Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология Образование Политология Производство Психология Стандартизация Технологии |
Расчет прогноза потребления запаса по взвешенной скользящей средней
Для расчета прогноза среднедневного потребления запаса (см. столбец 5 табл. 5), например, в марте требуется статистика фактических среднедневных отгрузок (см. столбец 2 табл. 5) за январь и февраль: (2859 • 5 + 1078 • 1) / 6 = 2562,17 2563. Округление произведено в большую сторону для гарантии обеспечения потребности запасом. Для получения прогноза месячной потребности в марте (см. столбец 6 табл. 5) надо прогноз среднесуточной потребности в марте (см. столбец 5 табл. 5) умножить на количество рабочих дней в этом месяце (см. столбец 3 табл. 5): 2563 • 21 = 53823. Иллюстрация результатов прогнозирования потребности в запасе на основе взвешенной скользящей средней (см. табл. 5) приведена на рис. 7. В целом прогнозирование по взвешенной скользящей средней дает более точные результаты, чем по простой скользящей средней. Главное преимущество взвешивания состоит в том, что в прогнозируемой величине в большей степени учитываются последние значения потребности. Определенную проблему представляет собой подбор коэффициентов значимости. Они, как правило, определяются экспертно и проверяются экспериментально, т.е. путем проб и ошибок. Более сложный метод прогнозирования на основе расчета взвешенного среднего — это метод экспоненциального сглаживания. В этом методе каждый новый прогноз основан на учете значения предыдущего прогноза и его отклонения от фактического значения. Прогнозное значение по методу экспоненциального сглаживания определяется следующим образом:
Рис. 7. Результаты прогнозирования потребности в запасе методом взвешенной скользящей средней Прогнозное значение = Значение предыдущего прогноза + а • • (Фактическая потребность — Значение предыдущего прогноза), или , (6) где . — прогнозируемый объем потребности в периоде времени, , единиц; Константа сглаживания а определяет чувствительность прогноза к ошибке. Чем ближе ее значение к нулю, тем медленнее прогноз будет реагировать на ошибки, тем, следовательно, будет выше степень сглаживания прогноза. Напротив, чем ближе значение сглаживающей константы к единице, тем выше чувствительность и меньше сглаживание. Подбор значения константы сглаживания проводится экспериментально. Цель такого подбора состоит в том, чтобы определить такое значение а, чтобы, с одной стороны, прогноз был чувствителен к изменениям временного ряда, а с другой стороны, хорошо сглаживал скачки потребления, вызванные случайными факторами. Пример 5. Прогнозирование потребности в запасе методом экспоненциального сглаживания. Пример расчета прогноза при константе сглаживания, равной 0,2 и 0,8, приведен в табл. 6. Для расчета ожидаемого потребления запаса в апреле использован прогноз отгрузки в марте по взвешенной скользящей средней (см. табл. 5 и столбцы 5 и 7 табл. 6). Величина прогнозного значения дневной потребности в запасе в апреле рассчитывается при значениях константы сглаживания а = 0,2 или а = 0,8 следующим образом: 2563 + 0,2 • (2310 - 2563) = 2512,4 2513 (7) и 2563 + 0,8 • (2310 - 2563) = 2360,6 2361. (8) Для мая расчет проводится следующим образом: 2513+ 0,2 (2793-2513) = 2569 (9) и 2513 + 0,8 • (2793 - 2513) = 2737 и т.д. (10) Таблица 6 |
Последнее изменение этой страницы: 2019-03-31; Просмотров: 786; Нарушение авторского права страницы