第5章 需求預測 (二) 適應性預測方法 對於適應性預測方法，水準、趨勢和季節性因素的估計都會因為觀測到的需求值而修正。

Presentation on theme: "第5章 需求預測 (二) 適應性預測方法 對於適應性預測方法，水準、趨勢和季節性因素的估計都會因為觀測到的需求值而修正。"— Presentation transcript:

1 第5章 需求預測 (二) 適應性預測方法 對於適應性預測方法，水準、趨勢和季節性因素的估計都會因為觀測到的需求值而修正。
幾種適應性預測方法： 移動平均法 簡單指數平滑法 趨勢修正的指數平滑法（Holt 模式） 趨勢和季節性修正的指數平滑法（Winter 模式）

2 在第t 期時對第t＋l 期作預測可以下式表示：
適應性預測的基本公式 在第t 期時對第t＋l 期作預測可以下式表示： © 2011 台灣培生教育出版(Pearson Education Taiwan)

3 移動平均法 (Moving Average Method)
當需求假設沒有明顯的趨勢和季節性因素時可使用。 N 期間移動平均：以最近N個期間的平均水準當成期間t 水準的估計值。 © 2011 台灣培生教育出版(Pearson Education Taiwan)

4 所有用於未來期間需求的目前估計值是相同，且是以目前水準估計值來估算。
在觀察完第t＋1期的需求後，可以修正預測值如下： 例題：Ex.7-1。 © 2011 台灣培生教育出版(Pearson Education Taiwan)

5 簡單指數平滑法 (Simple Exponential Smoothing Method)
當需求沒有明顯的趨勢或季節時使用。 水準L0的初始估計值可用所有歷史資料的平均值計算。 © 2011 台灣培生教育出版(Pearson Education Taiwan)

6 現在對於所有未來期間的預測值都等於現在的水準預測值，且可表示如下：
在觀察到期間t＋1的需求Dt＋1之後，修正水準的估計值如下： 例題：Ex.7-2。 © 2011 台灣培生教育出版(Pearson Education Taiwan)

7 趨勢修正的指數平滑法（Holt’s Model）
適用於當需求的系統部分有水準和趨勢的特性，而沒有季節性因素時。 利用求解需求 Dt 和時間週期 t 的線性迴歸式可以得到水準和趨勢的起始值如下式： 第t期未來期間的估計值可表示如下： © 2011 台灣培生教育出版(Pearson Education Taiwan)

8 觀察第t期的需求後，修正水準和趨勢的估計值如下：
　　 α＝水準的平滑係數 β＝趨勢的平滑係數 例題：Ex.7-3。 © 2011 台灣培生教育出版(Pearson Education Taiwan)

9 趨勢和季節性修正的指數平滑法（Winter Model）
當需求的系統部分假定有水準、趨勢和季節性因素時，適用於本方法。 假設需求的重複循環期數為 p。 一開始需要水準(L0)、趨勢(T0)和季節性因素(S1, . . ., SP)的起始估計值。使用在靜態性預測方法的程序可得到上述的起始估計值。 對於期間 t，對未來期間的預測可以下式表示： © 2011 台灣培生教育出版(Pearson Education Taiwan)

10 在得到第t＋1期的需求觀測值後，修正水準、趨勢和季節性因素之估計值如下：
　α＝水準的平滑係數 　β＝趨勢的平滑係數 　γ＝季節性因素的平滑係數 例題：Ex.7-4。 © 2011 台灣培生教育出版(Pearson Education Taiwan)

11 預測方法的適用範圍 © 2011 台灣培生教育出版(Pearson Education Taiwan)

12 預測誤差的衡量 預測誤差： 均方誤差(mean squared error, MSE)： 絕對誤差(absolute deviation)：
平均絕對誤差(mean absolute deviation, MAD)： © 2011 台灣培生教育出版(Pearson Education Taiwan)

13 7.6 預測誤差的衡量（續） 平均絕對百分比誤差(mean absolute percentage error, MAPE)：
偏態(bias)：要判別是否預測方法持續高估或低估需求，可以使用預測誤差的總和去評估此偏態。 © 2011 台灣培生教育出版(Pearson Education Taiwan)

14 追蹤指標(tracking signal, TS)：是偏態和MAD的比值。 TS值須在 ± 6 的範圍內，否則可以另外選擇一個新的預測方法。
© 2011 台灣培生教育出版(Pearson Education Taiwan)

15 預測的風險管理 規劃未來時必須考量預測誤差的風險。 錯誤的預測會造成明顯的存貨、設施、運輸、外包、訂購，甚至資訊管理等資源的誤差分配。
有很多原因會造成預測的誤差，其中有些更是經常發生，所以要特別注意。 前置時間長、季節性因素、產品生命週期短、產品需求不穩定等。 有兩個策略可減緩預測的風險： 提升供應鏈的回應性。 利用機會整合需求。 © 2011 台灣培生教育出版(Pearson Education Taiwan)

16 練習題: © 2011 台灣培生教育出版(Pearson Education Taiwan)

17 © 2011 台灣培生教育出版(Pearson Education Taiwan)