文档介绍：
物流需求预测的分类与步骤
预测技术
库存的基本概念
ABC分类管理方法
订货方式的选择
经济订货批量(EOQ)模型
不确定条件下的库存管理
物流需求预测的分类与步骤
从预测期限来看:
长期预测(以5年为单位)
中期预测(以1年为单位)
短期预测(以月为单位)
近期预测(以周、旬为单位)
从需求特征来看:
季节性需求(温度影响、农产品等)
周期性需求(如广交会)
趋向性需求(如液晶)
随机性需求(非典时板蓝根)
物流需求预测的分类与步骤
明确预测对象
预测类型、预测内容
收集相关的资料数据
一手资料和二手资料
选择合适的预测方法
预测与结果评价
综合考虑各方面的因素
数据往往是预测的检验
预测技术
定性预测方法
德尔菲法(专家调查法)
类比法(纵向类推、横向类推)
定量预测方法
时间序列预测法(移动平均、指数平滑)
回归预测法(最小二乘法)
移动平均法
某企业的A产品逐月物流需求量记录见表,请分别计算以前三个月和以前四个月为移动平均期时的预测值。
移动平均法
月
实际需求量
预测值(n=3)
1
20
2
21
3
23
4
24
(20+21+23)/3
5
25
(21+23+24)/3
6
27
(23+24+25)/3
7
26
(24+25+27)/3
8
25
(25+27+26)/3
9
(27+26+25)/3
移动平均法
移动平均预测法对时间序列数据变化的反映
速度及对干扰的修匀能力,取决于n的值。
n的一般选择原则:
(1)由需处理的数据点多少来定。
(2)趋势平稳且基本保持水平,n取大。
(3)趋势平稳并保持阶梯性或周期性增长,
n应该取小。
(4)趋势不稳并保持脉冲式增减,n取大。
指数平滑法
某企业对某年度前3个月某种物资的价格情况进行了统计,见表,试用一次指数平滑法对该年4月份该物资的市场价格进行预测。设α=。
α的取值表明新、老数据在下期预测计算中的比重。一个更能体现当前的变化趋势,一个反映历史趋势。
指数平滑法
月份
市场价格
(元/吨)
预测值
1
2
200
3
200*(1-a)+135*a=
指数平滑法
初始值F(1)1的准确性小时,α应取得大些,以强调重视现实的变化状态。
初始数据的时间序列中,只有一部分与预测值拟合较好而大部分不好时,说明历史状况不能较好的反映现实,α宜取较大数值。
时间序列虽有不规则摆动,但其长期趋势较平稳时,α宜取小,以强调重视总演变趋势。
时间序列摆动的频率和振幅都较大,α取值要大一些,以强调重视近期实际变化状态。
时间序列摆动的频率和振幅都较小,α取值要小一些,以强调用历史发展趋势预测。