《《精编》生产与作业管理预测培训教程》由会员分享，可在线阅读，更多相关《《精编》生产与作业管理预测培训教程（48页珍藏版）》请在金锄头文库上搜索。
1、生產與作業管理 指導教授 盧淵源教授小組別 第一組小組成員 9322404073王永南9222404042邱士峯9322404004余美玲9322404037林建成9322404042楊盛斌9322404097陳怡全9322404039張普倫9322404088鄭凱仁 第十一章 預測 大綱 預測之意義功能與特性需求管理預測的類型定性預測技巧草根法市調法專家意見法歷史類法 大綱 時間序列分析簡單移動平均加權移動平均指數平滑預測誤差線性迴歸分析時間序列的分解因果關係預測多變量迴歸分析 大綱 焦點預測焦點預測的方法論發展一個焦點預測系統電腦程式結論 預測之意義與功能 預測為任何生產活動計劃的開始 預
2、測可依涵蓋的時間長度分為長程 中程 與短程預測 預測的功能有兩種 一 幫助管理者規劃系統 二 協助管理者規劃系統之使用 合理而可靠的預測資料可以使生產設備做有效的產能規劃 以減少生產成本 銷售預測與生產規劃之關係 預測在不同領域之運用 財務及會計領域 預算規劃 成本控制 行銷企劃領域 新產業企劃 獎賞銷售人員及做其他的重要決策 生產管理的領域 製程選擇 產能規劃 設備配置 產量之排程及庫存量之決策 各種預測技巧的共同特徵 過去存在的因果關係 未來仍會繼續存在 預測不可能是完美無缺的 群體項目的預測會比單項預測更為精確 隨著預測時間的增加 預測精確性會減少 預測的步驟 確定預測的目的 蒐集資料與
3、基本資料分析 確定預測所需涵蓋的時間幅度 選擇適當的預測技術 定性法或定量法 進行預測 預測值的評估與運用 持續檢視並更新資料 同時檢討誤差來源與改善預測技術 需求管理 目的 提供及協調如何 及時有效地 滿足顧客對產品及服務之需求 亦即提供給顧客 及時 高品質以及最低廉的產品與服務 相依需求 需求來自其他產品 獨立需求 需求不直接來自其他產品 為預測之主要重點 積極 消極應對需求 一般預測方法可分為 主觀 定性 方法與客觀 定量 方法 定性方法通常依據事務的特徵或特性 或根據個人意見以及未來市場變化作一主觀預測 定量方法經由數量方法 將資料間的關係分析出來 作為預測的依據 預測的類型 預測方法
4、 需求的六種型態 某段時間的平均需求趨勢 季節性 循環週期 隨機變異 自我相關性 任何一點的期望值是與他過去自己的值高度相關 等候線理論 waitinglinetheory 定性預測技巧 常見的趨勢類型 定性方法 德爾菲法 將設計好的問卷發給具相關知識 能力 經驗的經理及幕僚 暱名提供自己的意見 負責人彙整所有專家意見 設計新問卷再發回原受調查者 做第二次調查 重複上步驟直到大家都有共同看法及結論 定性方法高階管理階層意見整合法 徵詢一群高階層管理者對某特定對象的意見 綜合大家的看法成為預測結果 適用於公司長期的規劃及新產品的開發 優點是能運用專業的知識與經驗 缺點是某一人的意見會支配其他人的
5、意見 群體風險的分擔 造成風險過高的決策結果 定性方法 草根法 銷售人員意見整合法 優點 銷售人員經常與經銷代理商或消費者直接接觸較易取得第一手資料 缺點 銷售人員無法正確分辨消費者真正的需求 會受短期經驗影響 銷售人員為求自保會將預測值做偏低之預測 定性方法 市調法 優點 消費者是實際使用商品或服務的人 缺點 問卷設計難度高 回收率低 定量方法以時間數列資料為基礎的預測 時間數列乃是以固定時間間隔 每小時 每週 每月 每季 每年 為基礎之時間順序的觀察值 時間數列受到四種現象之影響 趨勢變動Trend 循環變動Cycle 季節性變動Seasonality 隨機變動Randon 資料的趨勢變動
6、 趨勢變動 Trendvariation 指歷史資料逐漸且緩慢的逞捵呈現上升或下降 資料的循環變動 循環變動 CyclesVariation 指歷史資料超過一年以上的循環波浪式的生下變化 大都因經濟或政治因素造成 資料的季節變動 季節變動 SeasonalityVariation 由氣候 人為因素使得歷史資料在短期內政部長大都為一年期間 十分規則且定期變化 資料的隨機變動 隨機變動 RandomVariation 變動因素除生述變動原因外的其他變動 時間序列預測模式 依照過去資料來預測未來選擇預測模型的取決條件預測的時間範圍資料的取得性需要的準確度預測的預算之多寡合格人員的取得其他像是公司的彈
