Phương Pháp San Bằng Mũ Có Điều Chỉnh Xu Hướng

Vì mô hình san bằng mũ rất giản đơn nên được sử dụng khá rộng rãi trong các công ty. Tuy nhiên, việc chọn hệ số san bằng mũ α sao cho thích hợp để đạt được một dự báo chính xác là một vấn đề quan trọng. Để chọn được hệ số α hợp lý cũng như để đánh giá mức độ chính xác của dự báo, ta so sánh giữa kết quả dự báo với nhu cầu thực tế. Sai số của dự báo tính như sau:

Sai số dự báo = Nhu cầu thực – Dự báo = At -Ft

Ngoài ra, để đánh giá mức sai lệch tổng thể của dự báo người ta còn dùng độ lệch tuyệt đối trung bình MAD. Độ lệch tuyệt đối trung bình MAD được tính như sau:

n Ai- Fi

MAD = i=1 (2.4)

n

Thử đo mức độ chính xác đối với 2 giá trị α = 0,1 và α = 0,9 trong bảng sau:

Bảng 2.5: Tính độ lệch tuyệt đối bình quân (MAD)



Tháng

Nhu cầu thực

α = 0,1

α = 0,9


Dự báo

Sai số tuyệt

đối

Sai số dự báo


Dự báo

Sai số tuyệt

đối

Sai số dự báo

1

405

405

0

0

405

0

0

2

410

405

5

5

405

5

5

3

395

405,5

10,5

- 10,5

409,5

14,5

- 14,5

4

450

395

55

55

396,5

53,5

53,5

5

410

400,5

9,5

9,5

444,6

34,6

- 34,6

6

430

410,5

28,5

28,5

413,5

16,6

16,6

7

450

404,5

45,5

45,5

428,5

21,5

21,5

8

461

409

52

52

448

13

13

9

470

414

56

56

460

10

10

10

600

420

180

180

469

131

131

11

630

438

192

192

587

43

43

12

610

457

153

153

626

16

- 16

Tổng



787

766


358,6

228,4

Có thể bạn quan tâm!

Xem toàn bộ 215 trang tài liệu này.

Quản trị sản xuất tác nghiệp - 5

Từ kết quả trong bảng trên ta có: MADα= 0,1 = 787/12 = 65,6

MADα= 0,9 = 358,6/12 = 29,88

So sánh hai giá trị trên ta khẳng định dự báo với α = 0,9 chính xác hơn với α = 0,1. Vậy ta chọn α = 0,9 trong trường hợp trên.

2.2.2.5. Phương pháp san bằng mũ có điều chỉnh xu hướng

Phương phápsanbằnghàmmũgiảnđơnkhôngthểhiệnròxuhướng biếnđộngcủadòng nhucầu,dođócầnphải sửdụngthêmkỹthuật điềuchỉnhxuhướng. Trongphương phápnàynhu cầudựbáo được xác địnhtheo công thức:

FITt= Ft+ Tt (2.5)

Trong đó:

FITt: Mứcnhucầudựbáotheophươngphápsanbằnghàmmũcóđiềuchỉnhxu hướng; Ft: Mứcnhu cầudựbáotheo phươngpháp san bằnghàm mũ giảnđơn;

Tt: Lượngđiềuchỉnhtheo xu hướng

Tt= Tt-1+ β(Ft- Ft-1) (2.6)

Trong đó:

Tt: Lượngđiềuchỉnhtheo xu hướng trong kỳt;

Tt-1: Lượngđiềuchỉnhtheo xu hướngtrong kỳt-1; β: Hệsốsanbằngxu hướng.

Nhưvậy,đểdựbáonhucầutheophương phápsanbằnghàmmũcóđiềuchỉnhxuhướng, cầntiếnhành các bướcsau:

- Dựbáonhu cầutheo phươngpháp san bằnghàmmũ giảnđơn Ftở thời kỳ t.

