Прогнозирование в логистике

Автор работы: Пользователь скрыл имя, 14 Марта 2013 в 18:58, реферат

Описание работы

Для прогнозной оценки данным методом изменения ве¬личины необходимо знать значения этой величины за ряд предшествующих периодов. Оценка явления и определение направления его развития производятся посредством апп¬роксимации и экстраполяции
Аппроксимация — замена одних математических объе¬ктов другими, более простыми и в том или ином смысле близкими к исходным.

Файлы: 1 файл

лог.docx

— 29.86 Кб (Скачать файл)

№1. Прогнозирование в  логистике

Цель  — приобрести навык применения простейших приемов прогнозирования в логистике.

Прогнозирование — выявление состояния и вероятных путей развития явлений и процессов.

Анализ временных рядов (один из методов прогнозирования).

Для прогнозной оценки данным методом изменения величины необходимо знать значения этой величины за ряд предшествующих периодов. Оценка явления и определение направления его развития производятся посредством аппроксимации и экстраполяции

Аппроксимация — замена одних математических объектов другими, более простыми и в том или ином смысле близкими к исходным.

Экстраполяция — распространение выводов, полученных из наблюдения над одной частью явления на другую его часть. Экстраполяция применяется для эволюционно развивающихся процессов, для которых в будущем не предвидится скачков. Может применяться для разработки краткосрочных прогнозов в логистике.

В рамках данного занятия  рассмотрим следующие методы:

  • метод “наивного” прогноза;
  • метод долгосрочной средней;
  • метод скользящей средней;
  • метод скользящей средневзвешенной.

 

 

Дадим определение перечисленных  методов и кратко охарактеризуем их плюсы и минусы.

1.Метод “наивного” прогноза — предположение, что продажи в последующем периоде будут соответствовать продажам в предыдущем периоде

Преимущества:

  • моментальная реакция на изменения спроса;
  • метод хорошо работает в условиях тренда (тренд — изменение, определяющее общее направление развития).

Недостаток:

  • слишком большая чувствительность к случайным колебаниям.

Ошибки прогнозирования  данным методом обусловлены слишком  большой чувствительностью метода к случайным колебаниям прогнозируемой величины. Метод хорошо работает в случае наличия тренда.

2.Метод долгосрочной средней — предположение, что продажи в последующем периоде будут равны среднему объему продаж за все предшествующие периоды.

Метод предусматривает сглаживание  продаж за счет вычисления средней  за все известные предшествующие продажи. Данные о продажах в самое  последнее время имеют тот же “вес”, что и данные за самый отдаленный период. Это позволяет избежать слишком быстрого реагирования на изменения спроса.

Преимущество:

  • сглаживает случайные колебания спроса.

Недостатки:

  • не отражает истинных изменений в тенденциях;
  • всегда реагирует с запозданием относительно существенных изменений спроса

3.Метод скользящей средней — предположение, что продажи в последующем периоде будут равны арифметической средней от объема продаж за последние п периодов. Метод является компромиссом между двумя первыми системами.

4.Метод скользящей средневзвешенной — предположение, что продажи в последующем периоде будут равны арифметической средневзвешенной объема продаж за последние n периодов.

К выбору числа периодов добавляется взвешивание этих периодов. Метод более гибкий, чем метод  простой скользящей средней.

Преимущество: при наличии тенденции имеет преимущество. Акцент может быть сделан на недавние данные и гибким образом.

Недостаток: отброшенные за пределами п данные всегда имеют предсказательную ценность, каков бы ни был их вес.

Исходные данные для выполнения заданий по данной теме приведены в табл. 17.1.

Таблица 17.1

Месяц

2004г.

2005г.

2006г.

Продукт А

Продукт В

Продукт А

Продукт В

Продукт А

Продукт В

Январь 

600

300

570

330

645

300

Февраль

480

210

630

270

570

330

Март 

540

150

690

240

660

300

Апрель 

630

300

540

210

675

330

Май

600

240

450

300

540

390

Июнь 

690

180

510

330

600

420

Июль 

570

360

660

420

480

480

Август 

600

345

600

390

630

510

Сентябрь 

510

330

630

300

660

360

Октябрь

540

390

720

360

615

390

Ноябрь 

660

300

570

390

540

420

Декабрь

630

330

540

420

450

450

Всего

7050

3435

7110

3960

7065

4680

Среднее

587,5

286,25

592,5

330

588,75

390


 

 

Задание

Выполнить сравнительную  характеристику “наивного” прогноза и прогноза, выполненного методом  долгосрочной средней (продукт А, тенденция  отсутствует; продукт В, тенденция есть).

