節(jié)的變化而發(fā)生的有規(guī)律的周期性變動而發(fā)生的有規(guī)律的周期性變動 循環(huán)變動（循環(huán)變動（ C ）現象以若干年為周期所呈現出）現象以若干年為周期所呈現出的波浪起伏形態(tài)的有規(guī)律的變動的波

31、浪起伏形態(tài)的有規(guī)律的變動 不規(guī)則變動（不規(guī)則變動（I ）是一種無規(guī)律可循的變動，）是一種無規(guī)律可循的變動，包括嚴格的隨機變動和不規(guī)則的突發(fā)性影響很包括嚴格的隨機變動和不規(guī)則的突發(fā)性影響很大的變動兩種類型大的變動兩種類型時間序列預測可用于短期預測、中期預測和長期時間序列預測可用于短期預測、中期預測和長期預測預測Page. 44 長期趨勢長期趨勢T (A) 季節(jié)變動季節(jié)變動S (B) 循環(huán)變動循環(huán)變動C (C) 不規(guī)則變動不規(guī)則變動I I CBAPage. 45v 采用時間序列分析進行預測時需要用到一系列采用時間序列分析進行預測時需要用到一系列的模型，這種模型統(tǒng)稱為時間序列模型。在使用的模型，這種

32、模型統(tǒng)稱為時間序列模型。在使用這種時間序列模型時，總是假定某一種數據變化這種時間序列模型時，總是假定某一種數據變化模式或某一種組合模式總是會重復發(fā)生的。因此模式或某一種組合模式總是會重復發(fā)生的。因此可以首先識別出這種模式，然后采用外推的方式可以首先識別出這種模式，然后采用外推的方式就可以進行預測了。就可以進行預測了。Page. 46v 采用時間序列模型時，顯然其關鍵在于假定數采用時間序列模型時，顯然其關鍵在于假定數據的變化模式（樣式）是可以根據歷史數據識別據的變化模式（樣式）是可以根據歷史數據識別出來；同時，決策者所采取的行動對這個時間序出來；同時，決策者所采取的行動對這個時間序列的影響是很小

33、的，因此這種方法主要用來對一列的影響是很小的，因此這種方法主要用來對一些環(huán)境因素，或不受決策者控制的因素進行預測些環(huán)境因素，或不受決策者控制的因素進行預測，如宏觀經濟情況，就業(yè)水平，某些產品的需求，如宏觀經濟情況，就業(yè)水平，某些產品的需求量；而對于受人的行為影響較大的事物進行預測量；而對于受人的行為影響較大的事物進行預測則是不合適的，如股票價格，改變產品價格后的則是不合適的，如股票價格，改變產品價格后的產品的需求量等。產品的需求量等。Page. 47v 這種方法的主要優(yōu)點是數據很容易得到。相對這種方法的主要優(yōu)點是數據很容易得到。相對說來成本較低。而且容易被決策者所理解。計算說來成本較低。而且容

34、易被決策者所理解。計算相對簡單。（當然對于高級時間序列分析法，其相對簡單。（當然對于高級時間序列分析法，其計算也是非常復雜的。）此外，時間序列分析法計算也是非常復雜的。）此外，時間序列分析法常常用于中短期預測，因為在相對短的時間內，常常用于中短期預測，因為在相對短的時間內，數據變化的模式不會特別顯著。數據變化的模式不會特別顯著。Page. 481關于在預測中誤差的一些常用表示方法關于在預測中誤差的一些常用表示方法 v 其中其中xi表示表示i時刻的真實值或觀察值；時刻的真實值或觀察值；Fi表示表示i時刻的預測值；時刻的預測值；ei表示表示i時刻的誤差。時刻的誤差。v平均誤差平均誤差(Mean e

