《{生产管理知识}生产预测步骤与办法》由会员分享，可在线阅读，更多相关《{生产管理知识}生产预测步骤与办法（24页珍藏版）》请在金锄头文库上搜索。
1、生產預測,生產預測之定義,預測是對未來事物的一種估計。 生產預測則是利用有系統之方法對未來之生產數量作一合理之估計，以作為釐訂生產計畫之參考,預測之時程,長程、中程、短程。,生產預測之步驟,決定預測之時程,收集過去之歷史資料、繪圖,預測過去,預測模式之評估與選用,預測未來,預測模式之監控,生產預測之方法,定性預測,德爾菲法 主管人員共識凝聚法 銷售人員調查法 市場研究法,定量預測,時間序列分析法 簡單回歸分析法 因果關係分析 季節因素法,時間序列分析,時間序列之組成,趨勢 季節性 循環 不規則變動 隨機變動,方法,純真法 移動平均值法 加權移動平均法 指數平滑法,假設,過去資料對未來預測是與時
2、間相關的 用於中、短期預測,純真法,純真法適用之時機,生產穩定 本期之預測值 = 前一期之實際值 季節性變化 本期之預測值 = 同時間點前一期之實際值 趨勢 本期之預測值 = 前一期之實際值 + 同時間點前二期實際值之差異,舉例說明,（加權）移動平均值法,移動平均值法,本期之預測值為過去n期之實際值平均,加權移動平均值法,本期之預測值為過去n期之加權實際值平均,問題,n之大小應為何 敏感程度 無實際值之預測,指數平滑法,簡單指數平滑法,問題,第一期之數量應如何估計 之大小應為何,指數平滑法(續),二次簡單指數平滑法,預測模式之評估,一般而言以誤差來評估,誤差之種類,偏差 平均絕對誤差 均方差
3、平均絕對百分誤差,誤差之種類,偏差,平均絕對誤差,誤差之種類（續）,均方差,公式,季節因素之處理,利用簡單數學平均法,利用簡單回歸分析法,季節因素之處理,利用簡單數學平均法,各季（月）生產均值之求算 各季（月）季節指數之求算 各季（月）平均季節指數之求算 各季（月）預測值之求算,季節因素之處理（例）,範例,季節因素之處理（例）,步驟1- 各季（月）生產均值之求算,第一年：1000/4 = 250 第二年：1200/4 = 300 第三年：1800/4 = 450 第四年：2200/4 = 550,季節因素之處理（例）,步驟2- 各季（月）季節指數之求算,例如：45/250 = 0.18,季節因
4、素之處理（例）,步驟3- 各季（月）平均季節指數之求算,第一季：（0.18+0.23+0.22+0.18）/4 = 0.2 第二季：1.3 第三季：2.0 第四季：0.5,季節因素之處理（例）,步驟4- 各季（月）預測值之求算,第五年全年需求量之預測值為2200+400 = 2600 第一年：650*0.2 = 130 第二年：845 第三年：1300 第四年：325,季節因素之處理（續）,利用簡單回歸分析法,各季季節指數之求算 消彌各季銷售量之季節因素影響 利用簡單回歸分析預測各季之生產數量 還原季節因素之影響,簡單回歸分析法,假設,模式,預測之數量大小僅與時間之長短有關,預測模式之評估,由
5、相關係數來判斷,因果關係分析法,假設,模式,預測之數量大小不僅與時間之長短有關、尚有其他相關之因子,預測模式之評估,由相關係數來判斷,預測模式之監控,監控訊號,管制圖法 - 利用誤差制定管制上、下限,A F A F Cumulative Month (Sales) (Forecast) (Error) e e 1 47 43 4 4 4 2 51 44 7 7 11 3 54 50 4 4 15 4 55 51 4 4 19 5 49 54 -5 5 24 6 46 48 -2 2 26 7 38 46 -8 8 34 8 32 44 -12 12 46 9 25 35 -10 10 56 1
6、0. 24 26 -2 2 58 11. 25 12. 32 13. 34 14. 50 15. 51 16. 54 17. 55 18. 51 19. 50 20. 43 21. 38 22. 27 23. 27 24. 32,MAD = 58/10 = 5.8 監控訊號 = -20/5.8 = -3.45,(Month) e MADt=MADt-1+.2(e-MADt-1) Cumulative Tracking Signal=Cumulative t Error =Cumulative ErrorMAD 10 -20 -20 / 5.800 = -3.45 11 5 5.640 = 5.
7、8 + .2(5-5.8) -15 -15 / 5.640 = -2.66 12 3 5.112 = 5.640 + .2(3-5.64) -12 -12 / 5.112 = -2.35 13 10 6.090 = 5.112 + .2(10-5.112) -2 -2 / 6.090 = -0.33 14 7 6.272 = 6.090 + .2(7-6.090) 5 5 / 6.272 = 0.80 15 9 6.818 = 6.272 + .2(9-6.272) 14 14 / 6.818 = 2.05 16 1 5.654 = 6.818 + .2(1-6.818) 15 15 / 5.
8、654 = 2.65 17 4 5.323 = 5.654 + .2(4-5.654) 11 11 / 5.323 = 2.07 18 3 4.858 = 5.323 + .2(3-5.323) 8 8 / 4.858 = 1.65 19 8 5.486 = 4.858 + .2(8-4.858) 0 0 / 5.486 = 0.00 20 13 6.989 = 5.486 + .2(13-5.486) -13 -13 / 6.989 = - 1.86 21 10 7.591 = 7.591 + .2(10-6.989) -23 -23 / 7.591 = - 3.03 22 2 6.473 = 6.473 + .2(2-7.591) -25 -5 / 6.473 = - 3.86 23 8 6.778 = 6.778 + .2(8-6.473) -17 -17 / 6.778 = - 2.51 24 6 6.622 = 6.622 + .2(6-6.778) -11 -11 / 6.622 = - 1.66,
