移動平均法 Moving Averages
•
移動平均法 – 求時間數列中最近資料的平均數為
預測值，以反應近期的市場狀況。
n
MAn =
•
∑1 Ai i= n
Ft＝MAn＝第 t 期預測值
•
•
Ai ＝距離目前 i 期的實際資料
n ＝ 期數
2-23 預測方法
簡單移動平均法範例 Simple Moving Average
因此在預測時，越近期應賦予越高之權重。 Ft＝第 t 期預測值；只需以下散項資料即可求得： • Ft－1＝第 t－1 期預測值
• Ai ＝第 t－1 期實際（需求）值
• α＝ 平滑係數，界於 0 ~1之間，值越小表示預測 誤差的調節能力越小，其平滑度越高。
2-29 預測方法
指數平滑法 Exponential Smoothing
任何一段時間間隔之預測值等於 以前一段時間間隔之實際需求量 以前一段時間間隔之實際需求量
2-19 預測方法
Naïve 預測法 (Forecasts)
使用簡單 (Simple to use) • 不必花費 (Virtually no cost) • 準備簡單快速 (Quick and easy to prepare) • 不必數據分析 (Data analysis is nonexistent) • 簡單易懂 (Easily understandable) • 精確度不高 (Cannot provide high accuracy) • 可能是一個正確的標準值 (Can be a standard for accuracy)
•
經理及員工之意見 (Opinions of managers and staff) • 達成共識之預測 (Achieves a consensus forecast)
•
2-16 預測方法
時間序列預測 (Time Series Forecasts)
趨勢 (Trend )- long-term movement in data • 季節性 (Seasonality) - short-term regular
週 1 2 3 4 5 6 7 8 9 需求 500 550 600 650 700 800 750 770 ？
•
第9週的預測值＝0.1(500＋550＋600＋650＋700 ＋800)＋0.2(750＋770)＝684
2-28 預測方法
指數平滑法 Exponential Smoothing
Ft = Ft-1 + α(At-1 - Ft• 此法給予各期已知資料的權重呈現指數分配的型態，其前 ) 1 提為最近期的實際需求值可能具有最高的預測準度，
好的預測要素
即時 Timely
可靠 Reliable
正確 Accurate 紀錄 Written
2-13 預測方法
預測程序與要素
預測之步驟
Step 6 控制或視需要修正預測 Step 5 提出預測結果 Step 4蒐集、整理與分析相關數據資料 蒐集、 蒐集 整理與分析相關數據資料 Step 3 選用一種適當的預測方法 Step 2 確定預測所需涵蓋的時間 Step 1 決定預測的目的
n
n
• •
∑ WiAi
i =1
∑ Wi
i =1
＝1
Wi ＝距離目前 i 期的實際資料之權重值
•
•
Ai ＝距離目前 i 期的實際資料
n ＝ 期數
2-27 預測方法
加權移動平均法範例 Simple Moving Average
•
公司過去8週的需求如下表，第1週到8週的實際 銷售額加權分別為10%、10%、10%、10%、 10%、10%、20% 及 20% ，那麼此公司第9週的 預測值為何？。
•
variations in data • 循環週期 (Cycle) – wave like variations of more than one year’s duration • 不規則變異 (Irregular variations)- caused by unusual circumstances • 隨機變異 (Random variations)- caused by chance
•
2-11 預測方法
細緻預測的三個層次
1、對整體銷售情形做預測：以金錢單位衡量， 以利高階經營者營運計畫、編列預算時使用； 2、對產品族群做預測：以金錢單位衡量產品品牌 及其數量，以利產品經理於開發市場、促銷時 使用； 3、對單一產品做預測：以數量單位衡量，以利生 產規劃與排程作業；
2-12 預測方法
•
模擬 (Simulation) – 屬於一種動態模型，允許
預測者在一個規範的假設下，對未來的情境 做預測。
2-15 預測方法
定性 (Qualitative) 判斷預測
高階主管意見 (Executive opinions) ： • 銷售人員意見 (Sales force opinions) ： • 消費者意見訪談 (Consumer surveys) ： • 外人之意見 (Outside opinion) ： • Delphi 預測法 (Delphi method) ：
2-1
預測方法
生產管理
Steven Shen 2009-04-23
2-2
預測方法
CHAPTER
2
預測方法
McGraw-Hill/Irwin
Operations Management, Eighth Edition, by William J. Stevenson Copyright © 2005 by The McGraw-Hill Companies, Inc. All rights reserved.
