第六章 需求管理与生产计划

素影响小的预测问题
预测的稳定性
指抗拒随机干扰，反应稳定需求的能力。适用
于受随机因素影响大的预测问题
10
1）移动平均值(Moving Average) 简单移动平均(Simple Moving Average)
A t -1 + A t -2 + A t -3 + ... + A t -n Ft = n
式中：i-----”Age” of the data, n----number of period in moving average, Ai----Actual value in “age” i.
11
例子
Week 1 2 3 4 5 6 7 8 9 10 11 12 Demand 650 678 720 785 859 920 850 758 892 920 789 844
(1.36+1.15)/2 =1.25
1999年1季度: (170+55×9)×1.25=831
23
Step 3: 计算1999年的预测值

2季度: (170+55×10)×0.78=562 3季度: (170+55×11)×0.69=53 4季度: (170+55×12)×1.25=1038
假定产品的工时定额： ta ( ti Qi ) / Qi
i 1 i 1
n
n
31
例：设有 A、B、C 和 D 4种产品，其计划年产量和 各产品的单位产品台时定额如表所示。 •1、现在选一个代表产品，将各产品的计划年产量 折算成代表产品产量。 •2、折合成假定产品的产量。
产品 计划 年 产量 A 50 B 100 C 125 D 25 合计 300 单位产 品台时 定额 20 30 40 80
21
1997年1季度 2季度 3季度 4季度
1998年1季度 2季度 3季度 4季度
Step 1: 求出趋势值的直线方程。
趋势值
用最小二乘法，求出： Tt=170+55*t
22
Step 2: 计算季节因子
时间 实际值 趋势值 实际值/趋势值 季节因子
97年1季度 2季度 3季度 4季度 98年1季度 2季度 3季度 4季度
n
25
MAE和MSE用于度量预测误差的大小 MFE用于度量预测的无偏性
6.4 生产能力
一 生产能力(output rate)
是指一个设施的最大产出率。
工序 设施 设备 整个企业组织
26
二 企业的生产能力
广义上是指人员能力、设备能力和管理
能力的总和。 狭义上是指人员能力和设备能力，在资 本集约度较高的制造业企业中，尤其是 指设备能力。
24
预测误差
预测误差的度量(Measurement of forecast error) 预测误差是指预测值与实际值之间的偏差。 其计算方法是： 平均绝对误差 均方差
平均绝对偏差
| A F | MAE
t t
MSE
n ( At Ft ) 2
n
t t
平均预测误差
(A F ) MFE

