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)
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.
39 trang |
Chia sẻ: trungkhoi17 | Lượt xem: 1044 | Lượt tải: 2
Bạn đang xem trước 20 trang tài liệu Bài giảng Quản trị sản xuất 1 - Chương 2: Dự báo nhu cầu sản phẩm - Trường Đại học Thương mại, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
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
Các file đính kèm theo tài liệu này:
- bai_giang_quan_tri_san_xuat_1_chuong_2_du_bao_nhu_cau_san_ph.pdf