预测和库存管理.doc
上传人:sy****28 上传时间:2024-09-13 格式:DOC 页数:16 大小:24KB 金币:15 举报 版权申诉
预览加载中,请您耐心等待几秒...

预测和库存管理.doc

预测和库存管理.doc

预览

免费试读已结束,剩余 6 页请下载文档后查看

15 金币

下载此文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

第二章ForecastandInventoryManagement预测和库存管理Outlinesforforecasting?Generalforecastconsiderations物流需求预测需考虑的因素?Effectiveforecastprocess预测流程?Forecastingmethod预测方法?Forecastingerrormeasures预测误差GeneralForecastConsiderations物流需求预测需考虑的因素?Thenatureofdemand需求的性质?Dependentdemand?Independentdemand??????BaseleveldemandSeasonalityfactorTendcomponentCyclicfactorpromotionalfactorIrregularorrandomquantity相关需求独立需求基本需求季节因素趋势因素周期因素促销因素不确定性因素自上而下VS自下而上?Forecastcomponents预测的主要因素?Forecastapproach预测的方法?Top-downvs.bottom-up需求的性质①独立需求:指最终产成品的需求,在数独立需求:指最终产成品的需求,量上和时间上与对其他物料的需求无关,量上和时间上与对其他物料的需求无关,只取决于市场和顾客的需求。只取决于市场和顾客的需求。②相关需求(从属需求、非独立需求):相关需求(从属需求、非独立需求):指对原材料、半成品、零部件的需求,指对原材料、半成品、零部件的需求,在数量上和时间上直接依赖于对其他物料的需求。需求。Independentvs.DependentDemandIndependentDemand(Demandnotrelatedtootheritems)DependentDemand(Derived)E(1)....预测的主要因素?假定基础需求是平均销售水平,而其他部分的正负调整影响这预测值,则预测模型可表示为:Ft=Bt+St+T+Ct+Pt+I其中:Ft时期t的预测数量Bt时期t的基本需求水平St时期t的季节因素T趋势因素Ct时期t的周期因素Pt时期t的促销因素I不确定变量或随机数量Top-downapproach工厂中央配送中心预测共计10,000单位历史上各中心份额40%30%20%10%A地区配送中心预测4,000单位B地区配送中心预测3,000单位C地区配送中心预测2,000单位D地区配送中心预测1,000单位ForecastingMethods?Qualitative定性预测方法?Quantitative定量预测方法?TimeSeries时间序列?Movingaverage移动平均?Exponentialsmoothing指数平滑?Causal因果关系预测定性预测方法德尔菲法(最合适的预测期:中期到长期):德尔菲法(最合适的预测期:中期到长期):由一组专家分别对问卷作回答、由一组专家分别对问卷作回答、由组织者汇集调查结果,如果统计结果显示专家的意见比较分散,查结果,如果统计结果显示专家的意见比较分散,则需要重新设计调查表,进行新一轮的调查,则需要重新设计调查表,进行新一轮的调查,如果专家的意见比较集中一致,专家的意见比较集中一致,则就得到最终的调查预测结果。测结果。执行过程如下图选择对象发送调查表格回收调查问卷并统计调查结果统计结果的分析评价预测结果进行新一轮的调查表格定量预测方法(一)时间序列分析:时间序列分析:以时间为独立变量,以时间为独立变量,把过去需求和时间的关系作为需求模式来估计未来需求。关系作为需求模式来估计未来需求。包括方法:包括方法?简单移动平均?指数平滑1.移动平均法最适合的预测期:短期。最适合的预测期:短期。将一段包含一些数据点的时间段求平均,将一段包含一些数据点的时间段求平均,即用该段时间段所含数据点的个数去除该段内各点数据值之和。间段所含数据点的个数去除该段内各点数据值之和。1数学表达式:数学表达式:MAt+1=(At+At-1+At-2+…+At-n+1)n个月的销售量分别为120、150和90,四月份的移例:前3个月的销售量分别为个月的销售量分别为、和,动平均值为:动平均值为:X4=(120+150+190)/3=120()2.指数平滑法指数平滑法下一期的预测值=α×(前期实际需求值)+(1-α)×(前期预测值)×前期实际需求值)()前期预测值)α是权重,通常称为指数平滑系数,介于0~1之间。是权重,通常称为指数平滑系数,介于~之间之间。是权重所有历史因素的影响都包含在