供應(yīng)鏈需求預(yù)測模型及其求解技術(shù)

1、1、供應(yīng)鏈需求預(yù)測模型及其求解技術(shù)五大定性預(yù)測方法A.一般預(yù)測法：一線銷售員預(yù)測，逐級上報(bào)分析；B.市場調(diào)研法：問卷/面談/電話收集數(shù)據(jù),適合R&D;C.小組共識法:高級經(jīng)理/銷售經(jīng)理/顧客代表頭腦風(fēng)暴；D.歷史類比法:類似產(chǎn)品歷史銷售數(shù)據(jù)類比,適合R&D;E.德爾菲法：專家問答收集匯總,閉環(huán)重復(fù)六大定量預(yù)測方法A.簡單平均法B.加權(quán)平均法C.簡單移動平均法D.加權(quán)移動平均法E.指數(shù)平滑法F.季節(jié)性預(yù)測二十四種庫存預(yù)測方法簡介方法簡介預(yù)測期1,德爾菲法Delphi通過問卷詢問一組專家，對一份問卷的回答用來制作下一份問卷。這樣專家之間信息共享，最后科學(xué)決策，避免迷信跟風(fēng)某些權(quán)威(

2、Bandwagoneffect).中長期2,市場調(diào)查Marketesearch系統(tǒng)地、正式地、有意識地對真正的市場展開調(diào)查，檢驗(yàn)假設(shè)條件。中長期3,小組意見法PanelConsensus因預(yù)測會受到社會各種不確定因素的影響，不能反映真實(shí)情況，征求一線經(jīng)理人的意見可很好地彌補(bǔ)專家的預(yù)測。中長期4,銷售人員預(yù)測法Salesforceestimates因?yàn)殇N售人員最接近客戶，他們能很好地預(yù)測客戶的真正需求。中短期5,歷史類比法historicalanalysis對新產(chǎn)品的導(dǎo)入期和成長期做歷史對比性分析，據(jù)此對相似模式作出預(yù)測。中長期6,意想預(yù)測法Visionaryforecast主觀猜測、想象，個(gè)人

3、見解、判斷，一般情況下，此法缺乏科學(xué)性。中長期7,移動平均法movingaverage時(shí)間序列上移動平均的每一點(diǎn)都是一系列連續(xù)點(diǎn)的算術(shù)平均數(shù)或加權(quán)平均數(shù)，選擇若干數(shù)據(jù)點(diǎn)以消除季節(jié)性等影響。短期8,指數(shù)平滑法Exponentialsmoothing類似于移動平均法，只是對更近期的點(diǎn)給予更大的權(quán)數(shù)，來調(diào)整季節(jié)等不確定。短期9,博克斯詹金斯法Box-Jenkins通過計(jì)算機(jī)建成自回歸的、綜合的移動平均模型，調(diào)整季節(jié)性和趨勢性權(quán)重。中短期10,時(shí)間序列分解法Timeseriesdecomposition將時(shí)間序列分解成季節(jié)性、趨勢性和規(guī)律性因素等方法。在判斷轉(zhuǎn)折點(diǎn)時(shí)非常有用，是中期（3-12個(gè)月）預(yù)測

4、的好方法。中短期11,趨勢映射法Trendprojection用數(shù)學(xué)方程擬合趨勢曲線，考慮如下幾個(gè)變形：斜率、多項(xiàng)式、對數(shù)等。中短期12,集中預(yù)測法Focus在未來的三個(gè)月內(nèi)，通過計(jì)算機(jī)模擬測試幾個(gè)簡單的決策方法，看哪個(gè)更精確。中期forecasting13,譜分析法Spectraanalysis將時(shí)間序列分解為幾個(gè)基本成分，稱作譜，以幾何的正玄余玄曲線來代表，重新組合寫出數(shù)學(xué)表達(dá)式，用來預(yù)測。中短期14,回歸模型Regressionmodel通過計(jì)算機(jī)統(tǒng)計(jì)將需求與其他變量或解釋變量聯(lián)系在一起，用回歸模型來切測。中短期15,計(jì)量經(jīng)濟(jì)模型Econometricmodel是一組相互依賴的回歸方程組

5、，比普通的回歸方程更好地解釋因果，能更好地預(yù)測轉(zhuǎn)折點(diǎn)。中短期16,購買意向和預(yù)期調(diào)查ntention-to-buyanti-cipationsurveys對普通公眾調(diào)查決定購買意向，但可能會得到錯誤的反饋信息，因此應(yīng)不斷加以跟蹤校正。中期17,投入產(chǎn)出模型nput-outputmodel該模型研究：為得到特定的產(chǎn)品需要什么樣的投入，需要哪些額外的細(xì)節(jié)信息。中期18,經(jīng)濟(jì)投入產(chǎn)出模型economicnput-outputmodel經(jīng)濟(jì)投入產(chǎn)出模型=計(jì)量經(jīng)濟(jì)模型+投入產(chǎn)出模型。后者為前者提供長期趨勢。中期19,先導(dǎo)性指標(biāo)法Leadingndicators利用一個(gè)或多個(gè)先行變量做預(yù)測，這些變量與需要情計(jì)的變量系統(tǒng)相關(guān)。中短期20,生命周期分析Life-cycleanalysis根據(jù)S曲線分析，預(yù)測新產(chǎn)品的增長，在不同階段，產(chǎn)品可分別被創(chuàng)新者、早期接受者等人們所接受。中長期21,適應(yīng)性過濾法Adaptivefiltering是實(shí)際產(chǎn)出和估計(jì)產(chǎn)出加權(quán)之和地導(dǎo)數(shù)，通過系統(tǒng)的變化反映出數(shù)據(jù)模式的變化。中短期22,動態(tài)模擬Dynamicsimulation利用計(jì)算機(jī)模擬不向時(shí)間最終產(chǎn)品銷售情況，對分撥和供給渠道/、向點(diǎn)需求的影晌。需求由ss/pp/米購政策表小出來。中短期23,精確反應(yīng)法accurateresponse推遲那些最難預(yù)測的產(chǎn)品的決策，