4个季度销售总量
41729 42214 42819 43107 43793 44858 45119 46172 47042
4个季度移动平均
10432.3 10553.5 10704.8 10776.8 10948.3 11214.5 11279.8 11543.0 11756.0
季度中点
2.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5 10.5
t
At
1
10
2
12
3
13
4
16
5
19
6
23
7
26
8
30
9
28
10 18
11 16
12 14
α At (1-α )Ft
0.4× 10=4
4.8
0.6×11.8 =7.08 6.91
5.2 7.35
6.4 7.94
7.6 9.35
9.2 11.33
10.4 13.97
12 16.6
11.2 19.42
7.2 20.11
6.4 16.27
5.6 12.15
SAt 11 4+7.08 =11.08 11.71 12.55. 14.34 16.95 20.53 24.37 28.60 30.62 27.31 22.67 17.75
β (SAt-SAt-1) (1- β )Tt-1
Tt
0.80
0.5×(11.0811)=0.04
SFt+1=aAt+(1-a)SFt
=aAt+SFt-aSFt
=SFt+a(At-SFt) 即,新预测值是对旧预测值修正(a*预测误差)后算出
<例>上个月需求预测值是100,实际需求是110,平滑常数a=0.3时这个
月的预测值是SFt=SFt-1+a(At-1-SFt-1)=100+0.3(110-100)=103
即需求预测值是最近期间的实际需求乘上a的加权 值,对最近的需求预测值乘上(1-a)的加权值后加权平均 的数据
[公式] SFt+1=aAt+(1-a)SFt 为求预测值SFt+1需要3种资料：
最近预测值(SFt), 最近实际需求(At), 平滑常数a(0<a<1)
一次指数 平滑法
公式变化后
二、影响需求预测的因素
1、商业周期 • 中国的商业周期同时具有市场机制和计划模式，也同时形成了独
特的运行方式，也就是“中国国情”。 – 美国：在200多年的时间里，大体经历了近50次商业周期。如
20世纪70年的经济大萧条，2008年的金融海啸。 – 中国：较远的时代多以政权的更替、自然灾害和外敌入侵等外
SAt At (1 )(SAt 1 Tt 1 ) At (1 )Ft
Tt (SAt SAt1 ) (1 )Tt1
β ——斜率偏差的平滑系数。
例3-2：对例3.1提供的数据，设α =0.4, β =0.5, SA0 =11.00, T0 =0.80,求二 次指数平滑预测值。
• 2010：单击“文件”-选项-excel选项-加载项-分析 工具库-转到- -加载宏-勾上分析工具库-确定-数据 分析
时间序列分解模型
趋势(T) 季节性变化 (S)
时间系列的4个构成要素 需求以一定的比率增加或减少的倾向
表示趋势线上下的变化以1年为单位反复
时间系列和它的构成要素
需 求
周期因素 (C) 不规则变化/ 偶然变化(R)
n为移动平均采用的周期
月（t）实际 销量
1
20
2
21
3
23
4
24
5
25
6
27
加权移动平均法
25×0.5+24×0.3+23×0.2 =24.3
在最近的资料中赋予大的加 权值,使能够赶上实际需求 变化
一次指数 平滑法
利用指数减少的加权值,给最近的资料赋予大比重,过 去的资料赋予小比重后 预测未来需求。
例3.2 下表是某旅游服务点过去3年各季度快餐的销售记录。试预测该公司未来一 年各季度的销售量。
解：分三步进行 （1） 求趋势直线方程。根据表中数据，将四个季度平均值标在图上（圆圈）。
趋势直线与Y的截距a=10000(份)，t=12时，销量约12000，故b的值: b=(12000-10000)/12=167
14
0.4×10=4 F1=11 0.4×12=4.8 10.60
0.4×13=5.2 11.16
6.4
11.90
7.6
13.54
9.2
15.72
10.4
18.63
12
21.58
11.2
24.95
7.6
26.17
6.4
22.90
