DemandRequirementsAndDecision2001/2/21機械工程學院工業工程系需求預測和決策第一頁，共四十五頁。主要內容2001/2/211需求預測概論2預測中的定性方法3預測中的定量方法4預測方法的選擇5生產管理決策主要內容第二頁，共四十五頁。預測的重要性2001/2/21

企業編制長期計劃的基礎為預算和成本控制提供依據為開發新產品提供信息為補充銷售人員提供依據是作出關鍵決策的基礎用于編制生產作業計劃第三頁，共四十五頁。需求的構成2001/2/21第四頁，共四十五頁。典型的趨勢需求2001/2/21有四種典型的趨勢需求：（1）線性趨勢——反映了因果關系(或時間）的需求第五頁，共四十五頁。典型的趨勢需求2001/2/21有四種典型的趨勢需求：（2）S型趨勢——產品成長并到達成熟時期的需求第六頁，共四十五頁。典型的趨勢需求2001/2/21有四種典型的趨勢需求：（3）漸進趨勢——以優質產品大量投放市場時出現第七頁，共四十五頁。典型的趨勢需求2001/2/21有四種典型的趨勢需求：（4）指數增長——產品銷售勢頭特好的產品.....第八頁，共四十五頁。定性預測定量預測

仿真預測預測的分類2001/2/21長期預測(數年至數十年)中期預測(一年至數年)短期預測(數日至一年)預測種類：按性質分按時間分第九頁，共四十五頁。（1）一般預測（2）市場調研（3）小組共識法（4）歷史類比（5）德爾菲法預測中的定性方法2001/2/21第十頁，共四十五頁。（1）一般預測

基本觀點：預測是基于來自低層經驗的逐步累加。

假設前提：處于最低層的銷售人員，那些離顧客最近的、 最了解產品最終用途的人，最清楚產品未來的的需求。

做法：由他們收集情報，然后逐級上報的做法。2001/2/21預測中的定性方法（2）市場調研

—通常是聘請第三方專業市場調研公司進行預測。

—市場調研主要用于新產品研發，了解對現有產品的評價了解顧客對現有產品的好惡，了解特定層次的顧客偏好以確定哪些商品具有競爭性。

—數據收集方法有問卷調查和上門訪談兩種。第十一頁，共四十五頁。（3）小組共識 由不同層次的人員在會上自由討論。這種方法缺點在于低層人員往往易受當前市場營銷的左右，不敢與領導相背。對于重要決策，如引進流水線等，由高層人員討論。預測中的定性方法2001/2/21（4）歷史類比

預測某些新產品的需求時，如果有同類型產品可用來作為類比模型，那是最理想的情況。類比法可用于很多產品類型——互補產品，替代產品等競爭性產品等。第十二頁，共四十五頁。2001/2/21預測中的定性方法（５）德爾菲法 Rand公司首創于50年代末，步驟如下：①選擇具有代表性的專家（不同背景的人）為調查對象；通過問卷（或E-mail），向專家處了解信息；匯總專家結果，修改問卷，再度發給專家；再次匯總，提煉預測結果和條件，再度發給所有專家；歸納專家意見，形成需求報告；如有必要，再重復④；.....第十三頁，共四十五頁。（1）簡單移動平均（2）加權移動平均法（3）指數平滑法（4）線性回歸分析（5）因果回歸模型（6）時間序列分解2001/2/21時間序列分析第十四頁，共四十五頁。（1）簡單移動平均

