第六章供應鏈的需求預測學習目標1、理解預測在供應鏈和企業中的作用2、識別需求預測的組成部分3、根據歷史需求數據，用時間序列法來進行供應鏈需求預測4、通過分析需求預測來評估預測誤差供應鏈中預測的作用需求預測是企業和供應鏈的設計和計劃決策的基礎，推動流程和拉動流程都依據需求預測來進行；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；需求預測有助于企業和供應鏈的應變；合作預測更為準確，更能提高供應鏈的績效；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預測的特點1、預測通常是不準確的；2、長期預測的準確性要比短期預測的準確性低；3、綜合預測比分解預測要準確；4、在公司中靠近供應鏈的上游接到的信息失真越多，預測精度越差需求預測的組成部分：影響因素過去需求產品提前期廣告計劃或其他營銷努力經濟狀況計劃價格折扣競爭者采取的行動需求預測的組成部分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1、識別影響未來需求的因素（主觀與客觀）2、確定這些因素與未來需求的關系預測的方法1、定性法：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（專家會談法、德爾菲法）2、時間序列法：運用歷史需求對未來需求進行預測，需求預測的起點3、因果關系法：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4、仿真法：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。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準確的觀察到的需求（O）=系統成分(S)+隨機成分(R)其中系統成分由需求水平、需求趨勢和季節性因素組成需求預測的基本步驟理解預測的目標把供應鏈的需求計劃和預測整合起來了解和識別顧客群認識影響需求預測的主要因素確定合適的預測技術設定預測績效和誤差測度時間序列預測法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它也能表現為如下列方程所示的多種形式：乘法型：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＋季節系數混合型：系統成分＝（需求水平＋需求趨勢）×季節系數時間序列法分為：靜態法和適應法。靜態法（Static）：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）預測一次，不根據觀察到的新需求更新系統成分。適應法（Adaptive）：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、指數平滑和進行需求趨勢及季節性需求修正后的指數平滑。靜態預測法假定需求的系統成分是混合型混合型：系統成分＝（需求水平＋需求趨勢）×季節系數靜態預測法L＝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）T＝需求趨勢的估計St＝t期的季節性系數估計Dt＝t期實際觀測到的需求值Ft＝預測的t期需求預測公式：Ft+l=[L+(t+l)T]St+l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求趨勢；估計季節系數。第一步：估計需求水平和需求趨勢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PeriodtDemandDDeseasonalizeddemand18,000213,000323,00019,750434,00020,650510,00021,250618,00021,750723,00022,500838,00022,125912,00022,6251013,00024,1251132,0001241,000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t之間存在一個線性關系：Dt

=L+tTTimeSeriesofDemand

第二步：估計季節系數我們可以用時期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：EstimatingSeasonalFactors預測季節性系數如果數據中存在一個r的季節性循環，對所有pt+i,1≤i≤p為形式的時期，定義在本例中S1=(0.42+0.47+0.52)/3=0.47S2=(0.67+0.83+0.55)/3=0.68S3=(1.15+1.04+1.32)/3=1.17S4=(1.66+1.68+1.66)/3=1.67適應性預測法在適應性預測法中，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對需求水平、需求趨勢的預測在每次觀察后做出調整適應性預測的常見方法移動平均法單一指數平滑法Holt’smodel(需求趨勢)Winter’smodel(需求趨勢和季節性需求)Lt=t期末的預計需求水平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Ft+l=(Lt+lTt)St+l適應性預測法適應預測法的步驟1、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2、預測：根據t期的預測進行對t+1期的預測3、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4、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（MovingAverage）當需求沒有可觀測的趨勢或季節性變動需求的系統成分＝需求水平將最近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，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。PeriodtDemandDDeseasonalizeddemand18,000213,000323,00019,750434,00020,650510,00021,250618,00021,750723,00022,500838,00022,125912,00022,6251013,00024,1251132,0001241,000MovingAverageExampleAttheendofperiod4,whatistheforecastdemandforperiods5through8usinga4-periodmovingaverage?L4=(D4+D3+D2+D1)/4=(34000+23000+13000+8000)/4=19500F5=19500=F6=F7=F8Observedemandinperiod5tobeD5=10000Forecasterrorinperiod5,E5=F5-D5=19500-10000=9500Reviseestimateoflevelinperiod5:L5=(D5+D4+D3+D2)/4=(10000+34000+23000+13000)/4=20000F6=L5=20000簡單指數平滑法（SimpleExponentialSmoothing）當需求沒有可觀測的趨勢、季節性變動時系統需求＝需求水平預測觀測到t+1期需求Dt+1后，α為需求水平的平滑系數，0<α<1。α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。PeriodtDemandDDeseasonalizeddemand18,000213,000323,00019,750434,00020,650510,00021,250618,00021,750723,00022,500838,00022,125912,00022,6251013,00024,1251132,0001241,000SimpleExponentialSmoothingExampleFromTahoeSaltdata,forecastdemandforperiod1usingexponentialsmoothingL0=averageofall12periodsofdata=Sum(i=1to12)[Di]/12=22083F1=L0=22083Observeddemandforperiod1=D1=8000Forecasterrorforperiod1,E1,isasfollows:E1=F1-D1=22083-8000=14083Assuminga=0.1,revisedestimateoflevelforperiod1:L1=aD1+(1-a)L0=(0.1)(8000)+(0.9)(22083)=20675F2=L1=20675Notethattheestimateoflevelforperiod1islowerthaninperiod0需求趨勢修正后的指數平滑法Trend-CorrectedExponentialSmoothing(Holt’sModel)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=aDt+1+(1-a)(Lt

+Tt)Tt+1=b(Lt+1-Lt)+(1-b)Tt

α為需求水平的平滑系數，0<α<1β為需求趨勢的平滑系數，0<β<1。需求趨勢和季節性需求修正后的指數平滑法

Trend-andSeasonality-CorrectedExponentialSmoothing（WinterModel）

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AssumeperiodicitypObtaininitialestimatesoflevel(L0),trend(T0),seasonalfactors(S1,…,Sp)usingprocedureforstaticforecastingInperiodt,theforecastforfutureperiodsisgivenby:

Ft+1=(Lt+Tt)(St+1)andFt+n

=(Lt+nTt)St+n

Trend-andSeasonality-CorrectedExponentialSmoothing(continued)Afterobservingdemandforperiodt+1,reviseestimatesforlevel,trend,andseasonalfactorsasfollows:Lt+1=

(Dt+1/St+1)+(1-

)(Lt+Tt)Tt+1=

(Lt+1-Lt)+(1-

)TtSt+p+1=

(Dt+1/Lt+1)+(1-

)St+1

a

為需求水平的平滑系數，0<

<1b

為需求趨勢的平滑系數，0<

<1g為季節性需求的平滑系數，0<

<1預測誤差的度量一個好的預測方法應該反映系統需求部分而不是隨機需求部分。隨機需求部分會以預測誤差的形式表現出來。t期的預測誤差