Расчет прогноза потребления запаса по методу экспоненциального сглаживания

Месяц	Фактические отгрузки	Число рабочих дней	Среднее потребление в день	Прогноз среднедневной потребности при а = 0,2	Прогноз месячной потребности при а = 0,2	Прогноз дневной потребности при а = 0,8	Прогноз месячной потребности при а = 0,8
Январь	17 244	16	1078	0	0	0	0
Февраль	57 187	20	2859	0	0	0	0
Март	48 504	21	2310	2563	53 823	2563	53 823
Окончание таблицы 6.6
Апрель	58 647	21	2793	2513	52 773	2361	49 581
Май	45 477	20	2274	2569	51 380	2737	54 740
Июнь	23 833	22	1083	2510	55 220	2367	52 074
Июль	21 730	20	1087	2225	44 500	1341	26 820
Август	65 289	23	2839	1998	45 954	1138	26 174
Сентябрь	46 663	22	2121	2167	47 674	2499	54 978
Октябрь	45 344	21	2159	2158	45 318	2198	46 158
Ноябрь	31 497	21	1500	2159	45 339	2168	45 528
Декабрь	13 714	21	653	2028	42 588	1634	34 314

 

Округления полученных значений проводятся до ближайшего большего целого числа. Для получения прогноза месячной потреб­ности (см. столбцы 6 и 8 табл. 6) следует умножить прогноз сред­недневного потребления (см. столбцы 5 и 7 табл.6) на количество рабочих дней соответствующего месяца (см. столбец 3 табл. 6):

для апреля (см. формулы (7) и (8)): 2513 • 21 = 52 773 и 2361 • 21 =49 581;

для мая (см. формулы (9) и (10)): 2569 • 20 = 51 380 и 2737 • 20 = 54 740.

Для выявления, при каком значении константы сглаживания (а = 0,2 или а = 0,8) прогноз в табл. 6 (см. также рис. 8) имеет более высокую точность, следует провести оценку точности про­гноза. Методы оценки точности прогноза приведены в вопросе 2 лекции.

В практике часто встречаются случаи, когда запас отгружается неравномерно. В неравномерности могут присутствовать сразу не­сколько составляющих. Разберем их последовательно.

Наличие сезонного спроса

Спрос является сезонным, если в нем имеются краткосрочные (менее года) регулярные изменения, связанные с погодой или с определенными календарными периодами (время отпусков, празд­ники, времена года и пр.). Сезонный спрос проявляется в перио­дическом увеличении или уменьшении спроса в течение года.

Рис. 8. Результаты прогнозирования потребности в запасе методом экспоненциального сглаживания

 

В примере 1 (см. табл. 1) характерна явно выраженная се­зонная тенденция спроса: пик отгрузок приходятся на март—апрель и сентябрь—октябрь двух следующих друг за другом лет (рис. 9). Соответственно, в январе—феврале и в июле—августе наблюдают­ся относительное повышение спроса, а в мае—июне и в ноябре—де­кабре — спады.

Для прогнозирования такого явно выраженного сезонного спроса требуется использовать статистику отгрузок соответству­ющих периодов прошлых лет.

Пример 6. Прогнозирование сезонной потребности в запасе. Проиллюстрируем возможности прогнозирования сезонного спроса в периоде роста и спада спроса, используя данные приме­ра 1. Данные табл. 1 содержат временные ряды фактических отгрузок за три года: текущий год, предыдущий год и год, предшест­вующий предыдущему. Текущий год имеет как данные по факти­ческой отгрузке запаса, так и данные прогнозных оценок отгрузки. Прогноз потребления запаса в текущем году выполнен на основе вывода о наличии сезонного спроса на товар (см. рис. 9). Расчет проводился по методу взвешенной скользящей средней по данным двух предшествующих лет. Результаты расчетов приведены в табл. 7.

Для получения прогноза среднедневной потребности (см. столбец 13 табл. 7), например, в январе текущего года были ис­пользованы коэффициенты значимости предыдущего года в размере 5 и года, предшествующего предыдущему, — 1. Прогноз среднедневной потребности был рассчитан следующим обра­зом:

Рис. 9. Динамика отгрузок запаса товара за два года

Таблица 7

⇐ Предыдущая12345678910Следующая ⇒

Поделиться: