供应链综合计划管理

上传人:F****n 文档编号:96409196 上传时间:2019-08-26 格式:PPT 页数:56 大小:698KB
返回 下载 相关 举报
供应链综合计划管理_第1页
第1页 / 共56页
供应链综合计划管理_第2页
第2页 / 共56页
供应链综合计划管理_第3页
第3页 / 共56页
供应链综合计划管理_第4页
第4页 / 共56页
供应链综合计划管理_第5页
第5页 / 共56页
点击查看更多>>
资源描述

《供应链综合计划管理》由会员分享,可在线阅读,更多相关《供应链综合计划管理(56页珍藏版)》请在金锄头文库上搜索。

1、,第四章 供应链综合计划管理 第1节 供应链需求预测 第2节 供应链总体计划 第3节 供应链中的供给和需求规划:控制可预测变量,第1节 供应链需求预测,一、预测的作用与特征 二、预测的组成部分及预测方法 三、需求预测的基本方法 四、预测的时间序列 五、预测误差的测定方法 六、案例:天然气公司的需求预测,一、供应链中预测的作用,需求预测是供应链中所有计划的基础 需求预测是推拉流程的起点 推:规划生产能力、库存 拉:规划供给水平零部件和生产线 拥有稳定需求的成熟产品最容易预测 原材料供应和成品需求不确定性大的产品难预测,二、预测的特点,预测通常是不准确的 长期预测的准确性通常比短期预测低 综合预测

2、准确性比分解预测高 企业越处在供应链上游,预测误差也越大,三、预测的组成及预测方法,1、影响需求预测的因素 历史需求 产品提前期 广告计划或其他营销努力 经济状况 价格折扣 竞争者采取的行动,2、预测方法 定性法(qualitative) 历史数据少,专家对市场的见解非常重要 时间序列法(time series) 未来需求与过去需求相关性大 因果关系法 需求预测与某些外界因素高度相关 仿真法,四、需求预测的基本步骤,1、理解预测的目标 2、把供应链的需求计划和预测整合起来 3、了解和识别顾客群 4、识别影响需求预测的主要因素 5、确定合适的预测技术 6、设定预测绩效和误差侧度,五、时间序列预测

3、法,乘法型: 系统需求=需求水平*需求趋势*季节性需求 加法型: 系统需求=需求水平+需求趋势+季节性需求 混合型: 系统需求=(需求水平+需求趋势)*季节性需求,1、静态预测法 假设未来需求水平、需求趋势和季节系数都不随观测到的新需求而改变。 系统需求=(需求水平+需求趋势) *季节性需求 在t期预测t+l期的需求: Ft+l=L+(t+l)TSt+l L=基期的预计需求水平 T=预计需求趋势 St=预计t期的季节系数 Dt=实际观测的t期需求 Ft=预测的t期需求,案例:,(1)估计需求水平和需求趋势 剔除季节性需求影响 P:每次季节性循环包含的期数 从l+1到l+p这段时期的平均需求是l

4、+(p+l)/2时期剔除季节性影响后的需求 Dt=(Dt-p/2+Dt+p/2+2Di)/2p偶数 Dt=(Di)/p 奇数 如p=4,t=3 ,D3 =(D1+D5+2Di)/2*4 如p=3,t=3 ,D3 = (D2+D3+D4)/3,案例:,Dt=(Dt-p/2+Dt+p/2+2Di)/2p,D=L+tT,D=L+Tt Exel(工具/数据分析/回归) D=18439+524t,(2)估计季节系数 St=dt/Dt,季节系数:,S1 =(S1+ S5+ S9) /3=(0.42+0.47+0.52)/3=0.47 S2 =(S2+ S6+ S10) /3 =(0.67+0.83+0.5

5、5)/3=0.68 S3 =(S3+ S7+ S11) /3 =(1.15+1.04+1.32)/3=1.17 S4 =(S4+ S8+ S12) /3 =(1.66+1.68+1.66)/3=1.67 静态预测: F13=(L+13T)S13=(18439+13*524)0.47=11868 F14=(L+14T)S14=(18439+14*524)0.68=17527 F15=(L+15T)S15=(18439+15*524)1.17=30770 F16=(L+16T)S16=(18439+16*524)1.67=44794,2、适应性预测法,假设需求水平、需求趋势、季节性随每次观测到的实

6、际需求量变化。 Lt=t期末的预计需求水平 Tt=t期末的预计需求趋势 St= t期末预计季节系数 Dt= t期实际观测的需求 Ft= t期的预测需求 Et= t期的预测误差,适应性需求预测步骤: 第一步,初始化:静态的L0、T0、S 第二步,预测: Ft+1 =(Lt+lTt) St+1 第三步,预测误差: Et+1 = Ft+1-Dt+1 第四步,修正预测值:用已知的Et+1再去修正Lt+1、Tt+1、S,并作为下一期的基础数据,(1)移动平均法 没有可观测到的需求趋势或季节变动时 系统需求=需求水平 Lt= (Dt+Dt-1+Dt-2+.+Dt-N+1)/N Ft+1 =Lt 当观测完t

7、期后 Lt+1= (Dt+1+Dt+Dt-1+.+Dt-N+2)/N Ft+2 =Lt+1,案例: 用4期移动平均预测5期 L4= (D4+D3+D2+D1)/4=19500 F5 =L4 E5 = F5-D5 =19500-10000=9500 当得到5期的需求观察值后,修正第5期需求水平。 L5= (D5+D4+D3+D2)/4=20000,(2)一次指数平滑法,没有可观测到的需求趋势或季节变动时 L0=1/n*D Ft+1=Lt Lt+1=aDt+1+(1-a)Lt (0 a1 ) 案例:天然气在线公司用指数平滑法预测1期,已有12期数据 L0=1/12*D=22083 F1=L0=22

8、083 Et=Ft-Dt=22083-8000=14083 设a=0.1 Lt+1=aDt+1+(1-a)Lt =0.1*8000+0.9*22083=20674,Ft+1=aDt+(1-a)Ft,(3)矫正需求趋势的指数平滑法(HOLT),呈现需求趋势但没有季节性变动 系统需求=需求水平+需求趋势 线性回归 :Dt=at+b Ft+1=Lt+Tt Ft+n=Lt+nTt 观测到t期的实际需求后,对需求水平和需求趋势进行修正 Lt+1=aDt+1+(1-a)(Lt+Tt) Tt+1=b(Lt+1 -Lt)+ (1-b)Tt,案例:天然气在线公司holt模型法预测 回归 L0=12015 T0=

9、1549 预测:F1=L0+T0=12015+1549=13564 预测误差:E1=F1-D1=13564-8000=5564 平滑系数:a=0.1 b=0.2 修正: L1=aD1+(1-a)(L0+T0)=0.1*8000+0.9*13564=13008 T1=b(L1-L0)+(1-b)T0=0.2*(13008-12015)+0.8*1549=1438 F2=L1+T1=13008+1438=14446 初始预测过高,修正从13564到13008,预测趋势也从1549降到1438,案例:,一家电子制造商在过去6个月中观察到它的最新MP3产品的需求一直保持增长,需求的观测值分别为8415

10、、8732、9014、9808、10413和11961,用矫正需求趋势的指数平滑法预测第4期的需求,其中a=0.1,b=0.2。 (线性回归结果:L0=7367,T0=673),F1=L0+T0=7367+673=8040 E1=F1-D1=8040-8415=-375 L1=aD1+(1-a)F1=0.1*8415+0.9*8040=8078 T1=b(L1-L0)+(1-b)T0 =0.2*(8078-7367)+0.8*673=681,(4)矫正需求趋势和季节性的指数平滑法(winter模型),呈现需求趋势和季节变动。 系统需求=(需求水平+需求趋势)季节性需求 Ft+1=(Lt+Tt)

11、St+1 Ft+n=(Lt+nTt)St+n 观测到t期的实际需求后,对需求水平、需求趋势和季节系数进行修正 Lt+1=a(Dt+1/St+1)+(1-a)(Lt+Tt) Tt+1=b(Lt+1-Lt)+(1-b)Tt St+p+1=c(Dt+1/Lt+1)+(1-c)St+1,案例: L0=18439,T0=524,S1=0.47, S2=0.68, S3=1.17, S4=1.67 预测: F1=(L0+T0)S1 =(18439+524)0.47=8913 预测误差:E1=F1-D1=8913-8000=913 平滑 :a=0.1 b=0.2 c=0.1 修正: L1=a(D1/S1)+

