生产专家课程--需求预测方法

《生产专家课程--需求预测方法》由会员分享，可在线阅读，更多相关《生产专家课程--需求预测方法（25页珍藏版）》请在装配图网上搜索。

1、2.2.需求预测需求预测1.1.概要概要2.2.影响需求的因素影响需求的因素3.3.需求预测方法需求预测方法4.4.定性方法定性方法5.5.时间系列分析方法时间系列分析方法6.6.因果模型因果模型7.7.需求预测方法的选择需求预测方法的选择1.1.概要概要预测的类型预测的类型-各种生产决策时的基础各种生产决策时的基础-适用于库存生产适用于库存生产(计划生产计划生产),),订单生产订单生产-确保生产能力和原材料及制确保生产能力和原材料及制 定有关经营战略的必要因素定有关经营战略的必要因素预测需求预测需求 过去依赖于预测者的过去依赖于预测者的 经验经验/主观判断主观判断 现在依据统计技术现在依据统

2、计技术对象对象技术预测：技术进步率，开发新产品技术预测：技术进步率，开发新产品/新制造技术，由技术专家执行新制造技术，由技术专家执行经济预测：经济状况，制定中长期经营计划，由经济专家执行经济预测：经济状况，制定中长期经营计划，由经济专家执行需求预测：产品及服务的需求，满足顾客，为生产做决策需求预测：产品及服务的需求，满足顾客，为生产做决策期间期间短期预测：短期预测：6 6个月以内，月个月以内，月/周周/日别日别中期预测：中期预测：6 6个月个月-2-2年年长期预测：长期预测：2 2年以上年以上需求预测：需求预测：短期短期-生产能力计划，设备，人员，资材生产能力计划，设备，人员，资材 长期长期-

3、工程设计（生产方式）工程设计（生产方式）-库存决策库存决策2.2.影响需求的因素影响需求的因素经济变化经济变化复苏复苏-繁荣繁荣-衰退衰退-萧条（萧条（4 4种状态）种状态）产品周期产品周期投入期投入期-成长期成长期-成熟期成熟期-衰退期（产品衰退期（产品life cycle)life cycle)耐用材料与消耗材料耐用材料与消耗材料/服务之间的差异服务之间的差异其它因素其它因素广告促销活动，质量，信誉，顾客的信赖，竞争对手广告促销活动，质量，信誉，顾客的信赖，竞争对手销销售售量量时间时间投入期投入期 成长期成长期 成熟期成熟期 衰退期衰退期3.3.需求预测方法需求预测方法定性方法定性方法-由

4、个人的主观判断或综合多数人的意见后预测需求由个人的主观判断或综合多数人的意见后预测需求-过去的资料不充分或不可信赖过去的资料不充分或不可信赖-代表方法：代表方法：delphidelphi方法，市场调查法，方法，市场调查法，panelpanel同意法，历史类推法同意法，历史类推法-中长期预测中长期预测定量方法定量方法-假设过去的需求模式一直持续不变，通过分析过去的假设过去的需求模式一直持续不变，通过分析过去的 资料预测未来发展方向资料预测未来发展方向-代表方法：移动平均法，指数平滑法，趋势分析法，代表方法：移动平均法，指数平滑法，趋势分析法，时系列分解法时系列分解法-短期，中期预测短期，中期预测

5、时系列时系列分析法分析法-从过去的资料中找出与需求有密切联系的变量，分析从过去的资料中找出与需求有密切联系的变量，分析 变量与需求的因果关系变量与需求的因果关系-代表方法：移动平均法，指数平滑法，趋势分析法，代表方法：移动平均法，指数平滑法，趋势分析法，时系列分解法时系列分解法-短期，中期预测短期，中期预测因果因果模型模型 时系列时系列:对于随时间变化的某现象对于随时间变化的某现象,以一定的时间间隔观察读取的一系列观测值以一定的时间间隔观察读取的一系列观测值 (如如:日日/周别销售额周别销售额,月别销售量月别销售量)来判断某种趋势来判断某种趋势,季节因素季节因素,循环的方法循环的方法3.3.需