0.6×11=6.6 0.6×10.6=6.36 0.6×11.16=6.7 7.14 8.12 9.43 11.18 12.95 14.97 15.70 13.74
但,没有过去资料时根据定性技术,预测值做为最初的预测值
一次指数平滑法的连续展开
期间1：A1,SF1(SF1已知,期间1末期值可以知道A1 ) 期间2:SF2=A1a+(1-a)SF1 期间3:SF3=aA2+(1-a)SF2(F2代入式子整理)
=aA2+a(1-a)A1+(1-a)2SF1 期间4:SF4=aA3+(1-a)SF3(F3代入式子整理)
生变量来表述；近年来，我们用就业、收入、产出、消费等， 来推导中国经济的运行模式，并据此制定宏观政策或解读变化。
2、产品生命周期
投入期 销 售 量
成长期
成熟期
衰退期
销售额
时间
利润额
三、需求预测分类
• 按预测时间的长短 – 长期预测：两年或两年以上的需求前景的预测。 – 中期预测：对一个季度以上两年以下的需求前景的预测。 – 短期预测：对一个季度以下的需求前景的预测。
例3.1：某公司的月销售额记录如表，试取a= 0.4,SF1=11.00,计算一次指数平
滑预测值。 SFt+1=aAt+(1-a)SFt
月份
At(千元)
a×At(千元)
SFt(千元)
（1-a）×SFt(千元)
SFt+1(千元)
1
10
2
12
3
13
4
16
5
19
6
23
7
26
8
30
9
28
10
18
11
16
12
部门主管 高级决策人员/各部门主管充分发表意见提出 集体讨论法 预测值
销售人员 各地区销售人员根据个人判断或与地区有关人员 意见汇集法 交换意见后做出判断。
二、定量预测方法
• 时间序列模型：利用过去需求随时间变化的关系来估计未来 需求。 – 简单移动平均法 – 加权移动平均法 – 指数平滑法 – 时间序列分解模型
第二章 需求预测( Forcasting)
2.1 预测 2.2 定性预测 2.3 定量预测 2.4 预测误差与监控
第一节 预测
一、预测及其分类 – 预测：对未来可能发生的情况的预计与推测 – 需求预测：对未来可能产生的需求的预计和推测
– 分类 • 科学预测：对科学发展情况的预计和推测 • 技术预测：对技术进步情况的预计和推测 • 经济预测：国际货币基金组织的《世界经济展望》 （IMF World Economic Outlook (WEO)） • 需求预测：与企业生产经营活动最密切 • 社会预测：对社会未来发展状况的预计和推测
五、预测中要注意的关键问题
• 判断在预测中的作用 – 选择预测方法、辨别信息的价值、取舍预测结果
• 基于销售的需求预测需要修正 – 在供需不平衡的情况下，销售数据和实际需求差别较大
• 预测精度与成本 – 不要为了预测的绝对准确而白费心机 – 选择精度比较合理的最低费用
• 预测的时间范围和更新频率（时间范围越大，预测结果越不准确； 预测方法更新频率根据实际需求）
0.32
(1-0.5) ×0.8=0.40
0.22
0.04+0.4=0.44 0.54
0.42
0.27
0.69
0.90
0.35
1.25
1.31
0.63
1.94
1.79
0.97
2.76
1.92
1.385
3.77
1.01
1.89
2.90
-1.65
1.45
-0.20
-2.32
-0.10
-2.42
-2.46
-1.21
-3.67
Ft 11.80 Sat+Tt=11.08 +0.44=11.52 12.25 13.24 15.59 18.89 23.29 27.67 32.37 33.52 27.11 20.25 14.08
• 在EXCEL中使用数据分析工具
• 2007EXCEL启用宏：分别单击 office按钮-excel选 项-加载项-分析工具库-转到-加载宏-勾上分析工具 库-确定-数据分析
经过1年以上长时间需求作上下有规则变动 说不出原因的变化,不能预计或控制(例:战争,地震…）
时间系 列
时间（年）
趋势
因此需求Y可用下列函数表示
Y=f(T,S,C,R)
并且根据构成要素的结合形态
乘法模型 Y=T*S*C*R 加法模型 Y=T+S+C+R
直线趋势方程为：Tt=a+bt Tt为t时刻的预测值 a,b为系数
