运作管理预测课件.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 求跟踪信号案例 实际 预测 预测误差 累计预测 季节 需求 需求 误差 RSFE 误差绝对值 MAD 1 90 100 -10 -10 10 10 10.0 2 95 100 -5 -15 5 15 7.5 3 115 100 +15 0 15 30 10.0 4 100 110 -10 -10 10 40 10.0 5 125 110 +15 +5 15 55 11.0 6 140 110 +30 +35 30 85 14.2 求跟踪信号案例 实际 预测 预测误差 累计预测 季节 需求 需求 误差 RSFE 误差绝对值 MAD 1 90 100 -10 -10 10 10 10.0 2 95 100 -5 -15 5 15 7.5 3 115 100 +15 0 15 30 10.0 4 100 110 -10 -10 10 40 10.0 5 125 110 +15 +5 15 55 11.0 6 140 110 +30 +35 30 85 14.2 跟踪信号在接受范围内，在-2.0倍平均绝对误差至+2.5倍平均绝对误差之内。 跟踪信号 (RSFE/MAD) -10/10 = -1 -15/7.5 = -2 0/10 = 0 -10/10 = -1 +5/11 = +0.5 +35/14.2 = +2.5 自适应平滑预测 指由计算机监控跟踪信号，并当信号超出控制线时自动进行调整。当预测用的是指数平滑法时，首先以使预测误差最小化的原则来选取 a 和 b；接着，当计算机注意到异常跟踪信号时，自动进行调整。 这就是自适应平滑 集中预测 集中预测由美国五金供应品公司（American Hardware Supply）发明, 集中预测有两个原因: 复杂的预测模型并不总是比简单模型好 一种预测技术不会适用于所有产品和服务 该方法用历史实际数据测试运用多种方法对每项产品的预测 误差最小的预测方法被筛选出来，被用来预测下个月的需求 服务行业中的预测 面临着更大的挑战 对短期数据的特殊需求 对服务的需求跟对产品的需求存在很大差异 假期和其他节日 不寻常的事件 快餐店的预测 20% – 15% – 10% – 5% – 11-12 1-2 3-4 5-6 7-8 9-10 12-1 2-3 4-5 6-7 8-9 10-11 (午餐时间) (晚餐时间) 小时 一天中每小时的销售百分比 图 4.12 案例分析：西南大学（B） * * * * * * * * * * * * * * * * * * * * * * * * * 最小二乘法 计算回归参数的公式： b = Sxy - nxy Sx2 - nx2 y = a + bx ^ a = y - bx 最小二乘法 b = = = 10.54 ∑xy - nxy ∑x2 - nx2 3,063 - (7)(4)(98.86) 140 - (7)(42) a = y - bx = 98.86 - 10.54(4) = 56.70 年份 周期 (x) 电力需求（y） x2 xy 1999 1 74 1 74 2000 2 79 4 158 2001 3 80 9 240 2002 4 90 16 360 2003 5 105 25 525 2004 6 142 36 852 2005 7 122 49 854 ∑x = 28 ∑y = 692 ∑x2 = 140 ∑xy = 3,063 x = 4 y = 98.86 最小二乘法案例 b = = = 10.54 Sxy - nxy Sx2 - nx2 3,063 - (7)(4)(98.86) 140 - (7)(42) a = y - bx = 98.86 - 10.54(4) = 56.70 年份 周期 (x) 电力需求（y） x2 xy 1999 1 74 1 74 2000 2 79 4 158 2001 3 80 9 240 2002 4 90 16 360 2003 5 105 25 525 2004 6 142 36 852 2005 7 122 49 854 Sx = 28 S