- •5.1. Прогнозир-е спроса с использ-ем временных рядов.
- •5.2 Формализация процесса разработки управленческого решения. Понятия «ситуация», «проблема», «альтернатива», «критерий».
- •5.10. Сущность вероятностного подхода к управлению запасами. Графическая иллюстрация. Параметры, порождающие вариацию. Подход к установлению размера страхового запаса.
- •5.4_1. Типы сред принятия решений и их характеристика.
- •5.5. Сущность логистического подхода к управлению организацией. Объект управления в логистике. Логистическая операция.
- •5.6. Логистический сервис. Примеры показателей уровня логистического сервиса и типовая процедура их формирования.
- •5.8. Простейшая модель управления запасами. Значение модели. Организация модели. График изменения уровня запасов во времени.
- •5.9_1. Модели управления запасами, допускающие дефицит. Графическая иллюстрация изменения объема запаса во времени и параметры, подлежащие определению. (Модель 1)
5.1. Прогнозир-е спроса с использ-ем временных рядов.
Прогнозир-е - метод, в к-м использ-ся как накопленный в прошлом опыт, так и текущие допущения насчет будущего с целью его опред-я. Методы прогноз-я: экспертный и количественный. Колич-й включает в себя много вариантов, в том числе корреляционный и регрессионный анализ, прогноз-е на основе временных рядов. Последний способ включает в себя: скользящее осреднение, экспоненциальное сглаживание и метод «тренд+сезонность». Метод прогноз-я на основе временных рядов – экстраполирование: исходят из предположения, прошлые тенденции в поведении прогнозируемого показателя сохранятся в будущем, а если и будут меняться, то медленно.
Временной ряд – совокуп-ть значений прогнозируемого показ-ля, каждому из к-х поставлен в соотв-вие опр-й момент времени. Моментный ВР - фиксирует значение на данный конкретный момент времени Интервальный ВР - дает общее значение показ-ля за весь период (можно суммировать) Прогнозный горизонт – хар-ет, как далеко отстоит от текущего момента времени момент времени, для к-го осущ-ся прогноз. Прогнозный период – кол-во прошлых периодов, по к-м строится прогноз. Пар-ры прогноз-я: на уровне орг-ции прогнозируются показ-ли хоздеят-ти – будущие объемы реал-ции. Di - фактический спрос, Fi – прогнозное значение спроса.
Методы прогнозирования 1. Скользящее осреднение (простое) Fi = (Di-1+…+D1)/(i-1). Использ-ся также взвешенное скользящее осреднение: предполагается, что более отдаленные периоды имеют меньшее влияние. В связи с этим вводятся весовые коэф-ты, пр. для предыдущего 0,5; два периода в прошлом 0,3; три периода 0,2 и т.п., тогда Fi=Di-1ki-1+…+ D1k1
2. Экспоненциальное сглаживание: Fi=Fi-1+(Di-1- Fi-1), где ‑ константа сглаживания 2/N+1; Di-1- Fi-1 - ошибка прогноза. N - общее количество прошлых наблюдений. [01]; берут обычно [0,050,5]. Di-1- данные по прошлому периоду; Fi‑1- прогноз прошлого периода. Уменьшение приводит к сглаживанию ряда; если колебания сильные, следует брать больше.
С труктура временного ряда:
Т - трендовая компонента
S - сезонная компонента;
С - циклическая компонента;
R - случайная компонента
(поэтому есть ошибки прогноза)
Теоретически аддитивная модель временного ряда: D=T+S+R (регрессионное уравнение тренда).
3. Совместный учет тренда и сезонной компоненты
Алгоритм прогнозирования: Напр: Есть данные по спросу за два года по четырем кварталам. Необходим прогноз на следующий год.
1. Вычисляем формулу тренда по известным периодам. Выделение линейной трендовой компоненты: D=a + bt
2. Рассчитываем значение функции для известных периодов.
3. Находим индекс сезонности (отношением фактического спроса к тренду для каждого квартала).
4. Усредняем индексы сезонности (среднее арифметическое для соответствующих периодов).
5. Делаем прогноз: находим значение функции тренда для искомого периода и умножаем на соответствующий ему индекс сезонности (Необходимо учитывать, что порядковый номер квартала продолжается, а не начинается отсчет для каждого года заново).