Ft = Ft-1 + α(At-1 - Ft-1)
計算第 t 期預測值為上一期的預測值加上一 個預測誤差的百分比。 • A-F 值是預測誤差，平滑係數 α 是修正的百 分比。
•
2-30 預測方法
範例 3 -指數平滑法 Exponential Smoothing
Period 1 2 3 4 5 6 7 8 9 10 11 12 Actual 42 40 43 40 41 39 46 44 45 38 40 Alpha = 0.1 Error 42 41.8 41.92 41.73 41.66 41.39 41.85 42.07 42.36 41.92 41.73 -2.00 1.20 -1.92 -0.73 -2.66 4.61 2.15 2.93 -4.36 -1.92 Alpha = 0.4 Error 42 41.2 41.92 41.15 41.09 40.25 42.55 43.13 43.88 41.53 40.92 -2 1.8 -1.92 -0.15 -2.09 5.75 1.45 1.87 -5.88 -1.53
2-4
預測方法
企業需要之預測
Accounting Finance Human Resources Marketing MIS Operations Product/service design Cost/profit estimates Cash flow and funding Hiring/recruiting/training Pricing, promotion, strategy IT/IS systems, services Schedules, MRP, workloads New products and services
2-3
預測方法
預測 (Forecasting):
預測是企業決策中重要的環節。舉凡： • 財務計畫 (Accounting, finance) • 人力資源 (Human resources) • 行銷計畫 (Marketing) • 管理資訊系統 (MIS) • 生產作業計畫 (Operations) • 產品及服務水準設計(Product / service design) 這些都需要正確的預測結果才能做成決策。
2-5
預測方法
產品需求預測結果可以決定
需要 • 多少存貨 • 生產多少數量 • 向供應商訂購多少物料 • 決定輸配送方式，工廠、倉庫及物流中心位置 • 決定使用哪些資源來提升顧客服務水準

2-6
預測方法
需求管理 Demand Management
主要功能：了解市場對產品及服務的需求，並 將需求做優序分級，使資源的規劃 與使用，產生比較好的結果。 重要性： 1、為生產管理的基礎； 2、為生產計畫及生產時序的起始點； 3、能指示擴充時機，預先規劃資金、人員招 募、擴充廠房及購置設備等。
•
過去8週的需求如下表，請分別以2週、5週為基期，用移 動平均法預測之。 週 1 2 3 4 5 6 7 8 9 需求 500 550 600 650 700 800 750 770 ？
以2週為基期： • 第3週的預測值 MA2 ＝ (500＋550)/2＝525 • 第4週的預測值 MA2 ＝ (550＋600)/2＝575 • 第9週的預測值 MA2 ＝ (750＋770)/2＝760 以5週為基期： 第6週的預測值 MA5 ＝ (500＋550＋600＋650＋700)/5＝600 第9週的預測值 MA5 ＝ (650＋700＋800＋750＋770)/5＝739
•
2-10 預測方法
預測的目的
判斷是否有需求、獲利空間？值得進入市場？ • 了解市場之中長期需求變化，以利規劃長期之產 能及設備需求等。 • 掌握短期的需求變化，以利生產規劃、人力安排 等。 • 只針對可被預測的需求做預測及分類，然後將剩 餘的產能保留給那些無法被預測的需求。 • 預測越準確，生產計畫之執行與控管會越簡單。
2-7
預測方法