Bài giảng Quản trị sản xuất - Chương 2: Dự báo nhu cầu sản phẩm
NỘI DUNG
2.1. Khái quát về dự báo nhu cầu sản phẩm
2.2. Các phương pháp dự báo định tính
2.3. Các phương pháp dự báo định lượng
2.4. Đo lường và kiểm soát sai số của dự
báo nhu cầu sản phẩm
39 trang
9260
Bạn đang xem 20 trang mẫu của tài liệu "Bài giảng Quản trị sản xuất - Chương 2: Dự báo nhu cầu sản phẩm", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
Tóm tắt nội dung tài liệu: Bài giảng Quản trị sản xuất - Chương 2: Dự báo nhu cầu sản phẩm
DỰ BÁO NHU CẦU SẢN PHẨM Chương 2 9/26/2017 19 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU NỘI DUNG 2.1. Khái quát về dự báo nhu cầu sản phẩm 2.2. Các phương pháp dự báo định tính 2.3. Các phương pháp dự báo định lượng 2.4. Đo lường và kiểm soát sai số của dự báo nhu cầu sản phẩm 9/26/2017 20 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 2.1. Khái quát về dự báo nhu cầu sản phẩm 2.1.1. Khái niệm 2.1.2. Vai trò của dự báo nhu cầu sản phẩm 2.1.3. Các yêu cầu đối với công tác dự báo nhu cầu sản phẩm 2.1.4. Các loại dự báo nhu cầu sản phẩm 2.1.5. Các nhân tố ảnh hưởng đến dự báo nhu cầu sản phẩm 9/26/2017 21 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Dự báo nhu cầu SP Döï baùo laø khoa hoïc vaø ngheä thuaät tieân ñoaùn nhöõng sự việc seõ xaûy ra trong töông lai Dự báo nhu cầu sản phẩm là dự đoán lượng sản phẩm/dịch vụ mà doanh nghiệp phải chuẩn bị để đáp ứng nhu cầu bán ra của DN trong tương lai DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Hậu quả của dự báo không chính xác TVT 12-23 Lãng phí, hư hỏng, không dùng được, chi phí kho bãi cao Sản xuất dư thừa/Thừa kho bãi Sản xuất thiếu /Thiếu kho bãi Dự báo thừa Dự báo thiếu Nhà phân phối Nhu cầu Chậm giao, hết hàng và chi phí thiếu hàng, chi phí vận chuyển cao DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Các loại dự báo nhu cầu sản phẩm Phân loại theo phương pháp dự báo - Dự báo định tính (chủ quan) - Dự báo định lượng (mô hình, công thức toán học, con số) Phân loại theo thời gian - Dự báo ngắn hạn - Dự báo trung hạn và dài hạn 9/26/2017 24 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Vai trò của dự báo nhu cầu sản phẩm Giúp DN đưa ra các quyết định liên quan đến chiến lược, chính sách và chiến thuật kinh doanh. Cơ sở để xây dựng các kế hoạch sản xuất kinh doanh Giúp DN chủ động nắm bắt được các cơ hội kinh doanh Giúp DN sử dụng có hiệu quả các nguồn lực phục vụ cho sản xuất kinh doanh 9/26/2017 25 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Các nhân tố ảnh hưởng đến dự báo nhu cầu sản phẩm Các nhân tố khách quan - Các nhân tố thuộc môi trường vĩ mô - Các nhân tố thuộc môi trường vi mô Các nhân tố chủ quan - Năng lực sản xuất của doanh nghiệp - Tổ chức công tác dự báo nhu cầu sản phẩm 9/26/2017 26 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 2.2. Các phương pháp dự báo định tính Dự báo định tính là dựa vào sự suy đoán, cảm nhận, nghĩa là phụ thuộc nhiều vào trực giác kinh nghiệm, sự nhạy cảm của người làm dự báo. Các dữ liệu thu thập để phục vụ dự báo chủ yếu là các dữ liệu định tính. 9/26/2017 27 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 2.2. Các phương pháp dự báo định tính Lấy ý kiến của ban điều hành. Lấy ý kiến của lực lượng bán hàng. Lấy ý kiến của khách hàng. Lấy ý kiến chuyên gia (phương pháp Delphi). 9/26/2017 28 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 2.3. Các phương pháp dự báo định lượng Phương pháp dự báo định lượng là phương pháp dựa trên các dữ liệu thống kê trong quá khứ, kết hợp với các biến số biến động của môi trường trong tương lai và sử dụng các mô hình toán học để đưa ra các kết quả dự báo nhu cầu sản phẩm của doanh nghiệp. 9/26/2017 29 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Phương pháp chuỗi thời gian Phương pháp dự báo nhân quả 9/26/2017 30 2.3. Các phương pháp dự báo định lượng DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Bình quân đơn giản Bình quân di động Bình quân di động có trọng số Phương pháp san bằng mũ giản đơn Phương pháp san bằng mũ có điều chỉnh theo xu hướng Phương pháp xác định đường xu hướng 9/26/2017 31 2.3.1 Phương pháp chuỗi thời gian DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU PP dự báo theo chuỗi thời gian Dự báo nhu cầu sản phẩm, dịch vụ của doanh nghiệp dựa trên các dữ liệu theo chuỗi thời gian 9/26/2017 32 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 9/26/2017 33 Các thành phần của nhu cầu theo thời gian DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Phương pháp bình quân đơn giản (Simple Average) n Di Ft n i 1 Là phương pháp dự báo trên cơ sở lấy giá trị trung bình của tất cả các dữ liệu ở những thời kỳ trước để dự báo cho thời kỳ tiếp theo, trong đó mức cầu của các thời kỳ trước đều có trọng số như nhau. Công thức tổng quát: Trong đó: Ft: Cầu dự báo cho thời kỳ t (tương lai) Di: Cầu thực tế của thời kỳ i (quá khứ) n: Số thời kỳ của nhu cầu thực tế dùng để quan sát 9/26/2017 34 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 9/26/2017 35 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Dự báo nhu cầu của thời kỳ sau bằng số bình quân di động có nhân trọng số của những thời kỳ trước đó. Công thức tổng quát: Ft là Cầu dự báo ở giai đoạn t Dt-i là Nhu cầu thực tế ở giai đoạn trước đó i là trọng số của giai đoạn i với 1 > i > 0 n t t t n t tD 1 1 1 1 1 t * F 9/26/2017 36 Phương pháp bình quân di động (Moving Average) có trọng số DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Tháng Lượng bán thực tế Số bình quân di động 1 57 2 60 3 60 4 59 [(60x0.3)+(60x0.2)+(57x0.1)]:0.6 =59,5 5 57 [(59x0.3)+(60x0.2)+(60x0.1)]:0.6 =59,5 6 61 [(57x0.3)+(59x0.2)+(60x0.1)]:0.6 =58,17 9/26/2017 37 Phương pháp bình quân di động có trọng số DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 2.3.1.3. Phương pháp san bằng mũ Là phương pháp dự báo dựa vào độ chính xác của kết quả dự báo giai đoạn trước đó (t-1) rồi điều chỉnh cho phù hợp với giai đoạn dự báo (giai đoạn t). Kết quả dự báo giai đoạn t chính là kết quả dự báo của giai đoạn t-1 cộng với sai số dự báo của giai đoạn t-1, dưới tác động của hệ số điều chỉnh , được gọi là hệ số san bằng hàm số mũ. Phương pháp san bằng số mũ được chia thành 2 phương pháp cụ thể: - Phương pháp san bằng số mũ bậc 1 (giản đơn) - Phương pháp san bằng số mũ bậc 2 (san bằng số mũ có điều chỉnh xu hướng) 9/26/2017 38 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 2.3.1.3. Phương pháp san bằng mũ Ưu điểm là chỉ cần sử dụng rất ít dữ liệu trong quá khứ, cụ thể là chỉ cần sử dụng số liệu về cầu thực tế (Dt-1) và cầu dự báo (Ft-1) của giai đoạn trước giai đoạn dự báo, qua đó giúp cho việc dự báo được chính xác hơn nhờ vào phân tích và sử dụng tính xu hướng cũng như mối quan hệ giữa các đại lượng dự báo trong một dòng chảy chung. 