Zarządzanie Produkcją i Usługami - PROGNOZOWANIE

instrukcja do laboratorium opracowana na podstawie:

Kosieradzka A. (red.): Podstawy zarządzania produkcją. Oficyna wydawnicza Politechniki Warszawskiej, Warszawa 2008.

Dane do przykładu

Okres t	1	2	3	4	5	6	7	8	9	10	11	12	Prognoza F1 [szt./m-s]
Wielkość popytu Dt [szt./m-c]	291	320	142	198	389	412	271	305	492	518	363	388	300

Zadanie 1.

Określić prognozę popytu dla kolejnych 4 miesięcy metodą średnich stałych.

Przykład:

F_t+1= F_t+2= F_t+3= F_t+4=(291+320+….+363+388)/12 = 4089/12 ≈ 341 szt./m-c

Zadanie 2

Określić prognozę popytu dla kolejnego miesiąca metodą średnich ruchomych:

1. dla n = 3; b) dla n=6; c) dla n=9; dane przedstawić w tabeli i na wykresie.

Przykład:

Dla n=3: F₄=(291+320+142)/3 = 251; F₅= (320+142+198)/3 = 220; F₆ = (142+198+389)/3=243 szt/m-c

Dla n=6: F₇= (291+320+142+198+389+412)/6 = 292; F₈= (320+142+198+389+412+271)/6 = 289 szt./m-c

Wszystkie wartości umieścić na jednym wykresie poszczególne linie (dla n3, n6 i n9) wyróżnić odmiennymi znacznikami i różnym rodzajem linii.

Zadanie 3

Określić prognozę popytu dla kolejnego miesiąca metodą wygładzania wykładniczego:

1. dla α=0,1; b) α=0,15; c) α=0,2 dane przedstawić w tabeli i na wykresie.

Przykład:

Dla α=0,1; F₂=0,1*291+(1-0,1)*300=299,1; F₃=0,1*320+(1-0,1)*299,1=302 szt./m-c

Zadanie 4

Określić prognozę popytu dla kolejnych 8 miesięcy za pomocą modelu sezonowości i trendu, Używając regresji liniowej do znalezienia podstawowego trendu.

1. wyliczyć podstawową wartość trendu; b) wyliczyć wskaźnik sezonowości; c) wyliczyć średni wskaźnik sezonowości dla kolejnych 4 okresów; d) wyliczyć prognozę dla kolejnych 8 miesięcy; e) dane przedstawić w tabeli i na wykresie

Przykład:

a) Z danych wartości mamy: n=12; Σx=1+2+…+11+12=78; Σy=291+320+…+363+388=4089; Σx²=1²+2²+…+11²+12²=650; Σx*y=1*291+2*320+…+11*363+12*388=29160

Podstawiając te dane do równania regresji liniowej otrzymujemy:

=
=18,052

Linia najlepszego dopasowania daje trend jako:

popyt=223,409+18,052*okres

Zdesezonowany podstawowy trend wynosi:

T₁=223,409+18,052*1=241,46; T₂=223,409+18,052*2=259,51

2. Wskaźnik sezonowości liczymy przez podzielenie rzeczywistego popytu przez zdesezonowaną wartość podstawową, biorąc pojedyncze okresy:

3. Przyjmując 1, 5 i 9 jako pierwszy okres w kolejnych sezonach obliczamy średni wskaźnik sezonowości dla pierwszego okresu w sezonie.

Pierwszy okres:

Drugi okres:

Okres 13

Podstawowy trend: T₁₃=223,409+18,052*13=458,09

Wskaźnik sezonowości: 1,24 (Pierwszy okres w sezonie)

Prognoza: F₁₃=T₁₃*1,24=568,1 szt./m-c

Okres 14

Podstawowy trend: T₁₄=223,409+18,052*14=476,14

Wskaźnik sezonowości: 1,252 (Drugi okres w sezonie)

Prognoza: F₁₄=T₁₄*1,252=596,4 szt./m-c

Analogicznie dla okresu 15,16,17,18,19,20.

Zadanie 5

Porównać wyniki uzyskane czterema metodami dla okresu 13 i przedstawić wnioski.

Zestawy dla poszczególnych grup laboratoryjnych.

UWAGA: Numer zestawu do sprawozdania podaje prowadzący zajęcia

Okres t	1	2	3	4	5	6	7	8	9	10	11	12	Prognoza F1 [szt./m-s]
	Wielkość popytu Dt [szt./m-c]
Zestaw 1	400	300	256	234	378	356	322	302	478	453	401	305	410
Zestaw 2	122	146	188	230	100	134	156	179	89	98	130	155	110
Zestaw 3	25	34	45	56	43	47	48	50	48	56	64	70	30
Zestaw 4	800	860	866	887	760	770	780	790	800	820	830	840	810
Zestaw 5	155	143	415	440	234	286	378	398	235	285	346	405	160
Zestaw 6	890	760	650	400	745	623	598	520	638	630	578	524	880

---