35、rror)Page. 49v平均絕對誤差平均絕對誤差(Mean absolute deviation)v均方差均方差(Mean squared error)Page. 50v標準差（標準差（Standard deviation of errors）Page. 51時間序列預測方法時間序列預測方法v 通過對歷史數據作平均運算，序列中偏高或偏低的數據通過對歷史數據作平均運算，序列中偏高或偏低的數據可相互抵消，以此平滑時間數據序列中的波動?？上嗷サ窒?，以此平滑時間數據序列中的波動。v 按照數據處理方法不同，可以分為：按照數據處理方法不同，可以分為：簡單算術平均簡單算術平均加權算術平均加權算術平均移動

36、平均移動平均平滑法平滑法季節(jié)指數季節(jié)指數趨勢預測（回歸分析）趨勢預測（回歸分析）Page. 52時間序列的預測步驟時間序列的預測步驟 v第一步，確定時間序列的類型第一步，確定時間序列的類型 即分析時間序列的組成成分。即分析時間序列的組成成分。v第二步，選擇合適的方法建立預測模型第二步，選擇合適的方法建立預測模型 如果時間序列沒有趨勢和季節(jié)成分，可選擇移動平均或如果時間序列沒有趨勢和季節(jié)成分，可選擇移動平均或指數平滑法指數平滑法 如果時間序列含有趨勢成分，可選擇趨勢預測法如果時間序列含有趨勢成分，可選擇趨勢預測法 如果時間序列含有季節(jié)成分可選擇季節(jié)指數法如果時間序列含有季節(jié)成分可選擇季節(jié)指數法v

37、第三步，評價模型準確性，確定最優(yōu)模型參數第三步，評價模型準確性，確定最優(yōu)模型參數 v第四步，按要求進行預測第四步，按要求進行預測 211()ntttM SEYFn均 方 差Page. 53（1 1）簡單算術平均）簡單算術平均 某銷售公司某銷售公司2010年下半年各月的銷售額分別為年下半年各月的銷售額分別為18、17、19、20、17、19萬元，試預測萬元，試預測2011年年1月份該公司月份該公司銷售額。銷售額。 預測值預測值 118 1719201719=18.336nttYYn33.18YYPage. 54（2 2）加權算術平均）加權算術平均v 賦予時間序列中距離預測期較近數據以較大的權重。

38、賦予時間序列中距離預測期較近數據以較大的權重。 例：某商場家電產品在前四周的需求量依次為例：某商場家電產品在前四周的需求量依次為1212、1717、1515、1313，給最近一期數據賦予權重，給最近一期數據賦予權重0.40.4，上一期數據賦予權，上一期數據賦予權重重0.30.3，上上一期數據分配權重，上上一期數據分配權重0.20.2，距離預測期最遠一期，距離預測期最遠一期數據分配權重數據分配權重0.10.1。則加權平均值為：。則加權平均值為： MAMAn n0.40.413130.30.315150.20.217170.10.112121515 優(yōu)點優(yōu)點：對最近一期的實際情況反應靈敏。：對最近

39、一期的實際情況反應靈敏。 難點難點：一個是移動間隔期的確定，企業(yè)沒有辦法知道多久以前的需求：一個是移動間隔期的確定，企業(yè)沒有辦法知道多久以前的需求對預測期的需求沒有影響；另一個是賦予每一期的權重沒有科學的確對預測期的需求沒有影響；另一個是賦予每一期的權重沒有科學的確定方法，只能依靠主觀的經驗進行判斷。定方法，只能依靠主觀的經驗進行判斷。Page. 55v移動平均：移動平均：利用過去一系列的實際數值進行預測，將利用過去一系列的實際數值進行預測，將距離預測期最近幾期的實際數值的平均值作為預測值。距離預測期最近幾期的實際數值的平均值作為預測值。計算公式為：計算公式為：v 上式也可以寫成：上式也可以寫

40、成：（3 3）移動平均）移動平均1111()ttttt nFSxxxn v其中其中xt表示表示t時刻的真實值或觀察值；時刻的真實值或觀察值；Ft+1表示表示t+1時刻的預測值；時刻的預測值；v對于上式當對于上式當n=1時，時， 1ttFx11()ttt ntFxxFnPage. 56v 也就是說，也就是說，t+1時刻的預測值就是時刻的預測值就是t時刻的觀察時刻的觀察值，或者說是用當前的觀察值來預測下一期的數值，或者說是用當前的觀察值來預測下一期的數值。這種方法稱為值。這種方法稱為naive（天真）預測法。這種方（天真）預測法。這種方法雖然過于簡單，可以說是沒有進行預測，但是法雖然過于簡單，可以

