生产管理系统之统计商业预测方法-永凯软件技术（上海）有限公司

生产计划管理知识

返回列表

生产管理系统之统计商业预测方法

时间：2014年6月19日来源：永凯软件技术（上海）有限公司

生产管理系统之统计商业预测方法

　　从20世纪50年代起就研究出一些用于商业预测的预测方法，这些方法同时也用在计量经济方面（如失业率等）。如果在生产管理软件模块中应用这些方法我们就能够在几秒钟内为很多项目进行预测。因此，所有主要的APS提供者都将统计预测程序纳入他们的需求计划解题方法中。这些方法中的每一种方法都设法将一产品的历史信息纳入对未来数据的预测过程。目前存在两种不同的基本方法时间序列分析和“因果关系”模型。所谓的时间序列分析是假定需求按照特定的模式发生变化，因此，预测方法的任务是从所观测到的历史数据中估计出这一模式，然后通过使用前面估计出的模型来计算未来的预测。这些方法的优点在于它们只需要以往需求数据的观测值。时间序列分析中最常用的模型：
　　水平模型（level model）;趋势模型（trend model）：在水平模型的公式中加入线性趋势项;
　　季节模型（seasonal model）：该模型假定每个时期（周期）重复一次固定模型。
　　统计预测的第二种方法是因果分分馍型。它们假定需求过程由某些巳知的因素来决定，例如冰淇淋的销售量可能依赖于某一天的天气状况或温度，因此，温度就成为冰淇淋销售量所谓的引导指数（leading indicator）。如果针对所考虑的项目能够获得足够的销售量和温度的观测值，就能够估计出潜在的模型。
　　因果分析模型中的参数估计需要需求的历史数据和一个或更多具有指数的时间序列，它对数据的要求比时间序列分析对数据的要求高。此外，实际经验表明，简单的时间序列模型通常比复杂的“因果关系”模型更能得出好的预测值。这些方法倾向于将随机波动（噪声）解释为“结构上”的问题，因此在模型中引进了系统误差。

标签：

上一篇：服装企业的生产管理，从传统的管理方法到计算机的飞跃

下一篇：ERP的功能和缺点对生产计划管理存在的隐患（二）

新闻推荐