6、求预测方法需求预测方法-长期性长期性:定性方法定性方法,因果模型因果模型工程设计决策工程设计决策-设备计划设备计划,长期性长期性:定性方法定性方法,因果模型因果模型-总计划总计划(雇佣雇佣/加班加班/设备计划设备计划),),中期性中期性:因果模型因果模型,时系列分析技术时系列分析技术-日程计划日程计划,短期性短期性:时系列分析技术时系列分析技术生产能力决策生产能力决策-短期性短期性:时系列分析技术时系列分析技术库存决策库存决策 1预测用途与预测技术预测用途与预测技术预测用途预测用途 预测期间预测期间 要求正确度要求正确度 产品数产品数 正确的预测技术正确的预测技术工程计划工程计划生产能力计划生

7、产能力计划-设备计划设备计划-总体计划总体计划-日程计划日程计划库存管理库存管理长期长期长期长期中期中期短期短期短期短期中等中等中等中等 高高很高很高很高很高单一单一,少数少数单一单一,少数少数 少数少数 多数多数 多数多数定性技术和因果模型定性技术和因果模型定性技术和因果模型定性技术和因果模型因果模型和时系列分析技术因果模型和时系列分析技术时系列分析技术时系列分析技术时系列分析技术时系列分析技术4.4.定性方法定性方法-选定对象专家团选定对象专家团 提问提问/答案整理答案整理/反馈反馈(3-4(3-4次次)最终结果最终结果-不确定性大或没有过去资料的情报不确定性大或没有过去资料的情报-具有所

8、需时间长和费用高的缺点具有所需时间长和费用高的缺点-为制定设备为制定设备,新产品新产品,市场战略市场战略,进行长期预测或技术预测时使用进行长期预测或技术预测时使用Delphi法法希腊科学家希腊科学家-对调查内容的假设对调查内容的假设 消费者调查消费者调查(调查表调查表/面谈面谈/电话电话)验证假设验证假设-定性技术中时间和费用是最大的缺点定性技术中时间和费用是最大的缺点-预测比较正确的优点预测比较正确的优点市场调查法市场调查法-经销商经销商/销售员销售员/消费者组成消费者组成panel panel 自由交换意见自由交换意见 预测值预测值Panel同意法同意法-追踪类似产品在过去市场中需求的成长

9、过程追踪类似产品在过去市场中需求的成长过程 类推类推-就象新产品一样就象新产品一样,没有以前的资料没有以前的资料历史类推法历史类推法其它定性技术其它定性技术:scenario:scenario 分析法分析法,trend,trend 外插法外插法 5.5.时系列分析技术时系列分析技术趋势趋势(T)(T)时系列构成要素时系列构成要素时系列的时系列的4 4个构成要素个构成要素需求以一定的比率增加或减少的倾向需求以一定的比率增加或减少的倾向季节性变化季节性变化(S)(S)在趋势线上下变化在趋势线上下变化以一年为单位反复出现以一年为单位反复出现循环因素循环因素(C)(C)经过一年以上的长时间变化经过一年

10、以上的长时间变化,需求在需求在循环性的上下浮动循环性的上下浮动不规则变化不规则变化/偶然变化偶然变化(R)(R)说不出原因的变化说不出原因的变化,不能预测和控制不能预测和控制(例如例如:战争战争,地震地震)1预测用途与预测技术预测用途与预测技术1)1)因此需求因此需求Y Y可用下列函数表示可用下列函数表示Y=f(T,S,C,R)Y=f(T,S,C,R)2)2)并且根据构成要素的结合形态分并且根据构成要素的结合形态分乘法模型乘法模型 Y=T Y=T*S S*C C*R R加法模型加法模型 Y=T+S+C+R Y=T+S+C+R需需求求时系列时系列趋势趋势时间时间季节性季节性变化变化循环循环因素因

11、素不规则不规则变化变化5.5.时系列分析技术时系列分析技术移动平均法移动平均法 公式公式 F Ft t=t:t:期间期间,F,Ft t:t:t的预测值的预测值,A,At t:t:t的实际需求的实际需求,N:,N:移动平均期间移动平均期间-没有季节变化或急剧的增加没有季节变化或急剧的增加/减少趋势减少趋势,偶然变化起主要作用偶然变化起主要作用-通过平均移动消除偶然变化通过平均移动消除偶然变化-待预测期间前一定期间的需求做为简单平均值待预测期间前一定期间的需求做为简单平均值简单移动简单移动平均法平均法N NA At-1t-1+A At-2t-2+A At-nt-n 移动平均期间为方移动平均期间为方

12、4 4个月个月,实际需求如下时实际需求如下时月月(t)(t)实际需求实际需求(At)(At)1 2 3 4 51 2 3 4 54 3 4 54 3 4 55 5月的需求预测值月的需求预测值 F5 F5 为为F F5 5=4 45+4+3+45+4+3+4=4=4如果如果5 5月的实际需求值为月的实际需求值为5,65,6月的需求预测值是月的需求预测值是F F6 6=4 45+5+4+35+5+4+3=4.25=4.25考虑预测的稳定性和需求考虑预测的稳定性和需求变化的反映度之后选择移变化的反映度之后选择移动平均期间动平均期间移动平均期间越长移动平均期间越长,偶然因偶然因素所起的作用越小素所起的

13、作用越小,但对实但对实际需求变化慢际需求变化慢5.5.时系列分析技术时系列分析技术移动平均法移动平均法 公式公式 F Ft t=F Ft t:t:t的预测值的预测值,A,At t:t:t的实际需求的实际需求,W,Wt t:t:t的加权值的加权值(和为和为1)1)-在用于预测的前一段在用于预测的前一段N N期间资料值乘上和为期间资料值乘上和为1 1的加权值的加权值,求出移动平均求出移动平均 简单平均值的权值是简单平均值的权值是 1/N 1/N加权移动加权移动平均法平均法W Wt-1 t-1 A At-1t-1+W Wt-2 t-2 A At-2t-2+W Wt-n t-n A At-nt-n 实

14、际需求如下时实际需求如下时月月(t)(t)实际需求实际需求(At)(At)1 2 3 4 51 2 3 4 5100 90 105 95100 90 105 95加权值加权值:4:4月月 0.4,3 0.4,3月月 0.3,2 0.3,2月月 0.2,1 0.2,1月月 0.1,0.1,5 5月的需求预测值月的需求预测值 F5 F5 为为F F5 5=0.40.4*95+0.395+0.3*105+0.2105+0.2*90+0.190+0.1*100=97.5100=97.5如果如果5 5月的实际需求值为月的实际需求值为110,6110,6月的需求预测值是月的需求预测值是最新的资料显示赋予大

15、最新的资料显示赋予大的权重更接近实际变化的权重更接近实际变化F F5 5=0.40.4*110+0.3110+0.3*95+0.295+0.2*105+0.1105+0.1*90=102.590=102.55.5.时系列分析技术时系列分析技术移动平均法移动平均法(1)(1)根据前根据前3 3月用简单移动平均法月用简单移动平均法,求出求出4-104-10月的预测值月的预测值某一产品过去的实际需求如下某一产品过去的实际需求如下月月(t)(t)实际需求实际需求(At)(At)1 12 23 34 45 5问题问题19898125125110110115115130130月月(t)(t)实际需求实际需

