物流需求猜测与库存治理.ppt

第四章物流需求预测与库存管理

,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,

,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,预测结果的准确性和可靠性与预测期限有关.
1.长期预测。
预测期限≥5年，主要根据企业长期战略目标和市场需求发展趋势进行预测分析。周期长，不确定因素多，预测误差大。只能对预测对相作大致、粗略的描述。
2.中期预测
预测期限1~3年,主要围绕企业经营战略、新产品研发等方面进行预测。预测结果比较准确。
3.短期预测
预测期限3个月~1年,主要确定某种产品季度或年度的市场需求量，从而调节企业自身的生产能力。
4.近期预测
预测期限一般以周、旬为单位，主要对企业内部的各个环节进行预测，确定物流或零部件的需求量，以保证生产的连续性和稳定性。目标较明确，可预见性强，市场需求特点决定了产品的销售特点
1.季节性需求
由气候、节假日、消费习惯等因素引起的需求量变化
2.周期性需求
需求量随时间的推移而呈周期性变化。周期和形成周期的原因难以确定，难以预测。
3.趋向性需求
需求量随时间的推移而朝某个方向有规律地运动。一般容易预测。
4.随机性需求
需求量由于偶然变动而呈现无规则的变化趋势。各期的随机需求差别很大。

,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,（1）理论预测误差
选用预测方案之前，利用数学统计模型所估计的理论预测值，与过去同期的实际观察值相比而产生的误差，分析、改进、选择较为合适的数学统计模型。
（2）实际预测误差
选用预测方案之后，追踪、检查预测方案的实施结果是否合乎实际的情况，分析预测误差的大小以及所造成的原因，总结经验，进一步改进今后的预测工作。
对预测结果的评价，主要来自统计检验和直观判断两个方面，从而判断预测结果的可信度、是否跟实际情况相吻合等。根据对预测结果的分析与评价，确定最终的预测值。

,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,DelphiMethod，又称专家调查法，通过对专家背靠背的匿名征询方式进行预测。1950年代由美国RAND公司创立。

专家的选择非常重要。人数一般在10～50人。
每轮调查完毕都需要对专家的意见进行统计整理，然后根据统计整理的结果进行评价，如果结果显示比较分散，则需重新设计调查表格，进行新一轮的调查；如果专家的意见比较集中一致，则就得到了最终的结果。AnalogyMethod，又称比较类推法，根据经验判断，通过比较类推，得出预测结论。
(1)纵向类推预测：
通过将当前的物流市场情况和历史上曾经发生过的类似情况进行比较来预测市场未来情况的方法。应用时应仔细考虑新的因素和条件。
(2)横向类推预测：
指在同一时期内对某一地区某项产品的市场情况与其他地区的市场情况进行比较，然后预测这个地区的未来市场情况。

,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,TimeSeriesMethod，首先将某变量的数据按时间顺序排列，如：y1,y2,…,yt-1，按时间序列中数值变化的基本类型，选取适当的数学模型去描述它们的变化情况，最后利用这个数学模型根据过去的需求变化规律向未来延伸，进行预测，如求得ft。
1.移动平均法(MovingAverageMethod)
从时间序列的第一项数值开始，选取一定的项数求得序时的平均数，得到一个下期的预测值。然后逐项移动，边移动边平均，在进行一次新预测时，必须加进一个新数据和剔除一个最早的数据，这样进行下去就可以道道一个有移动平均数（即各期预测值）组成的新时间序列。
适用情况：数值的变化没有明显的上升或下降的趋势，比较平稳；没有受到明显的季节性变化的影响。简单移动平均法2.指数平滑法找出预测对象（因变量）与影响预测对象的各种因素（自变量）之间的关系，并建立回归方程，然后带入自变量的数值，求得因变量的方法。

优点：适用于长期的预测。
缺点：可靠的预测需要大量的数据资料。

方法：线性回归、非线性回归；一元回归、多元回归。一元线性回归

,,