Тема 17 Прогнозирование в логистике
Цель занятия - 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 п периодов. К выбору числа периодов добавляется взвешивание этих периодов. Метод более гибкий, чем метод простой скользящей средней. Преимущество: при наличии тенденции имеет преимущества. 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 Информация о помесячных продажах продукта А и продукта В
|