16、求(At)(At)1 12 23 34 45 59898125125110110115115130130(2)(2)从最近期间倒着赋予从最近期间倒着赋予0.5,0.3,0.20.5,0.3,0.2的加权值的加权值,用加权用加权 移动平均发求出移动平均发求出4-104-10月的预测值月的预测值5.5.时系列分析技术时系列分析技术指数平滑法指数平滑法 公式公式 F Ft t=为求预测值为求预测值F Ft t 需要需要3 3种资料种资料:1):1)最近的预测值最近的预测值 F Ft-1t-1 ,2),2)最近的实际需求最近的实际需求 A At-1t-1,3)3)平滑常数平滑常数(0=(0=1)=1)

17、-设定以一定的函数形式减少的加权权数设定以一定的函数形式减少的加权权数,给最近的资料赋予大的权数给最近的资料赋予大的权数 过去的资料赋予小的权数从而预测未来的需求过去的资料赋予小的权数从而预测未来的需求-需求的预测值是最近期间的实际需求乘需求的预测值是最近期间的实际需求乘的加权值的加权值,对最近的需求预对最近的需求预 测值乘测值乘(1-)(1-)的加权值后的加权值后,加权平均的数据加权平均的数据-与移动平均法一样与移动平均法一样,不考虑季节变化不考虑季节变化,趋势趋势,循环等要素循环等要素 省略用趋势省略用趋势,季节变化等修正的高次指数平滑法季节变化等修正的高次指数平滑法简单指数简单指数平滑法

18、平滑法 A At-1t-1+(1-)(1-)F Ft-1t-1既新预测值是对旧预测值修正既新预测值是对旧预测值修正(*预测误差预测误差)后算出后算出但没有过去的资料根据但没有过去的资料根据定性技术预测定性技术预测,其值最初其值最初的预测值的预测值F Ft t 公式公式 变化后变化后F Ft t=A At-1t-1+F Ft-1t-1+F Ft-1t-1+(+(A At-1t-1-=F=Ft-1t-1F Ft-1t-1)上个月需求预测值是上个月需求预测值是100,100,实际是实际是110,110,常数常数=0.3=0.3预测值是预测值是:+(+(A At-1t-1-=F=Ft-1t-1F Ft

19、-1t-1)=100+0.3(110-100)=103=100+0.3(110-100)=1035.5.时系列分析技术时系列分析技术指数平滑法指数平滑法F F2 2=指数平滑法的连续展开指数平滑法的连续展开 A A1 1+(1-)(1-)F F1 1(F(F2 2 代入公子整理代入公子整理)-平滑常数平滑常数的值越大的值越大,预测值对需求变化反映预测值对需求变化反映 越大反之平滑越平滑越大反之平滑越平滑-实际需求稳定时实际需求稳定时(如食品如食品)为减小周期为减小周期/偶燃变化的偶燃变化的 影响影响,减小减小的值的值.流行流行 的产品则增加的产品则增加的值的值-为维持预测值的稳定性为维持预测值

20、的稳定性 一般设定在一般设定在0.10.30.10.3之间之间因此一般满因此一般满 F Ft t 用如下公式表示用如下公式表示F Ft t=A At-1t-1+期间期间1:1:A A1 1,F,F1 1(F(F1 1 已知已知,期间期间1 1的末期可知道的末期可知道A A1 1)期间期间2:2:F F3 3=A A2 2+(1-)(1-)F F2 2期间期间3:3:=A A2 2+(1-)(1-)A A1 1+(1-)+(1-)2 2 F F1 1 公式公式(1-)(1-)A At-2t-2+(1-)+(1-)2 2 A At-3t-3+(1-)(1-)t-2t-2 A A1 1+(1-)(1

21、-)t-1t-1 F F1 1(指数加权值的和为指数加权值的和为1)1)5.5.时系列分析技术时系列分析技术指数平滑法指数平滑法西镇百货商场预测上周销售额为西镇百货商场预测上周销售额为1.11.1百万元百万元,但实际销售额为但实际销售额为1.251.25百万元百万元.(1)(1)假设假设=0.1,=0.1,利用指数平滑法计算时利用指数平滑法计算时,本周的销售额为多少本周的销售额为多少?(2)(2)本周的实际销售额为本周的实际销售额为1.21.2百万元百万元,请预测下周的销售额是多少请预测下周的销售额是多少?问题问题2SYSY公司使用公司使用=0.5=0.5简单指数平滑法简单指数平滑法,已知已知

22、1313月的实际需求和月的实际需求和1 1月的预测值月的预测值为如下时为如下时,预测预测4 4月的需求月的需求.问题问题3月月(t)(t)实际需求实际需求(At)(At)1 12 23 310010094949090实际需求实际需求(At)(At)8080?Jiang S Jiang S 冰淇淋简单指数平滑法预测需求冰淇淋简单指数平滑法预测需求.上周的预测为上周的预测为100,000100,000升升但实际销售但实际销售80,00080,000升升.(1)(1)=0.2,=0.4=0.2,=0.4时下一周指数平滑法预测值各为多少时下一周指数平滑法预测值各为多少?(2)(2)下周的实际销售量为下

23、周的实际销售量为95,00095,000升时升时,哪个值哪个值预测的更准预测的更准?问题问题45.5.时系列分析技术时系列分析技术趋势分析法趋势分析法-将以前的资料标在坐标上将以前的资料标在坐标上,求出最能反映时系列的曲线求出最能反映时系列的曲线-判断趋势线是直线还是曲线判断趋势线是直线还是曲线-在趋势线上预测未来的需要在趋势线上预测未来的需要 在这里省略复杂的指数涵数曲线在这里省略复杂的指数涵数曲线,只对线性变化说明只对线性变化说明趋势趋势分析法分析法 公式公式 t=t=期间期间(t=1,2,n),Y(t=1,2,n),Yt t=f(t)=f(t)是实际需求是实际需求,Y,Yt t=f(t)

24、=f(t)是预测值是预测值直线趋势线直线趋势线(回归线回归线)可用下式表示可用下式表示Y Yt t=a+bt(a=Y=a+bt(a=Yt t 轴的截距轴的截距,b=,b=曲线的斜率曲线的斜率用最小二乘法求出用最小二乘法求出a,b.a,b.b=b=ntYntYt t-(Y-(Yt t)(t)(t)ntnt2 2 -(t)-(t)2 2a=a=YYt t-b(t)-b(t)n n 3过去的资料与趋势线过去的资料与趋势线Y Yt t=a+bt=a+bta aY Yt tt t0 1 2 3 40 1 2 3 4Y Y1 1Y Y2 2Y Y3 3Y Y4 45.5.时系列分析技术时系列分析技术趋势分

25、析法趋势分析法代入代入 公式公式 Y Y6 6=19+11=19+11*6 6 =85 =85b=b=ntYntYt t-(Y-(Yt t)(t)(t)ntnt2 2 -(t)-(t)2 2a=a=YYt t-b(t)-b(t)n n 某一产品在过去某一产品在过去5 5年中的需求如下年中的需求如下:年度年度实际需求实际需求9090919192929393949430304040606050508080年度年度实际需求实际需求(Y(Yt t)9090919192929393949430304040606050508080为求出为求出a,ba,b值值.先做如下表先做如下表:为计算方便把为计算方便把

26、9090年作为期间年作为期间1 1期间期间(t)(t)1 12 23 34 45 5t t2 2t Yt Yt t1 14 49 91616252530308080180180200200400400合计合计 15 260 55 890 15 260 55 890=19=19=11=11Y Yt t=a+bt=a+bt =19+11t =19+11t因此所求曲线是因此所求曲线是:19951995年为年为t=6,t=6,预测值预测值Y Y6 65.5.时系列分析技术时系列分析技术趋势分析法趋势分析法年度年度实际需求实际需求8989909091919292939394946262797986869

