2022/4/16 1
第5讲 需求预测
预测及其作用
预测是对未来可能发生的情况的
预计与推测。
作用
“凡事预则立，不预则废”。预测
为人们提供了即将发生的情况的信
息，增加了成功的机会。
但预测不是一门精确的科学，它是
科学与艺术的结合。
预测离不开科学测定的数据，也离
不开人们的经验和判断。
不能因为预测的失误而否定预测。
2022/4/16 2
预测的特性
1、预测的基本假设：过去的发
展状态要持续到将来
2、预测精度随预测的时间范围
增加而降低
3、对总量的预测要比对个体的
预测精确
如每天从武汉到北京旅客数量
的预测，比预计某个人将到何
处出差要准确
2022/4/16 3
预测的作用
帮助管理者设计生产运作系统
生产什么产品，提供何种服务
在何处建立生产/服务设施
采用什么样的流程
供应链如何组织
帮助管理者对系统的使用进行计划
今年生产什么，生产多少
如何利用现有设施提供满意服务
2022/4/16 4
预测种类
按性质分
科学预测：科学预测是对科
学发展情况的预计与推测。
如门捷列夫预计有3个当时
未发现的元素：亚铝、亚硼
和亚硅。后来，发现了，是
镓、钪和锗。
技术预测：技术预测是对技
术进步情况的预计与推测。
2022/4/16 5
需求预测：需求预测为企业给
出了产品在未来的一段时间里
的需求期望水平,为企业的计划
和控制决策提供了依据。
社会预测：社会预测是对社会
未来的发展状况的预计和推测。
比如人口预测、人们生活方式
变化预测、环境状况预测等。
经济预测：政府部门以及其它
一些社会组织经常就未来的经
济状况发表经济预测报告
2022/4/16 6
按时间分
长期预测(Long-range Forecast)：
对55年年或或55年年以以上上的需求前景的预测。
它是企业长期发展规划的依据。
中 期 预 测 (Intermediate-range
Forecast)：中期预测是指对一个季
度以上两年以下的需求前景的预测。
它是制订年度生产计划、季度生产
计划的依据。
短期预测(Short-range Forecast)：
短期预测是对一个季度以下的需求
前景的预测。它是调整生产能力、
采购、安排生产作业计划等具体生
产经营活动的依据。
2022/4/16 7
按主客观因素所起的作用分
定性预测方法
主观判断、不需要数学公式
预测依据：各种主观意见
定量预测方法
利用统计资料和数学模型进行
预测
主观判断仍然重要
2022/4/16 8
预
测
方
法
定
性
预
测
方
法
定
量
预
测
方
法
Delphi法
用户期望调查法
部门主管讨论法
销售人员意见汇集法
因果模型
时间序
列模型
移动平均法
加权移动平均法
指数平滑法
乘法模型
加法模型
时间序列
平滑模型
时间序列
分解模型
2022/4/16 9
预测的一般步骤
1 确定预测的目的和用途
2 根据企业不同的产品及其性质分类
3 决定影响各类产品需求的因素及其重要性
4 收集所有可以利用的过去和现在的资料加以分析
5 选择适当的预测方法
6 计算并核实初步预测结果
“预测
”
7 考虑和设定无法预测的内外因素
8 求出各类产品需求预测
9 将预测结果应用
10 预测监控
2022/4/16 10
定性预测方法
Delphi 法（专家调查法）
用户期望调查法
部门主管意见
销售人员意见汇集法
11南京理工大学经济管理学院2022/4/16
定量预测法
简单移动平均（Simple moving average，SMA）
加权移动平均（Weighted moving average，WMA）
指数平滑法（Exponential smoothing）
12南京理工大学经济管理学院2022/4/16
一、简单移动平均
SMAt+1 = n
At+i-n
i = 1
nT周期末简单移动平均值
T＋1周期的预测值
i周期实际值
周期数
13南京理工大学经济管理学院2022/4/16
表5-1 简单移动平均法预测
月份 实际销量 (百台) n=3 n=4
1
2
3
4
5
6
7
8
9
10
11
12
14南京理工大学经济管理学院2022/4/16
计算移动平均预测值:
F4=(720+678+650)/3
=
F7=(920+859+785
+720+678+650)/6
=
15南京理工大学经济管理学院2022/4/16
• 描点绘图，可以比较当n=3,n=6时对预测结果的影
响?
