1、第六章第六章 供應鏈的需求預測供應鏈的需求預測學習目標l1、理解預測在供應鏈和企業中的作用l2、識別需求預測的組成部分l3、根據歷史需求數據，用時間序列法來進行供應鏈需求預測l4、通過分析需求預測來評估預測誤差供應鏈中預測的作用l需求預測是企業和供應鏈的設計和計劃決策的需求預測是企業和供應鏈的設計和計劃決策的基礎，基礎，推動流程推動流程和和拉動流程拉動流程都依據需求預測來都依據需求預測來進行；進行；l需求預測可以降低需求的不確定性，提高供給需求預測可以降低需求的不確定性，提高供給和需求的匹配能力；和需求的匹配能力；l需求預測有助于企業和供應鏈的應變；需求預測有助于企業和供應鏈的應變；l合作預測

2、更為準確，更能提高供應鏈的績效；合作預測更為準確，更能提高供應鏈的績效；l擁有穩定需求的成熟產品容易預測，時尚產品和高技術擁有穩定需求的成熟產品容易預測，時尚產品和高技術產品的需求難以預測產品的需求難以預測預測的特點l1、預測通常是、預測通常是不準確不準確的；的；l2、長期預測的準確性要比短期預測的準、長期預測的準確性要比短期預測的準確性低；確性低；l3、綜合預測比分解預測要準確；、綜合預測比分解預測要準確；l4、在公司中靠近供應鏈的上游接到的信、在公司中靠近供應鏈的上游接到的信息失真越多，預測精度越差息失真越多，預測精度越差需求預測的組成部分：影響因素l過去需求l產品提前期l廣告計劃或其他營

3、銷努力l經濟狀況l計劃價格折扣l競爭者采取的行動需求預測的組成部分l顧客的需求受到一系列變化因素的影響，如果公司能夠確定這些變化因素是如何影響需求的，那么在一定程度上這些需求就可以進行預測l1、識別影響未來需求的因素（主觀與客觀）l2、確定這些因素與未來需求的關系預測的方法l1、定性法：、定性法：只能獲得很少的歷史數據或專家對市只能獲得很少的歷史數據或專家對市場的見解十分重要時（場的見解十分重要時（專家會談法、德爾菲法專家會談法、德爾菲法）l2、時間序列法：、時間序列法：運用歷史需求對未來需求進行預運用歷史需求對未來需求進行預測，需求預測的起點測，需求預測的起點l3、因果關系法：、因果關系法：

4、需求預測與外部某些因素高度相需求預測與外部某些因素高度相關時，利用外部因素的變化預測未來的需求關時，利用外部因素的變化預測未來的需求l4、仿真法：、仿真法：結合時間序列法和因果關系法來模擬結合時間序列法和因果關系法來模擬消費者選擇來預測需求。消費者選擇來預測需求。l當未來需求與過去的需求模式、增長模式和任當未來需求與過去的需求模式、增長模式和任何季節性模式有關聯時，使用時間序列法是最何季節性模式有關聯時，使用時間序列法是最準確的準確的l觀察到的需求（觀察到的需求（O O）= =系統成分系統成分(S)+(S)+隨機成分隨機成分(R)(R)l其中系統成分由其中系統成分由需求水平需求水平、需求趨勢需

5、求趨勢和和季節性季節性因素因素組成組成需求預測的基本步驟l理解預測的目標l把供應鏈的需求計劃和預測整合起來l了解和識別顧客群l認識影響需求預測的主要因素l確定合適的預測技術l設定預測績效和誤差測度時間序列預測法l任何預測方法的目標都是對需求的系統成分進行預計，而對隨機成分進行估計l它也能表現為如下列方程所示的多種形式：l乘法型：系統成分需求水平乘法型：系統成分需求水平需求趨勢需求趨勢季節系數季節系數l加法型：系統成分需求水平需求趨勢季節系數加法型：系統成分需求水平需求趨勢季節系數l混合型：系統成分（需求水平需求趨勢）混合型：系統成分（需求水平需求趨勢）季節系數季節系數l時間序列法分為：靜態法和