27、494107107120120Jiang S PizzaJiang S Pizza店在过去店在过去6 6年中销售额如下表显出增长趋势年中销售额如下表显出增长趋势.(1)(1)利用最小二乘法求出曲线利用最小二乘法求出曲线,并画出趋势图并画出趋势图(2)(2)利用曲线推算利用曲线推算9595年的销售额年的销售额问题问题55.5.时系列分析技术时系列分析技术时系列分解法时系列分解法-通过分解时系列构成要素通过分解时系列构成要素(趋势趋势,季节季节,循环循环,偶然偶然)来预测需求来预测需求-实际上要掌握不规则的循环变化和偶然性因素是很困难的实际上要掌握不规则的循环变化和偶然性因素是很困难的 因此一般更

28、多的利用分解趋势和季节因素的预测值因此一般更多的利用分解趋势和季节因素的预测值 FITS FITS(forecast including trend and seasonal)(forecast including trend and seasonal)-趋势和季节因素的结合形态有加法和乘法季节变化趋势和季节因素的结合形态有加法和乘法季节变化趋势趋势分析法分析法加法季节变化加法季节变化 FITS=趋势趋势+季节变化季节变化乘法季节变化乘法季节变化 FITS=趋势趋势*季节变化季节变化a aY Yt tt t0 1 2 3 40 1 2 3 4a aY Yt tt t0 1 2 3 40 1 2

29、 3 45.5.时系列分析技术时系列分析技术时系列分解法时系列分解法 某一产品某一产品19941994年实际需求为年实际需求为400400个个,从季节看春天从季节看春天90,90,夏天夏天150,150,秋天秋天110,110,冬天冬天5050假设此产品的年平均需求量以假设此产品的年平均需求量以10%10%增长时增长时,利用加法和乘法季节变化利用加法和乘法季节变化,求出求出19951995年各季节需求预测值年各季节需求预测值.实际需求实际需求(Y(Yt t)春春夏夏秋秋冬冬90901501501101105050季节变化幅度季节变化幅度90-100=-1090-100=-10150-100=5

30、0150-100=50110-100=10110-100=1050-100=-5050-100=-50合计合计 400 440 440 400 440 440季节指数季节指数90/100=0.990/100=0.9150/100=1.5150/100=1.5110/100=1.1110/100=1.150/100=0.550/100=0.5加法变化幅度加法变化幅度110-10=100110-10=100110+50=160110+50=160110+10=120110+10=120110-50=60110-50=60乘法变化幅度乘法变化幅度110110*0.9=990.9=99110110*1

31、.5=1651.5=165110110*1.1=1211.1=121110110*0.5=550.5=551994199419951995平均季节需求值平均季节需求值(1994(1994年年)=400/4=100)=400/4=100平均季节需求预测值平均季节需求预测值(1995(1995年年)=440/4=110)=440/4=1105.5.时系列分析技术时系列分析技术时系列分解法时系列分解法某一公司分析去年某一公司分析去年1 1年的需求年的需求,发现春天发现春天100100个个,夏天夏天200200个个,秋天秋天150150个个,冬天冬天120120个个,因此今年需求制定为春天因此今年需求

32、制定为春天150150个个,夏天夏天250250个个,秋天秋天200200个个,冬天冬天170170个个.问问:此公司对需求的季节性变化看成加法此公司对需求的季节性变化看成加法,还是乘法还是乘法?说明说明?需求需求(千瓶千瓶)春春夏夏秋秋冬冬1301302102108080120120(1)(1)求出平均季节需求和季节指数求出平均季节需求和季节指数(2)1999(2)1999年预计比年预计比19981998年增长年增长10%10%的需求的需求,1999,1999年各季节的需求年各季节的需求 预测值为多少预测值为多少?分别用加法和乘法计算分别用加法和乘法计算问题问题6问题问题7季节季节(98)(