12、(1-a)(L0+T0) =0.1*(8000/0.47)+0.9*(18439+524)=18769 T1=b(L1-L0)+(1-b)T0 =0.2*(18769-18439)+0.8*524=485 S1=c(D1/L1)+(1-c)S1 =0.1(8000/18769)+0.9*0.49=0.47 F2=(L1+T1)S2 =(18769+485)*0.68=13093,预测方法的适用情况,六、预测误差的度量,分析原因: 可以运用误差分析,检查是否准确反映系统需求部分 误差用来解释意外事件 误差在一定范围是可以接受的; t期的误差是该期预测需求与实际需求的差值:Et=Ft-Dt,衡量方

13、法: MSE:均方差,表示误差的离散程度(mean squared error) MSEn=1/nE2t At:绝对偏差,表示t期误差绝对值(absolute deviation) At=|Et| MADn:表示平均绝对误差 MADn =1/n At 如果正态分布,MAD可以用来预测随机需求部分标准差 =1.25MAD MAPEn表示平均绝对百分比误差 MAPEn = ( |Et/Dt |)100/n 为辨别是否持续低估或者高估,用预测误差之和衡量 Bias= Et 正态分布值为0 TS路径信号(tracking signal) TSt= Biast/MADt -6TSt6,七、综合项目: 天

14、然气在线公司需求预测移动平均法,七、综合项目:天然气在线公司需求预测单一指数平滑法:,七、综合项目:天然气在线公司需求预测holt model,四种方法的预测误差,第2节 供应链综合计划 主要内容: 一、供应链综合计划的作用 二、综合计划的有关问题 三、综合计划策略 四、利用线性模型制定总体计划,一、供应链综合计划的作用,在需求产生之前进行预测,并决定需求得到的满足的程度。 需确定的主要参数: 生产速率 劳动力 加班量 机器产能水平 转包 延期交货需求 现有库存,二、综合计划的有关问题,1、制定总体计划需要的信息 T期的需求预测F 生产成本 劳动成本(日常+加班) 转包生产成本 变动成本(工人

15、、设备以及产能) 单位产品所需劳动或机器小时数 库存成本 缺货或者积压成本,2、限制性因素 加班时间 解雇 可利用资本 库存缺货或积压 从供应商到企业的约束,三、综合计划策略,1、追逐策略将产能作为杠杆 当需求变动时,改变生产能力,解雇或者雇佣劳动力。 缺点:产能改变成本很高 适用条件:库存成本很高,而改变产能成本较低。,2、劳动力或产能的时间柔性策略将利用率作为杠杆 劳动力和产能不变,调整作业时间 缺点:设备与员工的闲置 适用条件:库存成本很高,而改变产能利用水平的成本较低。,3、平稳策略将库存作为杠杆 劳动力与产能的产出率保持不变,通过库存调节。 优点:雇员稳定,设备利用率高 缺点:积压严

16、重,四、利用线性模型制定综合计划,1、决策变量: Wt=t月的劳动力人数 Ht=t月初雇佣员工数 Lt=t月初解雇员工数 Pt=t月生产的产量水平 It=t月末的库存水平 St=t月末缺货或积压的产品数量 Ct=t月转包生产数量 Ot=t月加班小时数,2、目标函数:总成本最小 日常劳动成本=640Wt 加班劳动成本=6Ot 雇佣和解雇成本=300Ht+ 500Lt 保有和出清库存成本=2It+ 5St 原材料成本和转包成本=10Pt+ 30Ct 总成本= 640Wt +6Ot +300Ht+ 500Lt +2It+ 5St +10Pt+ 30Ct,3、限制性条件 工人总数、雇佣员工数和解雇员工数 Wt=Wt-1+Ht+Lt t=1,6 W0=80 生产能力 Pt40Wt+Ot/4 t=1,6 库存平衡 It-1+Pt+Ct=Dt

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 办公文档 > PPT模板库 > PPT素材/模板

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号