 

Методические указания

Задание рекомендуется  оформить в виде табл. 17.2 и 17.3. При  этом необходимо выполнить следующие  действия.

1.Вначале анализируется  продукт А и заполняется табл. 17.2. На основе данных табл. 17.1 заполнить  гр. 3 табл. 17.2 (при выполнении задания  рекомендуется воспользоваться  средствами Microsoft Excel).

2.Заполнить гр. 4, помесячно определив прогнозную  величину продаж методом “наивного” прогноза. Расчеты рекомендуется начать с января 2005 г. Например, фактические продажи продукта А в декабре 2004 г. составили 630 ед. Следовательно, “наивный” прогноз на январь составит 630 ед.

3.Поскольку фактические  продажи составили 570 ед., абсолютная  ошибка1 прогноза составила 60 ед. Внести значение абсолютных ошибок, полученных при использовании “наивного” прогноза, в гр. 5 до конца 2006 г.

4.Определить прогноз  продаж в январе 2005 г. методом  долгосрочной средней на основе  информации о продажах за 12 месяцев  2004 г. Прогноз методом долгосрочной  средней для февраля 2005 г. определяется  на основе данных о продажах за последние 13 месяцев, и т. д. до конца 2006 г.

5.Определить значения  суммарной и средней абсолютных ошибок. Сделать вывод о целесообразности применения того или иного метода прогнозирования для продукта, у которого отсутствует общая тенденция изменения объема продаж.

6. Аналогичные  расчеты выполнить для продукта В, заполнив табл. 17.3. Сделать вывод о целесообразности применения того или иного метода прогнозирования для продукта, у которого имеется выраженная традиция изменения объема продаж.

 

 

Сравнительная характеристика “наивного” прогноза и прогноза, выполненного методом долгосрочной средней (продукт А, тенденция отсутствует; продукт В, тенденция есть).

Год

Месяц

Реаль-

ные продажи

«Наивный»

прогноз

Абсолютная

ошибка

Прогноз

методом

долгосрочной

средней

Абсолютная

ошибка

1

2

3

4

5

6

7

2004

декабрь

630

-

-

-

-

2005

Январь

570

630

60

587,5

17,5

Февраль

630

570

60

586,2

43,8

Март

690

И т.д.

И т.д.

И т. д.

И т.д.

Апрель

540

       

Май

450

       

Июнь

510

       

Июль

660

       

Август

600

       

Сентябрь

630

       

Октябрь

         

Ноябрь

         

Декабрь

         

2006

Январь

         

Февраль

         

Март

         

Апрель

         

Май

         

Июнь

         

Июль

         

Август

         

Сентябрь

         

Октябрь

         

Ноябрь

         

Декабрь

         

Суммарная абсолютная ошибка

     

Средняя абсолютная ошибка

     

Год

Месяц

Реаль-

ные продажи

«Наивный»

прогноз

Абсолютная

ошибка

Прогноз

методом

долгосрочной

средней

Абсолютная

ошибка

1

2

3

4

5

6

7

2004

декабрь

330

-

-

-

-

2005

Январь

330

330

0

286,25

43,75

Февраль

270

330

60

289,61

19,62

Март

240

И т.д.

И т.д.

И т. д.

И т.д.

Апрель

210

       

Май

300

       

Июнь

330

       

Июль

420

       

Август

390

       

Сентябрь

300

       

Октябрь

         

Ноябрь

         

Декабрь

         

2006

Январь

         

Февраль

         

Март

         

Апрель

         

Май

         

Июнь

         

Июль

         

Август

         

Сентябрь

         

Октябрь

         

Ноябрь

         

Декабрь

         

Суммарная абсолютная ошибка

     

Средняя абсолютная ошибка

     



Таблица 17.3

Сравнительная характеристика “наивного” прогноза и прогноза, выполненного методом долгосрочной средней (продукт  В, тенденция есть).

 

Таблица 17.2


Информация о работе Прогнозирование в логистике