41、說是沒有進行預測，但是它可以作為評價其他時間序列法預測結果好壞的它可以作為評價其他時間序列法預測結果好壞的一個標準。如果你使用了一個非常復雜的時間序一個標準。如果你使用了一個非常復雜的時間序列分析模型來對某一個問題進行預測，其誤差比列分析模型來對某一個問題進行預測，其誤差比這種簡單的天真預測法還糟糕，則這個模型顯然這種簡單的天真預測法還糟糕，則這個模型顯然不是一個好的預測模型。不是一個好的預測模型。Page. 57年份銷售量移動平均數N=3移動平均數N=52002206200321420042082005220209.332006230214.002007212219.33215.620082

42、02220.67216.82009210214.67214.42010218208.00214.82011206210.00214.4211.33209.6根據歷史數據，通過移動平均預測未來值Page. 58v 簡單滑動平均法顯然只適合于水平樣式的數據簡單滑動平均法顯然只適合于水平樣式的數據，如果歷史數據中存在明顯的上升或下降趨勢，如果歷史數據中存在明顯的上升或下降趨勢，或者有季節(jié)性波動則這種方法是不適用的。因此或者有季節(jié)性波動則這種方法是不適用的。因此它只能用來對一些變化平衡或緩慢量進行預測，它只能用來對一些變化平衡或緩慢量進行預測，如對需求量穩(wěn)定的商品的銷量進行預測。如對需求量穩(wěn)定的商品的

43、銷量進行預測。Page. 59v 由于數據是呈水平趨勢變化，因此在由于數據是呈水平趨勢變化，因此在 式中用式中用Ft來代替來代替xt-n不會引起太大誤差，因此不會引起太大誤差，因此有下式，有下式，或者說或者說11()ttt ntFxxFn11()ttttFxFFn111(1)tttFxFnnPage. 60v令令 則有，則有，v 1n1(1)tttFxFPage. 61v 上一期預測值加上該期實際與預測值差額的一定百分上一期預測值加上該期實際與預測值差額的一定百分數即得新的預測值數即得新的預測值 式中：Ft第t期的預測值； Ft-1第t-1期的預測值； a平滑系數； At-1第t-1期的實際值

44、。（4 4）指數平滑）指數平滑111()ttttFFAF11)1 (tttaAFF上式可變形為：p平滑常數決定了預測對時間序列偏差調整的快慢，一般取0.010.3p適用：數據量少，短期預測Page. 62v 預測值實際上就是在上一次預測值的基礎上加預測值實際上就是在上一次預測值的基礎上加上上乘以上次預測的誤差。顯然，如果乘以上次預測的誤差。顯然，如果 ，則，則在預測值中包含很大的調整，相反如果在預測值中包含很大的調整，相反如果 ，調整量變小，預測值或預測曲線趨于平緩。因此調整量變小，預測值或預測曲線趨于平緩。因此，單指數平滑法適用的范圍與簡單平滑法相同，單指數平滑法適用的范圍與簡單平滑法相同，

45、只適用于水平樣式的數據。只適用于水平樣式的數據。10Page. 63時間序列觀測值:tF時間序列預測值1(1)tttFAF:tAFt-2Ft-11-Ft+1 1- Ft1- At-1At-2AtPage. 64某公司生產的取釘器的需求量預測。某公司生產的取釘器的需求量預測。觀察值及預測值如下表所示。觀察值及預測值如下表所示。 指數平滑滑動平均值指數平滑滑動平均值時期時期需求（單位：千）需求（單位：千） 四個月的移動平四個月的移動平均均a=0.4a=0.11145 2143 3135 4158145.25 145.25 145.25 5155147.75 149.15 146.23 614514