工业企业的生产能力可定义为：企业
的固定资产在一定时期内，在正常的技 术组织条件下，经过综合平衡后所能生 产一定种类产品的产出量。
27
三 生产能力的类别
设计的生产能力
建厂或扩建后应该达到的最大年产量
查定的生产能力
原设计能力已不能反映实际情况，重新调查核实的 生产能力。
现有的生产能力
计划年度实际可达到的生产能力，是编制年度生产
13
n的大小的选择与预测者要求的适应性有关： 如果管理者追求稳定性， n的值应该选择大一些； 如果管理着的目标是体现响应性，则n应选择小一 点。
950 900 850 800 750 700 650 600 550 500
Demand
D e
1
2
3
4
5
6
7 Week
8
9
10
11
12
14
2）加权移动平均
计划的依据。
28
四生产能力的度量
投入度量
产出度量
行业 汽车制造 钢铁工厂
石油精炼
投入 劳工时，机器工作时 炉膛尺寸
精炼炉尺寸
产出 每班生产汽车数 每天生产钢铁吨数
每天生产燃油加仑数
农业
农田亩数，奶牛数量
每年每亩生产谷物吨数
每天生产牛奶加仑数
饭馆 剧院
餐桌数，座位数 座位数
每天招待的客人数 每场演出售出的票数
1 t WMAt 1 ( ) i t n Ai n i t 1n
i :实际需求的权系数。 若对最近的数据赋予较大的权重，则预测 数据与实际的差别比简单移动平均法的结 果要小。 近期数据的权重越大，则预测的稳定性就 越差，响应性就越好。
3）指数平滑法(Exponential smoothing) 一次值数平滑法（是另一种形式的加权移动平均）
第6章 需求管理与生产计划
1
6.1 生产的计划与控制系统构成
资源计划 Resource Planning
生产计划 Production Planning 主生产计划 Master Production Scheduling
需求管理 Demand Management
需求市场
Bill of Material
Demand 820 775 680 655 750 802 798 689 775
0.1 820.00 820.00 815.50 801.95 787.26 783.53 785.38 786.64 776.88 776.69
0.6 820.00 820.00 820.00 817.30 808.09 795.59 788.35 786.57 786.61 780.77
16
Week 1 2 3 4 5 6 7 8 9 10
Demand 820 775 680 655 750 802 798 689 775
用一次指数平滑法 ，当平滑系数 =0.10 and =0.60 时分别对每周的需 求进行预测 Assume F1=D1
17
需求预测值对比
Week 1 2 3 4 5 6 7 8 9 10
18
预测的关键是选择的大小。 如管理者追求稳定性，的值应该选择小一些， 如果管理着的目标是体现响应性，则应选择大一 点的。
850 800 750 700 650 600 550 500 1 2 3 4 5 6 7 8 9 10 Week
Demand
Demand
0.1 0.6
19
4） 时间分解预测模型------解决季节性预测问题 (Seasonal variations) 常用季节性预测模型 加法模型(Additive Model) 乘法模型(Multiplicative model)
问题: 计算 4周和6周简 单移动平均预测的大小?
12
计算移动平均预测值:
Week 1 2 3 4 5 6 7 8 9 10 11 12
Demand 3-Week 6-Week F4=(720+678+650)/3 650 =682.67 678 F7=(920+859+785 720 +720+678+650)/6 785 682.67 =768.67 859 727.67 920 788.00 850 854.67 768.67 758 876.33 802.00 892 842.67 815.33 920 833.33 844.00 789 856.67 866.50 844 867.00 854.83
独立需求: Finished Goods
A
B(4)
C(2)
相关需求: Raw Materials, Component parts, Sub-assemblies, etc.
D(2)
E(1)
D(3)
F(2)
三 需求管理的内容和方法
1.需求管理的意义 需求管理的工作做好了,企业可以从中得到许 多好处, 尤其是与生产管理相关的问题： · 可以较好地使用和控制生产能力； · 可以恰如其分地设置用户的交货期, 得用户的信 任； · 可以改进物流的运输和库存, 等等.
300 200 220 530 520 420 400 700
225 280 335 390 445 500 555 610
(300/225)=1.33 0.71 0.66 1.36 1.17 0.84 0.72 1.15
(1.33+1.17)/2 =1.25 (0.71+0.84)/2=0.78 (0.66+0.72)/2= 0.69
29wk.baidu.com
五生产能力的表示 (measures of capacity)
具体产品表示法
代表产品表示法
假定产品表示法
30
生产运作的表示
具体产品
代表产品：结构与工艺有代表性，且产量与
劳动量乘积最大的产品。
Ti QC i Qi Tc
假定产品：在多品种生产企业里，产品的结
构、工艺、劳动量差别很大，难以确定代表 产品，这时可采用假定产品。假定产品是按 各种具体产品工作量比重构成的一种实际上 不存在的产品。
5
2.不同生产类型下的需求管理 需求管理与MPS(主生产计划）之间的交往非常 频繁、内容非常详细。需求管理的任务之一，就 是把每天的用户订单处理成MPS。 MTS是考虑库存的变化而不是根据与用户签 定的销售合同，MPS的任务是通过补充消耗 掉的库存来满足需求。需求管理的预测职能在 MTS环境下可以发挥很好的作用。 ATO(Assembly-to-order)考虑短期内的订单， 转换为对零部件的相关需求，按订单的交货期 下达装配生产计划。 MTO很难通过预测获得需求信息。
采购市场
2
6.2 需求管理的含义
一 需求管理的含义 所谓需求管理, 是对包括预测、接受定货决 策、交货期设置、用户订货、服务、物流管理 及其他与用户交往活动的总称. 需求管理是将市场上（企业外部）的需求信息转 化为企业生产系统所能接受的特定信息，是生产 系统的计划与控制的出发点和依据。
3
二 需求的类型 （Demand Management）
基于乘法模型的预测方法
20
4）季节性预测模型
产品随季节波动大时，就不宜采用各种平均计算 方法来进行预测。 时间序列分解模型计算示例： 有一个公司记录了1997和1998两年的销售数据， 见下表。请根据这些数据预测1999年的销售情况。
时间 销售额(万元) 300 200 220 530 时间 销售额(万元) 520 420 400 700
Ft Ft 1 ( At 1 Ft 1 )
Ft----第t期的预测值，Ft-1----第t-1期的预测值， At-1----第t-1期的实际值，----平滑指数
例如，上期预测值可卖出42个产品，实际卖出40个， 取=0.10, 则下一期的预测值为：
Ft Ft 1 ( At 1 Ft 1 ) 42 010(40 42) 418 . .
6
6.3 需求预测 (Demand Forecasting)
一 预测的概念与分类 预测是对未来事件发展的预计与推测。 预测的种类 社会预测、经济预测、技术预测、企业预测 (Business forecasting) 预测的作用
7
二 预测方法 1） 定量预测方法（qualitative method） 时间序列预测模型；因果关系预测模型 3）定性预测方法(qualitative method) 基于主观判断的预测方法. Delphi method（专家调查法） Executive Opinions（主管人员意见法） Sales Force Composite（销售人员意见汇集法） Customer Surveys（用户意见调查法）
8
定量预测方法(quantitative method) 时间序列预测模型(Forecasting based on time series data)
销售量
季节值 趋势值 平均值
T 时间
时间序列模型的重点: 趋势值和季节值
9
选择预测方法和模型的要求
预测的响应性
指迅速反映需求变化的能力，适用于受随机因
能力需 求计划
详细物料需求计划 Detailed Materials Requirement planning 时间分段的物料需求计划 Time-phased requirement Planning
Inventory status data
物料与能力计划 Material and Capacity Planning 车间生产系统 Shop-floor systems 供应商系统 Vender Systems