16南京理工大学经济管理学院2022/4/16
• 对于简单移动平均预测方法，关键是选择移动时间区间的
大小，即n的大小。
• n的大小的选择与预测者要求的适应性有关。如果管理者追
求稳定性n的值应该选择大一些，如果管理者的目标是体现
响应性，则应选择小一点的n。
17南京理工大学经济管理学院2022/4/16
二、加权移动平均
WMAt+1 = n
iAt+i-ni = 1
n
18南京理工大学经济管理学院2022/4/16
表5-2 加权移动平均预测
t(月) 实际销量(百台) 三个月的加权移动平均预测值(百台)
1
2
3
4
5
6
7
8
9
10
11
12
(×20+1× 21+× 23)/3=
19南京理工大学经济管理学院2022/4/16
• 近期数据的权重越大，则预测的稳定性就
越差，响应性就越好；近期数据数据的权
重越小，则预测的稳定性就越好，响应性
就越差；
• 权重和n的选择具有经验性。
20南京理工大学经济管理学院2022/4/16
三、一次指数平滑法
(Single exponential smoothing)
Ft = Ft-1 + (At-1 - Ft-1) = At-1 +（1- ）Ft-1
•Ft 新的预测值， Ft-1前期预测值，
•At-1前期的实际需求， 平滑系数
21南京理工大学经济管理学院2022/4/16
月销售额一次指数平滑预测表 单位：千元
F2 ＝ αA1 ＋ （1－α） F1
＝×＋（1－）×
＝
22南京理工大学经济管理学院2022/4/16
•与上面的问题的类似，预测的关键是选择的大小。
•如管理者追求稳定性，的值应该选择小一些;
•如果管理者的目标是体现响应性，则应选择大一点的
23南京理工大学经济管理学院2022/4/16
四、时间分解预测模型--解决季节性预测问题
(Seasonal variations)
–常用季节性预测模型(P87 图3-7)
• 加法模型(Additive Model)
• TF=T+S+C+I
• 乘法模型(Multiplicative model)
• TF=
• 用得较多的是基于乘法模型的预测方法
24南京理工大学经济管理学院2022/4/16
时间序列分解模型计算示例：
有一个公司记录了1997和1998两年的销售数据，
见下表。请根据这些数据预测1999年的销售情况。
时间 销售额(万元
)
时间 销售额(万元)
1997年1季度 300
2季度 200
3季度 220
4季度 530
1998年1季度 520
2季度 420
3季度 400
4季度 700
25南京理工大学经济管理学院2022/4/16
Step 1: 求出趋势值的直线方程。
趋势值
Step1:
可以用最小二乘法，求出： Tt=170+55*t
26南京理工大学经济管理学院2022/4/16
有关最小二乘法 请自学
最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误
差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得
未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最
小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化
能量或最大化熵用最小二乘法来表达。
27南京理工大学经济管理学院2022/4/16
Step 2: 计算季节因子
时间 实际值 趋势值 实际值/趋势值 季节因子
97年1季度
2季度
3季度
4季度
300
200
220
530
225
280
335
390
(300/225)=
(+)/2 =
(+)/2=
98年1季度
2季度
3季度
4季度
520
420
400
700
445
500
555
610
(+)/2=
(+)/2 =
Step 3: 计算1999年的预测值
1999年1季度: (170+55×9)×=831
2季度: (170+55×10)×=562
3季度: (170+55×11)×=535
4季度: (170+55×12)×=1038
28南京理工大学经济管理学院2022/4/16
五、因果模型：一元线性回归模型
• Yt 一元线性回归预测值；
• a 截距
• b 斜率.
Yt = a + bx
0 1 2 3 4 5 t
Y
29南京理工大学经济管理学院2022/4/16
b =
n (xy) - x y
n x2 - ( x)2
a =
y - b x
n
• n为变量数；
• x为自变量的取值；
• y为因变量的取值；
30南京理工大学经济管理学院2022/4/16
31南京理工大学经济管理学院2022/4/16
y = +
a =
812 - (15)
5
=
b =
5 (2499) - 15(812)
5(55) - 225
=
12495-12180
275 -225
=
32南京理工大学经济管理学院2022/4/16
预测误差与监控
预测精度（误差的大小）与控制是预测中的
重要环节。如果不注意预测环境的变化，原来使用
的预测模型可能会由于种种原因产生较大的偏差，
从而影响预测结果的精度，使管理人员产生错觉，
导致某些决策错误。
33南京理工大学经济管理学院2022/4/16
预测误差
• 误差 – 实际值与预计值的差别
• 平均绝对偏差（Mean absolute deviation ，
MAD）
• 平均平方误差（Mean squared error，MSE)
34南京理工大学经济管理学院2022/4/16
预测误差的度量(Measurement of forecast
error)
预测误差是指预测值与实际值之间的偏差。其计算
方法是：
平均预测误差
平均绝对偏差
平均平方误差
预测误差滚动和
Running sum of forecast errors，RSFE
反映预测精度
衡量无偏性
35南京理工大学经济管理学院2022/4/16
• 检验预测模型是否有效：
–将最近的实际值与偏差进行比较，看偏差是否在可
以接受的范围之内；
–采用跟踪信号法(Tracking signal)
预测监控
跟踪信号（Tracking signal）是累积误差与 MAD的比
可接受
误差范
围
上限
下限
36南京理工大学经济管理学院2022/4/16
例：
月份 需求预测 实际值 偏差 (A-F) |A-F| |A-F| MAD TS
1 1000 950 -50 -50 50 50 50
2 1000 1070 70 20 70 120 60
3 1000 1100 100 120 100 220
4 1000 960 -40 80 40 260 65
5 1000 1090 90 170 90 350 70
6 1000 1050 50 220 50 400
3MAD
2MAD
1MAD
TS 0
-1MAD
-2MAD
-3MAD
