如何提升需求计划的准确性(5)？

今天我们来谈一谈预测模型，选择合适的预测模型对提升需求计划的准确性有较好的帮助。在所有的预测模型当中，用的最多的是指数平滑法。

1，定义与适用范围

指数平滑法(Exponential smoothing)是在移动平均法基础上发展起来的一种时间序列分析预测法。它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均(摘自MBA智库)。

指数平滑法是生产预测中常用的一种方法，适用于中短期预测，对相对平缓、水平的需求有较好的表现，被批发企业、服务机构和零售行业广泛采用。

2，计算公式

Ft=a*Yt-1+(1-a)*St-1

St=a*Yt+(1-a)*St-1

Ft:时间t的预测值

Yt，Yt-1:时间t,t-1的实际值

St，St-1:时间t, t-1的平滑值

a:平滑系数，取值范围为(0，1)

确定初始值方法: S0等于第1期实际值。或者是前面若干期实际值的简单算术平均数，如S0= (Y1+ Y2+Y3)/3

a系数的确定: 如果数据波动较大，a值可以取大一些，可以增加近期数据对预测结果的影响，如果数据波动较小，a值应取小一些。

经验判断法:当时间序列呈现较平稳的水平趋势时，a值一般可在0.05-0.2之间取值;当时间序列有波动，但长期趋势变化不大时，可选稍大的a值，在0.1-0.4之间取值; 当时间序列波动很大，长期趋势变化幅度较大，呈现明显且迅速上升或下降趋势时，宜选择较大的a值，在0.6-0.8间选值，以使预测模型灵敏度高些，能迅速跟上数据的变化;当时间序列数据是上升或下降的发展趋势类型，a值应取较大的值，在0.6-1之间。

试算法:根据具体时间序列情况，参照经验判断法来大致确定额定的取值范围，然后取几个a值进行试算，比较不同a值下的预测标准误差，选取预测标准误差最小的a值。

3，案例

已知某种产品最近10个月的销售量，用指数平滑法预测第11个月的销售量，详见下表。

4，优缺点:

缺点:

1)对数据的转折点缺乏鉴别能力，但这点可以通过调查预测法或专家预测法加以弥补;2)长期预测效果较差，多用于中短期预测。

优点:

1)对不同时间的数据的非等权处理较符合实际情况;

2)使用中仅需选择一个模型参数a即可进行预测，简单易行;

3)具有适应性，也就是说预测模型能自动识别数据模式的变化而加以调整。

如何提升需求计划的准确性(5)？