- Tính lượngđiềuchỉnhtheo xu hướng:Để tính lượngđiềuchỉnhtheo xu hướng,giá trịđiều chỉnh xuhướngbanđầuphải đượcxácđịnhvàđưavàocôngthức. Giátrị nàycóthể đượcđềxuất bằngphán đoán hoặcbằngnhữngsố liệuđã quan sát được trong thờigian qua.

- Tính nhu cầudựbáo theo phươngpháp san bằngmũ có điềuchỉnh xu hướng.

Trở lại ví dụ trên, ta lập được bảng dự báo theo phương pháp san bằng mũ có điều chỉnh xu hướng với β = 0,1 như sau:

Bảng 2.6: Dự báo nhu cầu cửa hàng X theo phương pháp san bằng mũ có điều chỉnh xu hướng


Tháng

Nhu cầu thực tế

Dự báo (Ft)

Điều chỉnh xu hướng Ttvới β = 0,1; α = 0,9

Dự báo có điều chỉnh xu

hướng FITt

1

405

405

0

405

2

410

405

0 = 0 + 0,1(405 – 405)

405

3

395

409,5

0,45 = 0 + 0,1(409,5 – 405)

410

4

450

396,5

-0,85 = 0,45 + 0,1(396,5 – 409,5)

395,65

5

410

444,6

3,96 = -0,85 + 0,1(444,6 – 396,5)

448,6

6

430

413,5

0,85 = 3,96 + 0,1(413,5 – 444,6)

414,4

450

428,5

2,35 = 0,85 + 0,1(428,5 – 413,5)

431

8

461

448

4,3 = 2,35 + 0,1(448 – 428,5)

452,3

9

470

460

5,5 = 4,3 + 0,1(460 – 448)

565,5

10

600

469

6,4 = 5,5 + 0,1(469 – 460)

475,5

11

630

587

18,2 = 6,4 + 0,1(587 – 469)

605,2

12

610

626

22,1 = 18,2 + 0,1(626 – 587)

648,1

7

Để kiểm nghiệm xem dự báo theo phương pháp san bằng mũ có điều chỉnh xu hướng có tốt hơn các phương pháp ở trên không, ta có thể sử dụng chỉ tiêu độ lệch tuyệt đối trung bình MAD.

Để tính toán MAD ta có bảng sau:

Bảng 2.7: Tính MAD cho phương pháp san bằng mũ có điều chỉnh xu hướng


Tháng

Nhu cầu thực tế

Dự báo có điều chỉnh xu

hướng FITt

Độ lệch tuyệt đối

At - FITt

1

405

405

0

2

410

405

5

3

395

410

15

4

450

395,65

54,35

5

410

448,6

38,6

6

430

414,4

15,6

7

450

431

19,0

8

461

452,3

8,7

9

470

565,5

4,5

10

600

475,5

124,6

11

630

605,2

24,8

12

610

648,1

22,1

Tổng



332,25


Theo bảng trên, ta có:


MAD =


332,25

12 =27,69

So với kết quả ở mục 4 thì kết quả ở đây chính xác hơn vì có MAD nhỏ hơn.

2.2.2.6. Phép hoạch định theo xu hướng

Phép hoạch định theo xu hướng giúp ta dự báo nhu cầu trong tương lai dựa vào dãy số theo thời gian.

Dãy số theo thời gian cho phép xác định đường xu hướng lý thuyết trên cơ sở kỹ thuật bình phương bé nhất, tức là tổng khoảng cách từ các điểm thể hiện nhu cầu thực

tế trong quá khứ đến đường xu hướng lấy theo trục tung là nhỏ nhất. Sau đó dựa vào đường xu hướng lý thuyết để dự báo nhu cầu cho tương lai.