2001/2/21簡單移動平均適用場合：產品需求為突發增長或下降，且不存在季節性因素時。移動平均法能有效消除預測中的隨機波動。選擇移動平均的最佳區間很重要。其主要缺點是在于每一因素都必須以數據表示。簡單移動平均的計算公式為：——對下一期的預測值；——移動平均的時期個數；——前期、前兩期、前三期直至前n期的實際值第十五頁，共四十五頁。2001/2/21簡單移動平均簡單移動平均算例周次 需求 3周 9周12345678910111213141580014001000150015001300180017001300170017001500230023002000106713001333143315331600160015671567163318332033136714671500155616441733第十六頁，共四十五頁。簡單移動平均的各元素權重都相等，而加權移動平均的權重值可以不同。當然，其權重之和必須等于1。權重的選擇：經驗法和試算法是選擇權重的最簡單的方法。一般而言，最近期的數據最能預示未來的情況，因而其權重應大些。但是，其需求是季節性的，故權重也應是季節性的，一般對季節性產品季節權重系數要大。由于加權移動平均能區別對待歷史數據，因而在這方面要優于簡單移動平均。2001/2/21加權移動平均（2）加權移動平均法第十七頁，共四十五頁。2001/2/21加權移動平均加權移動平均法公式及算例計算公式第t-1,t-2,t-3期實際銷售額的權重計算實例一家百貨店發現在某4個月的期間內，其最佳預測結果由當月實際銷售額的40%，倒數第2個月銷售額的30%，倒數第3個月的20%和倒數第4個月的10%，其四個月的銷售額分別為100,90,105,95。第五個月的預測值為.....第十八頁，共四十五頁。2001/2/21指數平滑法（3）指數平滑法前兩種預測方法（簡單移動平均和加權移動平均）中，主要點在于根據大量連續的歷史數據預測未來，即隨著模型中新數據的增添及過期數據的剔除，新的預測結果就可以預測出來。有的情況下，最近期的情況遠比較早期的更能預測未來。如果越遠的數據其重要性就越低，則指數平滑法就是邏輯性最強且最為簡單的方法。第t期和第t-1期的指數平滑預測值；第t-1期的實際需求；平滑常數。單一指數平滑的公式為：第十九頁，共四十五頁。2001/2/21指數平滑法之所以稱之為指數平滑是因為每靠后一期其權重就降低1-。例如，設=0.05，則各個時期的權重如下所示最近期的權重=（1-）00.0500最近期的權重=（1-）10.0475最近期的權重=（1-）20.0451最近期的權重=（1-）30.0429權重因子第二十頁，共四十五頁。2001/2/21指數平滑法指數平滑法算例：假設所研究的產品的長期需求相對穩定，平滑常數=0.05也較合適，并假設上個月的預測值（）為1050個單位，如果實際需求為1000而不是1050，那么本月的預測值為：由于平滑自相關很小，所以新預測值對誤差為50單位的響應僅使得下月的預測值減少了2.5個單位。第二十一頁，共四十五頁?！獣r期 ——某期實際需求——某期預測需求 ——時期總數2001/2/21預測誤差——誤差測量用來描述誤差程度的常用術語有標準差、均方差（或方差）和平均絕對偏差平均絕對偏差（MAD）簡單明了并且可以獲得跟蹤信號，故再度受寵。MAD是預測誤差的平均值，用絕對值表示。與標準偏差一樣，MAD的優點還在于它度量了觀測值與期望值的離差。在不考慮符號的情況下，MAD由實際需求和預測需求間的差異計算而得。它等于用絕對偏差總和除以數據點個數，以等式形式給出為：.....第二十二頁，共四十五頁。線性回歸分析法2001/2/21

定義：兩個或兩個以上相關變量之間的函數關系。線性關系是指變量呈嚴格直線關系的一種特殊回歸形式。優點：對主要事件或綜合計劃的長期預測很有用用處：時間序列預測和因果預測中都用線性回歸。例子：手擬回歸直線、最小二乘分析和模型分解。（4）線性回歸分析法局限性：假設歷史數據和未來預測值都在一條直線上。第二十三頁，共四十五頁。手擬趨勢線

例：某公司某產品過去3年12季度的銷售量如下表所示， 該企業希望預測第4季度的銷售情況：2001/2/21線性回歸分析法——手擬趨勢線季度銷售量季度銷售量1 6002 15503 15504 15005 24006 31007 26008 29009 380010 450011 400012 4900第二十四頁，共四十五頁。

y=a+bxa=400b=(4950-750)/(12-1)=382y=400+382x2001/2/21線性回歸分析法——手擬趨勢線解：首先建立坐標系統，取橫坐標為季度，眾坐標為銷售額，則將過去12個季度的銷售額對應的數據點在坐標系統中畫出，相應散點圖，如圖所示，這就是回歸直線，下一步是確定截距a和斜率b。第二十五頁，共四十五頁。設為實測值，y為公式值，則為誤差，令根據最小二乘法，則：2001/2/21最小二乘法最小二乘法基本思想是試圖使各數據點與回歸直線上的相應點間的垂直距離平方和最小手擬趨勢線是根據圖中確定截距a和斜率b，而最小二乘法求解的公式為：得：令：第二十六頁，共四十五頁。2001/2/21最小二乘法第二十七頁，共四十五頁。根據最小二乘回歸的思想，可以計算出上例中a和b的值，最終得b=359.6，a=441.6，這表明x每變化1單位，y改變359.6單位。嚴格按上述方程計算，可以可以推廣到后一年的四個季度，下面的結果分別對應第1，2，3，4季度：2001/2/21最小二乘法.....第二十八頁，共四十五頁。因果預測2001/2/21年份新房屋（x平方碼）地毯銷量（y平方碼）1989 18 130001990 15 120001991 12 110001992 10 100001993 20 140001994 28 160001995 35 190001996 30 170001997 20 13000第二十九頁，共四十五頁。因果預測2001/2/21方程：

y=7000+350x設1998年新建房為25，則

y=7000+350×25=15750碼第三十頁，共四十五頁。多元回歸：

考慮多個變量，以及它們各自對問題的影響。家具行業里：新結婚數、新建房屋數、可支的收入、趨勢……有關系，則

S=B+Bm(M)+Bh(H)+Bi(I)+Bt(T)式中：

S－每年總銷售量；B－基本銷售額；M－年中結婚數；H－年中新造房屋數；I－可供自由支配的收入；T－趨勢多元回歸2001/2/21第三十一頁，共四十五頁。預測方法的選擇預測可以做的事：