6、適應法。時間序列法分為：靜態法和適應法。靜態法（靜態法（Static）：只對需求中系統成分的各個：只對需求中系統成分的各個要素（需求水平、需求趨勢、季節系數）預測一要素（需求水平、需求趨勢、季節系數）預測一次，不根據觀察到的新需求更新系統成分。次，不根據觀察到的新需求更新系統成分。適應法（適應法（Adaptive）：根據觀察到的新需求更新：根據觀察到的新需求更新系統成分的各個要素的預測。包括移動平均、指系統成分的各個要素的預測。包括移動平均、指數平滑和進行需求趨勢及季節性需求修正后的指數平滑和進行需求趨勢及季節性需求修正后的指數平滑。數平滑。靜態預測法l假定需求的系統成分是混合型l混合型：系統

7、成分（需求水平需求趨混合型：系統成分（需求水平需求趨勢）勢）季節系數季節系數靜態預測法L L基期的需求水平估計（對基期剔除季節性影響后的需基期的需求水平估計（對基期剔除季節性影響后的需求預測）求預測）T T需求趨勢的估計需求趨勢的估計S St tt t期的季節性系數估計期的季節性系數估計D Dt t t t期實際觀測到的需求值期實際觀測到的需求值F Ft t預測的預測的t t期需求期需求預測公式：預測公式：F Ft t+ +l l=L L+(+(t t+ +l l) )T T S St t+ +l ll步驟：步驟：剔除季節性需求的影響，用線性回歸預測需求水平和需剔除季節性需求的影響，用線性回歸

8、預測需求水平和需求趨勢；求趨勢；估計季節系數。估計季節系數。第一步：估計需求水平和需求趨勢l在預測需求水平和需求趨勢之前，必須對需求數據進行處理，以剔除季節系數的影響Period tDemand DDeseasonalized demand 18,000213,000323,00019,750434,00020,650510,00021,250618,00021,750723,00022,500838,00022,125912,00022,6251013,00024,1251132,0001241,000D1(/ 2 )(/ 2 )(/ 2 )1(/ 2 )/ 2/ 21(/ 2 )3(/ 2

9、 )(/ 2 )1(/ 2 )4152 = 4 is even, For = 3:2 / 22 / 2, for even/, for od2dtptptpiitptttptppiitptpiitpiiExptDDDDpDDDDDDppDDpp 1(/ 2 )4(/ 2 )(/ 2 )1(/ 2 )5263 / 8197502 / 22 / 820625tptptpiitpiiDDDDpDDD 剔除季節性影響后需求以一個固定比率變化，剔除季節性影響后需求以一個固定比率變化，即剔除季節性影響后的需求與時間即剔除季節性影響后的需求與時間t之間存之間存在一個線性關系：在一個線性關系：Dt = L +

10、 tTTime Series of Demand010000200003000040000500001 2 3 4 5 6 7 8 9 1011 12PeriodDemandDtDt-bar第二步：估計季節系數l我們可以用時期t的實際需求與時期t剔除季節性因素影響的需求的比值表示季節系數：Estimating Seasonal Factors 預測季節性系數預測季節性系數l如果數據中存在一個如果數據中存在一個r的季節性循環，對所有的季節性循環，對所有pt+i, 1ip為形式的時期，定義為形式的時期，定義在本例中S1 = (0.42+0.47+0.52)/3 = 0.47S2 = (0.67+0

11、.83+0.55)/3 = 0.68S3 = (1.15+1.04+1.32)/3 = 1.17S4 = (1.66+1.68+1.66)/3 = 1.6710()/rjp iijSSr適應性預測法l在適應性預測法中，需求水平、需求趨勢和季節性系數要隨著每次觀測到的實際需求量進行更新，采用混合型的系統成分表達l框架也可以用于不包含需求趨勢或季節系數的情況適應性預測法l對需求水平、需求趨勢的預測在每次觀察后做出調整l適應性預測的常見方法l移動平均法l單一指數平滑法lHolts model (需求趨勢需求趨勢)lWinters model (需求趨勢和季節性需求需求趨勢和季節性需求)Lt = t期

12、末的預計需求水平Tt = t期末的預計需求趨勢St = t期末的預計季節系數Ft = t期 的預測需求Dt = t 期實際觀測到的需求Et =t期的預測誤差lFt+l = (Lt + lTt )St+l適應性預測法適應預測法的步驟l1、初始化：計算出需求水平、需求趨勢、季節系數的初始預測值，方法同靜態預測法l2、預測：根據t期的預測進行對t+1期的預測l3、估計誤差：記錄第t+1期的實際需求，然后計算實際值與預測值的差距l4、修正預測值：對給定的預測誤差修正需求水平、需求趨勢和季節系數移動平均法（Moving Average）l當需求沒有可觀測的趨勢或季節性變動當需求沒有可觀測的趨勢或季節性變