Để xác định đường xu hướng lý thuyết trước hết cần biểu diễn các nhu cầu trong quá khứ lên biểu đồ và phân tích xu hướng phát triển của các số liệu đó. Qua phân tích nếu thấy rằng các số liệu tăng hoặc giảm tương đối đều đặn theo một chiều hướng nhất định thì ta có thể vạch ra mộtđường thẳng biểu hiện chiều hướng đó. Nếu các số liệu biến động theo một chiều hướng đặc biệt hơn, như tăng giảm ngày càng tăng nhanh hoặc ngày càng chậm thì ta có thể sử dụng các đường cong thích hợp để mô tả sự biến động đó, như đường parabol, hyperbol, logarit...

Một số đường cong xu hướng nhu cầu sản phẩm thường gặp như: tuyến tính, Logistic và hàm mũ... Dưới đây sẽ xem xét phương pháp dự báo nhu cầu sản phẩm theo đường xu hướng tuyến tính.

Dạng của mô hình tuyến tính được biểu diễn theo công thức sau :

Yt = a +bt (2.7)

Trong đó: Yt : Nhu cầu sản phẩm tính cho kỳ t a, b : Các tham số

t : Biến thời gian

Sử dụng phương pháp bình phương nhỏ nhất, a và b được xác định như sau:

i 1

i

i

nY t


nY .t

i

b = n

i 1

t2

2

n.t

và a= Y

b.t

(2.8)

n

n

n

Y n 1 t 1



Y i

i1

Trong đó:Yi: Nhu cầu thực của giai đoạn i

n: Số giai đoạn quan sát

ti i1

(2.9)

Ví dụ: Sảnlượngbưuphẩmghi số qua các nămđược cho trongbảng sau. Yêu cầudựbáo nhu cầubưuphẩmghi số cho 5 nămtiếptheo theo phươngpháp hoạch định theo xu hướng.

Đơnvịtính: ngàn cái


Năm

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

Sản lượng

130

255

298

300

370

400

459

494

541

652

738

798

Ta lậpbảngsau:

Bảng 2.8: Dự báo nhu cầu theo phương pháp hoạch định theo xu hướng

Đơn vị: sản phẩm

Sảnlượng (Yi)

ti

ti2

Yiti

1994

130

1

1

130

1995

255

2

4

510

1996

298

3

9

894

1997

300

4

16

1200

1998

370

5

25

1850

1999

400

6

36

2400

2000

459

7

49

3213

2001

494

8

64

3952

2002

541

9

81

4869

2003

652

10

100

6520

2004

738

11

121

8118

2005

798

12

144

9576


5435

78

650

43232

Năm

Căn cứ vào số liệu trong bảng xác định các hệ số: b = 51,43 và a = 126,95. Nhưvậy,đườngxuhướngcó dạng:Y = 126,95 +51,43 t.

2.2.2.7. Phương pháp dự báo nhu cầu biến đổi theo mùa

Có nhiều loại mặt hàng theo nhu cầu biến đổi theo mùa như quần áo, lò sưởi, máy nông nghiệp ... Ví dụ sau đây cho ta biết cách dùng chỉ số mùa vụ để điều chỉnh nhu cầu theo mùa.

Ví dụ: Nhà máy Điện cơ thống kê được số quạt điện bán được trong thời gian qua như sau:

Tháng

Nhu cầu thực

Nhu cầu bình

quân tháng

Nhu cầu bình quân

tháng giản đơn

Chỉ số mùa vụ

Năm 1

Năm 2

1

0

0

0

1.789

0

2

0

0

0

1.789

0

3

0

0

0

1.789

0

4

800

1.100

950

1.789

0,531

5

5.500

7.300

6.400

1.789

3,577

6

7.600

8.200

7.900

1.789

4,416

7

4.100

4.300

4.200

1.789

2,348

8

1.500

1.600

1.550

1.789

0,866

9

400

510

455

1.789

0,254

10

10

12

11

1.789

0,006

11

0

0

0

1.789

0

12

0

0

0

1.789

0

Tổng nhu cầu bình quân = 21.466


Nhu cầu bình quân tháng =

Nhu cầu tháng theo năm thứ 2

Nhu cầu tháng theo năm thứ 1 +

37


/ 2 (2.10)