33、98)A A 化妆品公司生产化妆品公司生产 suntan oil suntan oil 对去年对去年1 1年的各季节需求整理如下年的各季节需求整理如下6.6.因果模型因果模型回归分析回归分析-需求作为变量需求作为变量,影响需求的因素作为自变量来预测影响需求的因素作为自变量来预测-单一变量单一变量:单一线性回归分析单一线性回归分析,两个以上变量两个以上变量,多重线性回归多重线性回归实际影响需求的因素很多实际影响需求的因素很多,因此如下公式因此如下公式回归分析回归分析单一线性回归分析单一线性回归分析多重线性回归分析多重线性回归分析 公式公式 Y Yt t=a+bX=a+bXb=b=nXnXt tY

34、 Yt t-(Y-(Yt t)(X)(Xt t)nXnXt t2 2 -(X-(Xt t)2 2a=a=YYt t-b(X-b(Xt t)n n 公式公式 Y Yt t=a+b=a+b1 1X X1 1+b+b2 2X X2 2+b+bk kX Xk k用计算机计算用计算机计算6.6.因果模型因果模型回归分析回归分析下表是某工厂过去下表是某工厂过去7 7年中工伤次数和员工数的统计年中工伤次数和员工数的统计 公式公式 Y Yt t=2.2+0.80X=2.2+0.80X问题问题8问题问题9员工数员工数(千千)19921992199319931994199419951995199619961997

35、1997199819981515121220202626353530303737工伤工伤(次次)5 5202015151818171730303535合计合计 140 140年年(1)(1)员工数为变量员工数为变量,工伤次数为自变量工伤次数为自变量 用单一回归分析求出回归方程式用单一回归分析求出回归方程式(2)(2)预计预计19991999年的员工数为年的员工数为33,00033,000人时人时 请预测事故次数请预测事故次数.LLLL电子为了预测电子为了预测TVTV的销售额的销售额,随机选定随机选定1010个地区个地区,分析结果如下分析结果如下,人口数人口数(单位单位:万名万名)和年销售额和年

36、销售额(单位单位:百万百万)之间成立如下线性之间成立如下线性回归方程回归方程.(1)(1)变量和自变量是什么变量和自变量是什么(2)(2)请预测人口为请预测人口为6 6万的城市年销售额是多少万的城市年销售额是多少.-用一系列相互关联的回归方程式预测各种经济活动用一系列相互关联的回归方程式预测各种经济活动6.6.因果模型因果模型其它模型其它模型计量经济计量经济模型法模型法-分析各产业部门间的产品及服务的流程预测需求分析各产业部门间的产品及服务的流程预测需求投入投入-产出产出模型法模型法-根据预测对象的先导指标预测需求根据预测对象的先导指标预测需求 石油价格是大型车需求的先导指标石油价格是大型车需

37、求的先导指标先导先导指标法指标法仿真仿真模型模型Simulation-假设各种内在变量和外在变量后假设各种内在变量和外在变量后,利用电脑进行模拟实验利用电脑进行模拟实验,预测需求预测需求 的动态模型的动态模型 价格上涨价格上涨10%10%时需求的变化时需求的变化,国内经济萧条时需求的变化国内经济萧条时需求的变化充分理解各方法的内容和优缺点充分理解各方法的内容和优缺点,考虑预测对象考虑预测对象/用途用途/期间期间/正确度正确度/时间时间/费用等各种因素后选择费用等各种因素后选择7.7.需求预测的选择需求预测的选择 6需求预测技术的选择过程需求预测技术的选择过程预测对象预测对象预测用途预测用途预测期间预测期间资料存在与否资料存在与否其类型是什么其类型是什么考虑各种考虑各种方法的特点方法的特点组织的情况组织的情况选择可利用选择可利用的技术的技术选择选择最终方法最终方法方法实用上方法实用上的的容易性及费容易性及费用用方法的正确性方法的正确性及错误带来的及错误带来的损失损失产品水平产品水平地区水平地区水平工程设计工程设计设备计划设备计划总体计划总体计划日程计划日程计划库存管理库存管理短期短期中期中期长期长期资料的稳定性资料的稳定性趋势趋势季节变化季节变化循环变化循环变化演讲完毕，谢谢观看！