13、動 需求的系統成分需求水平l將最近N期的需求平均值作為t期的需求水平預測：當觀測到t+1期需求后，l移動平均法給過去N期數據同樣的權重，同時忽略所有比新的移動平均數陳舊的數據。NDDDLNtttt/ )(11tntttLFLF和112211,/ )(ttNttttLFNDDDLPeriod tDemand DDeseasonalized demand 18,000213,000323,00019,750434,00020,650510,00021,250618,00021,750723,00022,500838,00022,125912,00022,6251013,00024,1251132,

14、0001241,000DMoving Average ExampleAt the end of period 4, what is the forecast demand for periods 5 through 8 using a 4-period moving average?L4 = (D4+D3+D2+D1)/4 = (34000+23000+13000+8000)/4 = 19500F5 = 19500 = F6 = F7 = F8Observe demand in period 5 to be D5 = 10000Forecast error in period 5, E5 =

15、F5 - D5 = 19500 - 10000 = 9500Revise estimate of level in period 5:L5 = (D5+D4+D3+D2)/4 = (10000+34000+23000+13000)/4 = 20000F6 = L5 = 20000簡單指數平滑法（Simple Exponential Smoothing）l當需求沒有可觀測的趨勢、季節性變動時當需求沒有可觀測的趨勢、季節性變動時 系統需求需求水平系統需求需求水平l預測預測觀測到觀測到t+1期需求期需求Dt+1后，后，為需求水平的平滑系數，為需求水平的平滑系數，0 1。 值越大，預測值與最近的觀測值

16、越相關，響應性值越大，預測值與最近的觀測值越相關，響應性越好；反之亦然。越好；反之亦然。niiDnL101tntttLFLF和1tttLDL)1 (111011)1 (tnntntDL即Period tDemand DDeseasonalized demand 18,000213,000323,00019,750434,00020,650510,00021,250618,00021,750723,00022,500838,00022,125912,00022,6251013,00024,1251132,0001241,000DSimple Exponential Smoothing Examp

17、leFrom Tahoe Salt data, forecast demand for period 1 using exponential smoothingL0 = average of all 12 periods of data= Sum(i=1 to 12)Di/12 = 22083F1 = L0 = 22083Observed demand for period 1 = D1 = 8000Forecast error for period 1, E1, is as follows:E1 = F1 - D1 = 22083 - 8000 = 14083Assuming = 0.1,

18、revised estimate of level for period 1:L1 = D1 + (1-)L0 = (0.1)(8000) + (0.9)(22083) = 20675F2 = L1 = 20675Note that the estimate of level for period 1 is lower than in period 0需求趨勢修正后的指數平滑法Trend-Corrected Exponential Smoothing (Holts Model)l系統需求有需求水平和需求趨勢沒有季節性變動系統需求有需求水平和需求趨勢沒有季節性變動 系統成分需求水平需求趨勢在需求

19、值和時期t之間進行線性回歸，可以得到需求水平和需求趨勢初始值Dt = at + b T0 = a L0 = b:Ft+1 = Lt + Tt Ft+n = Lt + nTt 觀測到t+1期需求后，修正Lt+1 = Dt+1 + (1-)(Lt + Tt)Tt+1 = b(Lt+1 - Lt) + (1-b)Tt 為需求水平的平滑系數，0 1 為需求趨勢的平滑系數，0 1。需求趨勢和季節性需求修正后的指數平滑法Trend- and Seasonality-Corrected Exponential Smoothing （Winter Model） l系統需求有需求水平、需求趨勢和季節性變動系統需求有需求水平、需求趨勢和季節性變動 系統需求（需求水平需求趨勢）季節性需求lAssume periodicity plObtain initial estimates of level (L0), trend (T0), seasonal factors (S1,Sp) using procedure for static forecastinglIn period t, the forecast for future periods is given by:Ft+1 = (Lt+Tt)(St+1) and Ft+n = (Lt + nTt)St+n Trend-