7、性及預測錯誤的影響 預測模型種類分析 簡單移動平均 使用過去的資料來預測未來的結果產品的需求量並非快速的成長或下降沒有季節因素的影響有效去除不規律變異取相鄰資料的中間值 三週及九週的簡單平均移動 實際需求與三週及九週的移動平均圖 加權移動平均法 附予每一個變數相對應的比重值 且比重的加總等於一簡單移動平均法每一個元素的比重是一樣的加權的法則也沒有一定的規則 指數平滑法 指數平滑法只需要三個資料最近的預測結果最近一期的實際需求平滑常數alpha 調整式預測 選取適當的 值先決定兩個或兩個以上的 值 計算預測值與真實值之間的誤差 依不同誤差的程度來決定 值計算 值的軌跡值 用來計算預測值是否和實際
8、的需求值之增減幅度跟著改變 預測誤差 誤差是預測值和實際值之間的差值 統計學上稱作殘值 Residuals 資料來源誤差 sourceoferror 以過去的資料點走勢預測未來的趨勢量度誤差 measurementoferror 平均絕對誤差 MAD 量測預測值與觀測值差異的分佈狀況實際值與預測值之間差值的絕對值總合再除以資料的樣本數當預測誤差呈常態分配時 平均絕對誤差與標準差的關係 信號軌跡 衡量預測值是否和實際需求值走勢的上漲或下滑步調一致信號軌跡是MAD的倍數 這些數字就是預測值和實際值之間的高低 信號軌跡 預測誤差值的總合 預測的平均絕對誤差 MAD 累加誤差 RSFE 及追蹤信號 T
9、S 信號軌跡 信號軌跡的可接受限度預期需求量的大小大量或高收益的項目就應常被監控預測員的可用時間窄的信賴限度使得預測不容易在信賴帶內 因而需要更多的時間 線性迴歸分析 迴歸分析的定義為兩個或兩者以上相關 Correlated 變數的關係線性回歸分析過程最好預先搭配散佈圖 配合相關係數r值 1 r 1 觀察正相關與負相關趨勢線性迴歸分析是迴歸分析法的特例 主要就是基於變數間的關係將形成一條直線的分佈型式 Y a bX目視法最小平方分析法 目視法 某公司過去三年12季的產品銷售狀況 畫一條看起來似乎切合資料樣本分佈的直線 用尺即可 決定截點a和斜率b的值 Y 400 382X 最小平方分析法 求出
10、所有的資料點與它相對應之迴歸線對應點間垂直距離的平方加總之最小值標準差 代表直線和資料間的接近程度 最小平方和迴歸分析 Y 441 66 359 6X Sxy 363 9 時間數列的分解 時間數列為一有時間先後關係的資料 其中包含了一種或多種的需求因素趨勢 季節 週期 自我相關 AutoCorrelated 或隨機性趨勢和季節因素較易找出週期 自我相關 AutoCorrelated 或隨機性不易找出 加法性及乘法性對季節與趨勢之影響 預測 趨勢 季節因素預測 趨勢 季節因素 較常見的狀況 季節因素 或指標 是一修正過後的值 在時間數列分析上用來調整年度季節量 目測模式預測趨勢及季節性因素 目測
11、截點170斜率 610 170 8之間的變化量故 趨勢方程式 Trendt 170 55t 季節因素的計算 計算下年度的預測結果FITSt 趨勢 季節性 I 1998FITS9 170 55 9 1 25 831II 1998FITS10 170 55 10 0 78 562III 1998FITS11 170 55 11 0 69 535IV 1998FITS12 170 55 12 1 25 1 038 為什麼要做預測 1 在公司營運目標來說是長期規劃的基礎 2 在財務會計來說是成本控制與預算規劃的基礎3 再行銷來說是行銷企劃的依據4 最重要的是在生產管理來說 製程選擇 產能規劃 設備配置及生產排程甚至庫存管理與原物料需求等等眾多項目的基礎需求來源大致分成兩種 相依需求與獨立需求定義課本有自己看預測的類型有四種 定性時間序列因果關係模擬 結論