46、8.25 147.49 146.10 7136148.50 142.89 145.09 8139143.75 141.34 144.48 9159144.75 148.40 145.93 10137142.75 143.84 145.04 11156147.75 148.70 146.14 12152151.00 150.02 146.72 Page. 65v計算了兩組指數平滑平均值，它們分別采用不同計算了兩組指數平滑平均值，它們分別采用不同的的 值。當值。當 0.4時，第時，第11和和12兩個月的平均值兩個月的平均值計算如：計算如：vS110.4(156)+0.6(143.84)=148.7

47、0(第第12月的預測值月的預測值)vS120.4(152)+0.6(148.70)=150.02(第第13月的預測值月的預測值)v注意在第注意在第12月未，新得到的數據月未，新得到的數據152與以前計算與以前計算出的平均值出的平均值148.70來共同計算下一個平均值。指來共同計算下一個平均值。指數平滑法的突出優(yōu)點是只需要一個實際數據來計數平滑法的突出優(yōu)點是只需要一個實際數據來計算新的平均值。算新的平均值。Page. 66v 從從上上表中可以看到，在所有的時間里表中可以看到，在所有的時間里 0.4時時的指數平滑平均值與四個月的移動平均值非常相的指數平滑平均值與四個月的移動平均值非常相似。然而似。

48、然而 0.1時其結果是大不相同的。下述公時其結果是大不相同的。下述公式說明了在指數平滑法中如何選擇式說明了在指數平滑法中如何選擇 使之具有與使之具有與移動平均法中取時間周期數為移動平均法中取時間周期數為N值時相似的結果值時相似的結果：221NN或 Page. 67v 假設假設 0.4則則N1.6/0.44，若，若 0.1則則N1.9/0.119。因此。因此 0.4時的指數平滑值類似于時的指數平滑值類似于四周期的移動平均值，而四周期的移動平均值，而 0.1時的結果則會類時的結果則會類似于似于19周期的移動平均值。周期的移動平均值。v 在指數平滑法中以前的數據作用是逐步衰減在指數平滑法中以前的數據

49、作用是逐步衰減人，或者說老的數據被逐漸地遺忘。人，或者說老的數據被逐漸地遺忘。 值越大數值越大數據衰減地越快，就象在移動平均法中使用的數據據衰減地越快，就象在移動平均法中使用的數據越少。這是因為在方程越少。這是因為在方程1中老的平均值被乘以（中老的平均值被乘以（1 ），因此老的數據的權值隨著），因此老的數據的權值隨著 的增大而迅速的增大而迅速衰減。也就是說，越是大的衰減。也就是說，越是大的 ，在預測中老數據，在預測中老數據（St1）的影響越小。）的影響越小。Page. 68v對于既含有線性趨勢成分又含有季節(jié)成分的時間序對于既含有線性趨勢成分又含有季節(jié)成分的時間序列，須對其成分進行分解，這種分解

50、建立在以下乘列，須對其成分進行分解，這種分解建立在以下乘法模型的基礎上：法模型的基礎上：v 其中，其中，Tt表示長期趨勢成分，表示長期趨勢成分，St表示季節(jié)成分，表示季節(jié)成分， Ct表示周表示周期性成分，期性成分，It表示不規(guī)則成分。表示不規(guī)則成分。由于不規(guī)則成分的不可預測由于不規(guī)則成分的不可預測，因此預測值就可表示為趨勢成分和季節(jié)成分的乘積，因此預測值就可表示為趨勢成分和季節(jié)成分的乘積。（5）季節(jié)指數）季節(jié)指數tttttYTSCIPage. 69季節(jié)性指標季節(jié)性指標的理解的理解v季節(jié)性指標反映了該季度與總平均值之間的一種季節(jié)性指標反映了該季度與總平均值之間的一種比較穩(wěn)定的關系比較穩(wěn)定的關系v