9/26/2017 39 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Phương pháp san bằng mũ bậc 1 (san bằng mũ giản đơn) Dự báo nhu cầu của thời kỳ sau căn cứ vào sai số giữa thực tế và dự báo của thời kỳ trước đó. Công thức Ft = Ft-1 + α( Dt-1 - Ft-1 ) Trong đó Ft : Dự báo nhu cầu ở thời kỳ t Ft-1 : Dự báo nhu cầu ở thời kỳ t-1 α : Hệ số san bằng số mũ bậc 1 (0 < α < 1) Dt-1 : Nhu cầu thực tế ở thời kỳ t – 1 9/26/2017 40 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Phương pháp san bằng mũ bậc 1 (san bằng mũ giản đơn) Ví dụ Một đại lý ô tô dự báo trong tháng 2 có nhu cầu là 142 xe Toyota. Nhưng thực tế trong tháng 2 đã bán với 153 chiếc. Hãy dự báo nhu cầu tháng 3 với hệ số san bằng số mũ là 0,2. Nhu cầu tháng 3 là: F3=F2+0,2 * (D2-F2) = 142 + 0,2 * (153 – 142) = 144 chiếc 9/26/2017 41 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Lưu ý Kết quả dự báo phụ thuộc vào hệ số san bằng mũ (α). α hợp lý thì kết quả dự báo sẽ chính xác và ngược lại. Lần lượt dự báo với các α khác nhau sẽ có kết quả dự báo khác nhau, sau đó kiểm tra mức độ chính xác của từng kết quả dự báo bằng các công cụ thích hợp như MAD, MSE 9/26/2017 42 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Phương pháp san bằng mũ có điều chỉnh xu hướng (bậc 2) Phương pháp san bằng số mũ giản đơn không thể hiện hết xu hướng biến động Công thức : FITt = Ft + Tt (Forecast Including Trend ) Tt : Mức điều chỉnh xu hướng cho giai đoạn t Tt = Tt - 1 + β (Ft - Ft – 1 - Tt – 1 ) β : Hệ số san bằng số mũ bậc 2 (hệ số điều chỉnh theo xu hướng) O < β < 1 và xác định như Ft: Mức dự báo theo san bằng mũ giản đơn cho giai đoạn t Ft-1: Mức dự báo theo san bằng mũ giản đơn giai đoạn ngay trước Tt-1: Mức điều chỉnh xu hướng cho giai đoạn ngay trước 9/26/2017 43 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DH M _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHT _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 2.3.1.4. Phương pháp xác định đường xu hướng Là phương pháp giúp doanh nghiệp dự báo nhu cầu sản phẩm trong tương lai dựa trên một tập hợp các dữ liệu có xu hướng trong quá khứ, nói cách khác là nghiên cứu sự biến động của dãy số theo thời gian để tìm xu hướng phát triển nhu cầu trong tương lai. Sử dụng đồ thị đường tuyến tính (hàm bậc 1) để diễn tả. 9/26/2017 44 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Công thức : Y = a + b*t a,b : hệ số tương quan t : thời gian y : dự báo nhu cầu n : số kỳ tính toán Thời gian (x) Nhu cầu (y) 9/26/2017 45 2.3.1.4. Phương pháp xác định đường xu hướng DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU b = a = - b* = và = Hoặc b = a = 9/26/2017 46 Trong đó: Yt - Mức cầu dự báo giai đoạn t Yi - Mức cầu thực tế của giai đoạn i (i=1 đến n) n - Số giai đoạn quan sát được DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 2.3.2. Các phương pháp dự báo cầu sản phẩm theo quan hệ nhân quả 2.3.2.1. Phương pháp phân tích tương quan 2.3.2.1. Phương pháp hồi quy 9/26/2017 47 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 2.4. Đo lường và kiểm soát sai số của dự báo nhu cầu sản phẩm 9/26/2017 48 2.4.1. Đo lường sai số của dự báo 2.4.2. Kiểm soát sai số dự báo DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 2.4.1. Đo lường sai số của dự báo “Sai số dự báo” là chênh lệch giữa số liệu thực tế (cầu thực tế) với số liệu dự báo (cầu dự báo) ở mỗi giai đoạn (thời kỳ). Nếu ký hiệu: et là sai số dự báo Dt là nhu cầu thực tế Ft là nhu cầu dự báo Ta có: et = Dt - Ft (với t = 1 đến n) 9/26/2017 49 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU HTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Đo lường các chỉ số 2.4.1.1. Độ lệch tuyệt đối bình quân MAD (mean absolute deviation) 2.4.1.2. Độ lệch bình phương trung bình MSE (mean squared error) 9/26/2017 50 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Ví dụ: Phương pháp san bằng số mũ Tùy vào hệ số α Tháng Nhu cầu thực tế Dự báo α= 0,1 α= 0,2 α= 0,4 α= 0,5 α= 0,7 1 100 90 90 90 90 90 2 110 91,00 92,00 94,00 95,00 97,00 3 115 92,90 95,60 100,40 102,50 106,10 4 100 95,11 99,48 106,24 108,75 112,33 5 90 95,59 99,58 103,74 104,37 103,69 6 105 95,03 97,67 98,24 97,18 94,10 7 110 96,03 99,13 100,94 101,09 101,73 8 115 97,43 101,30 104,56 105,54 107,51 9 120 99,18 104,04 108,74 110,27 112,75 10 130 101,26 107,23 113,24 115,13 117,82 9/26/2017 51 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 2.4.1.1. Độ lệch tuyệt đối bình quân MAD (Mean Absolute Deviation) Công thức Trong đó: |Dt – Ft| là sai số dự báo của giai đoạn t n là số giai đoạn hay số khoảng cách tính toán MAD cho phép đánh giá mức sai số bình quân với ý nghĩa là giá trị này càng nhỏ thì mức độ chính xác của dự báo càng cao và ngược lại. α= 0,1 : MAD = 15,2625 α= 0,2 : MAD = 12,8113 α= 0,4 : MAD = 11,4835 α= 0,5: MAD = 11,1386 α= 0,7: MAD = 10,3983 n FD MAD n t tt 1 9/26/2017 52 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 2.4.1.2. Độ lệch bình phương trung bình MSE Công thức: MSE = 9/26/2017 53 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 2.4.1.3. Phần trăm sai số tuyệt đối trung bình (MAPE) Công thức: MAPE = 9/26/2017 54 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _T U DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 2.4.1.4. Phần trăm sai số trung bình (MPE) Công thức: MPE = 𝟏 𝐧 (𝐃𝐭− 𝐅𝐭) 𝟐 𝐃𝐭 𝐧 𝐭=𝟏 9/26/2017 55 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU 2.4.2. Kiểm soát sai số dự báo Tín hiệu theo dõi (THTD) Tín hiệu cảnh báo (TS) là đại lượng thể hiện mối quan hệ của tổng giá trị sai số của dự báo so với giá trị MAD dùng để theo dõi quá trình dự báo này Công thức TS = Tín hiệu theo dõi càng nhỏ càng tốt Dự báo tin cậy khi tín hiệu theo dõi nằm trong khoảng ±3 đến ± 8, thông dụng nhất là ±4 Tín hiệu theo dõi dương cho biết nhu cầu thực tế(Dt) lớn hơn dự báo(Ft) và ngược lại. 9/26/2017 56 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU Kiểm soát dự báo Phạm vi chấp nhận được (dùng đồ thị) Gmin <THTD <Gmax + - TS= 0 9/26/2017 57 DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU DHTM _TMU
File đính kèm:
- bai_giang_quan_tri_san_xuat_chuong_2_du_bao_nhu_cau_san_pham.pdf