（1）新產品市場銷售（2）庫存量（3）人力資源（4）預算基本的就是市場銷售量。2001/2/21時間序列：（1）簡單移動（2）加權移動（3）指數平滑線性回歸——趨勢項因果關系——一定要弄清楚確實的因果關系。第三十二頁，共四十五頁。Herbig曾做過問卷調查，1000萬到5億美元的企業

預測方法舉例用到的％重要性使用情況排列高層管理討論 866 2.9銷售人員 68 5 2.2顧客調查 72 4.7 2.2時間序列 45 4.3 1.5加權平均 46 3.8 1.4指數平滑 36 2.8 0.9線性回歸 38 4.0 1.3多元回歸 35 3.6 1.0預測方法的選擇2001/2/21第三十三頁，共四十五頁。一.產品決策 一切機構存在基礎：提供產品或服務。 最終維持：選擇，確定和設計產品。 新產品的開發和選擇，受下列因素影響：

（1）經濟的改變；（2）家庭規模縮小；（3）工藝的改變；（4）政策，法律的改變；（5）其它變化；影響產品變化的因素2001/2/21.....第三十四頁，共四十五頁。二.產品生命周期產品生命周期2001/2/21第三十五頁，共四十五頁。三.新產品開發的要求：

（1）快速響應市場（2）降低產品的復雜性； （3）增加零部件標準化程度； （4）改善產品的功能； （5）提高產品使用舒適性，安全性，可靠性 （6）質量魯棒性（robust）

減少制造變異對性能影響。新產品開發的要求2001/2/21第三十六頁，共四十五頁。管理過程是決策過程決策方法：

多目標優化決策樹——多層決策簡單決策——單層決策決策類型：

不確定決策風險決策——概率決策決策類型和方法2001/2/21第三十七頁，共四十五頁。不確定決策

對未來情況難以預測，發生的概率也不清楚一般有三種決策方法：

（1）悲觀決策準則

——從最不利中求較好的Maximin（2）樂觀決策準則

——從最好中求較好的Maximax（3）平均輸出準則

——從最好和最壞之差選擇最大者2001/2/21不確定決策第三十八頁，共四十五頁。選擇自然態平均輸出市場好市場不好大車間200,000-180,00020,000小車間100,000-20,00080,000樂觀（大車間）悲觀（小車間）平均（小車間）2001/2/21不確定決策例例：某公司想生產一種儲貨架，做了預算：建大車間：市場好（全部貨出）贏利200,000元市場不好（賣不出）虧損180,0000元

建小車間：市場好（全部貨出）贏利100,000元市場不好（賣不出）虧損20,000元第三十九頁，共四十五頁。風險決策多種自然態出現，每種具有某種概率計算出期望贏利：例：上例假設各種自然態出現的概率均為0.5，對三種選擇的EMV計算如下：

EMV（1）=200,000×0.5+(-180,000)×0.5=10,000元

EMV（2）=100,000×0.5+(-20,000)×0.5=40,000元

EMV（3）=0（不建廠）按EMV值為最大?。航ㄐS2001/2/21風險決策第四十頁，共四十五頁。決策樹

存在兩個以上的順序決策時，決策樹是個好辦法。決策樹是一種形象化的圖示，決策因素還要計算。而前面講的EMV是一種較好的評判因素。步驟如下：

（1）定義問題；（2）畫決策樹；（3）決定每一種自然態出現的概率；（4）估算每一自然態和選擇的聯合的贏利；（5）計算EMV，解出。2001/2/21決策樹第四十一頁，共四十五頁。12建大廠建小廠不建廠狀態點市場好0.5市場不好0.5市場好0.5市場不好0.5決策點200,000元-180,000元100,000元-20,000元贏利EMV（1）=200,000×0.5+(-180,000)×0.5=10,000元EMV（2）=100,000×0.5+(-20,000)×0.5=40,000元0元2001/2/21簡單決策樹分析第四十二頁，共四十五頁。更復雜的模型（多層決策）上例沒有做過市場調查和分析（假