51、如果這個比值大于如果這個比值大于1，就說明該季度的值常常會，就說明該季度的值常常會高于總平均值高于總平均值v如果這個比值小于如果這個比值小于1，就說明該季度的值常常低，就說明該季度的值常常低于總平均值于總平均值v如果序列的季節(jié)指數都近似等于如果序列的季節(jié)指數都近似等于1，那就說明該，那就說明該序列沒有明顯的季節(jié)效應序列沒有明顯的季節(jié)效應 Page. 70建立季節(jié)指數模型建立季節(jié)指數模型v建立季節(jié)指數模型的一般步驟如下：建立季節(jié)指數模型的一般步驟如下： 第一步，計算每一季（每季度，每月等等）的第一步，計算每一季（每季度，每月等等）的季節(jié)指數季節(jié)指數St 。 第二步，用時間序列的每一個觀測值除以適

52、當第二步，用時間序列的每一個觀測值除以適當的季節(jié)指數，消除季節(jié)影響。的季節(jié)指數，消除季節(jié)影響。 第三步，第三步，為消除了季節(jié)影響的時間序列建立適為消除了季節(jié)影響的時間序列建立適當的趨勢模型，并用這個模型進行預測。當的趨勢模型，并用這個模型進行預測。 第四步，用預測值乘以季節(jié)指數，計算出最終第四步，用預測值乘以季節(jié)指數，計算出最終的帶季節(jié)影響的預測值。的帶季節(jié)影響的預測值。 Page. 71v 根據時間序列預測第五年各季度銷售量根據時間序列預測第五年各季度銷售量季別各季銷售量第一年第二年第三年第四年第一季148138150145145.25127.27147.00第二季6264586662.50

53、54.7763.26第三季7680727876.5067.0377.42第四季164172180173172.25150.93174.32tY%tf（ ）tY季均銷售季節(jié)指數預測值Page. 72（1）計算各年同季季平均銷售額資料于表第6欄。如第一季為：25.1454145150138148（2）計算所有年所有季的季平均銷售額125.11442.1725.765.6225.1450Y（3）計算各季節(jié)比率于表第7欄。如第二季為：%76.54125.114/5.622f（4）預測年的季趨勢值 tX1456678 173=115.54tX（5）第五年各季預測值tY于表第8欄。如第三季為：42.776

54、703. 05 .1153YPage. 73需求預測方法選擇需求預測方法選擇v預測方法選擇時應考慮的因素預測方法選擇時應考慮的因素 （1 1）不同預測方法的適用范圍）不同預測方法的適用范圍 （2 2）數據資料的數量和質量）數據資料的數量和質量 （3 3）預測精度要求（）預測精度要求（MSEMSE） （4 4）預測期限、時間和費用）預測期限、時間和費用Page. 74生產物流計劃和控制生產物流計劃和控制v 生產物流：工廠中的原材料、燃料、外生產物流：工廠中的原材料、燃料、外購購件等，經過下料件等，經過下料、發(fā)運送到各個加工點和存儲點，以在制品的形態(tài)，從一、發(fā)運送到各個加工點和存儲點，以在制品的形

55、態(tài)，從一個生產過程流入到另一個生產過程，按規(guī)定的生產工藝過個生產過程流入到另一個生產過程，按規(guī)定的生產工藝過程進行加工、儲存的全部生產過程。程進行加工、儲存的全部生產過程。v 由于生產物流的多樣性和復雜性，以及生產工藝和設備的由于生產物流的多樣性和復雜性，以及生產工藝和設備的不斷更新，如何更好地組織生產物流，是物流研究者和管不斷更新，如何更好地組織生產物流，是物流研究者和管理者始終追求的目標。理者始終追求的目標。v 合理組織生產物流過程，才能使生產過程始終處于最佳狀合理組織生產物流過程，才能使生產過程始終處于最佳狀態(tài)。態(tài)。 Page. 75生產物流結構及內容生產物流結構及內容 經銷商 / 批發(fā)

56、商原材料.零部件輸入半成品庫存原材料半成品庫存加 工零件裝配整機安裝包裝.堆放成 品 庫 存進貨系統(tǒng)搬運系統(tǒng)出貨系統(tǒng)生產物流退貨物流供應物流其它廠部件廠合作廠供應商銷售商銷售物流成 品 庫 存成 品 出 貨零 售 商庫存信息Page. 76762021-10-27影響生產物流的因素：n生產工藝對生產物流有不同要求和限制n生產類型影響生產物流的構成和比例n生產規(guī)模影響物流量大小n專業(yè)化和協(xié)作化水平影響生產物流的構成與管理Page. 77管理生產物流應注意的問題管理生產物流應注意的問題v 物流過程的連續(xù)性物流過程的連續(xù)性物料順暢、最快、最省地走完各個物料順暢、最快、最省地走完各個工序，直到成為產品

57、。工序，直到成為產品。v 物流過程的平行性物流過程的平行性各個支流平行流動各個支流平行流動v 物流過程的節(jié)奏性物流過程的節(jié)奏性生產過程中各階段都能有節(jié)奏、均生產過程中各階段都能有節(jié)奏、均衡地進行衡地進行v 物流過程的比例性物流過程的比例性考慮各工序內的質量合格率，以及考慮各工序內的質量合格率，以及裝卸搬運過程中的可能損失，零部件數量在各工序間有一裝卸搬運過程中的可能損失，零部件數量在各工序間有一定的比例，形成了物流過程的比例性。（考慮回收物流）定的比例，形成了物流過程的比例性。（考慮回收物流）v 物流過程的適應性物流過程的適應性企業(yè)生產組織向多品種、少批量發(fā)企業(yè)生產組織向多品種、少批量發(fā)展，要

58、求生產過程具有較強的應變能力，物流過程同時具展，要求生產過程具有較強的應變能力，物流過程同時具備相應的應變能力。備相應的應變能力。Page. 78生產方式生產方式v單件小批量生產單件小批量生產v成批生產成批生產v大量生產大量生產Page. 79v 計劃的目的在于你如何根據運輸節(jié)奏，在正確的時間，將恰當計劃的目的在于你如何根據運輸節(jié)奏，在正確的時間，將恰當的物料送達恰當的工位。或者找出不能按時完成物流計劃的原的物料送達恰當的工位。或者找出不能按時完成物流計劃的原因，采取相應的措施。因，采取相應的措施。一個生產物流作業(yè)計劃：一個生產物流作業(yè)計劃：32145810111213697時間時間/周周制造

59、過程構成制造過程構成Page. 80單件小批量生產的物流計劃單件小批量生產的物流計劃v計劃難度最大，把握生產周期安排物流計劃，是可行的選擇。v例：成套設備的生產周期Tb1T1T2T3Tb2Tb3Tc毛坯車間加工車間裝配車間Tc成套設備的生產周期； Ti零件在某車間的生產周期；Tbi某車間的保險期。cibiTTTPage. 81v 生產提前期：組成產品的各零件在各車間投入或產出的日生產提前期：組成產品的各零件在各車間投入或產出的日期距產品裝配產出日期或交付期應提前的時間。期距產品裝配產出日期或交付期應提前的時間。Tb1T1T2T3Tb2Tb3Tc毛坯車間加工車間裝配車間1iiiiINOTiOTI

60、NbiTTTTTT投入提前期：投入提前期：產出提前期：產出提前期：Page. 82大量流水線生產方式的生產大量流水線生產方式的生產物流計劃物流計劃v 大量流水線生產方式的期量標準大量流水線生產方式的期量標準節(jié)拍、流水作業(yè)圖表節(jié)拍、流水作業(yè)圖表、在制品占用定額。、在制品占用定額。v 節(jié)拍：流水線作業(yè)速度節(jié)拍：流水線作業(yè)速度 r流水線節(jié)拍（流水線節(jié)拍（min/件）件） te 計劃期的有效工作時間（計劃期的有效工作時間（min）；）；N計劃期制品計劃期制品量（件）量（件） t0 計劃期的日歷工作時間（計劃期的日歷工作時間（min）；）； 時間有效利用系數，一般取時間有效利用系數，一般取0.90.96