Nhu cầu bình quân tháng giản đơn =

21.466

12 = 1.789

Nhu cầu bình quân tháng

Chỉ số mùa vụ = Nhu cầu bình quân tháng giản đơn(2.11) Tổng chỉ số mùa vụ = Tổng giai đoạn theo mùa

Nếu nhu cầu năm thứ 3 được dự báo là 23.500 chiếc thì khi dùng các chỉ số mùa vụ trên ta sẽ dự báo được nhu cầu hàng tháng trong năm đó như sau:

Bảng 2.9: Dự báo nhu cầu hàng tháng sử dụng chỉ số mùa vụ

Đơn vị: sản phẩm


Tháng

Nhu cầu

Tháng

Nhu cầu

1

(23.500/12)x0 = 0

7

(23.500/12)x2,348 = 4598

2

(23.500/12)x0 = 0

8

(23.500/12)x0,866 = 1698

3

(23.500/12)x0 = 0

9

(23.500/12)x0,254 = 498

4

(23.500/12)x0,531 = 1040

10

(23.500/12)x0,006 = 12

5

(23.500/12)x0,577 = 700

11

(23.500/12)x0 = 0

6

(23.500/12)x4,416 = 8648

12

(23.500/12)x0 = 0

2.2.2.8. Phương pháp dự báo nhân quả: hồi quy và phân tích tương quan

Mô hình dự báo nhân quả thường nghiên cứu nhiều biến cố liên quan đến nhu cầu dự báo. Khi tìm ra được các biến số có liên quan, người ta xây dựng mô hình và dùng nó để dự báo. Cách tiếp cận này phản ảnh được nhân tố ảnh hưởng đến nhu cầu. Có nhiều nhân tố ảnh hưởng đến nhu cầu. Công việc của nhà quản trị là xây dựng mô hình phản ánh tương quan giữa các nhân tố trên. Mô hình dự báo nhân quả định lượng được dùng phổ biến nhất là “Mô hình phân tích hồi quy tuyến tính”.

Trong mô hình phân tích hồi quy tuyến tính, biến phụ thuộc là nhu cầu y và biến độc lập là x. Phương trình dự báo giống như trong phương trình dự báo theo xu hướng, song nhân tố thời gian được thay bằng nhân tố x.

y = a + bx (2.12)

Trong đó:


y: Trị số của biến phụ thuộc; a: Hệ số chặn;

b: Hệ số góc;

x: Biến độc lập.

Ta có thể tìm được phương trình toán học thể hiện quan hệ hồi quy tuyến tính trên như sau:

n x

y nx y

i1 i i

n

b =

và a= y b.x

(2.13)

i

2

n

i1

x2n. x

n

y n1


y y 1


xi

i1


i1 i n

(2.14)

Trong đó:Yi: Nhu cầu thực của giai đoạn i

n: Số giai đoạn quan sát

TÓM TẮT NỘI DUNG CHƯƠNG


1. Dự báo là sự tiên đoán có căn cứ khoa học, mang tính chất xác suất về mức độ, nội dung, các mối quan hệ, trạng thái, xu hướng phát triển của đối tượng nghiên cứu hoặc về cách thức và thời hạn đạt được các mục tiêu nhất định đã đề ra trong tương lai.

2. Khi dự báo phải tuân theo các nguyên tắc sau:

- Nguyên tắc liên hệ biện chứng

- Nguyên tắc kế thừa lịch sử

- Nguyên tắc tính đặc thù về bản chất của đối tượng dự báo

- Nguyên tắc mô tả tối ưu đối tượng dự báo

- Nguyên tắc về tính tương tự của đối tượng dự báo

3. Căn cứ vào thời gian có 3 loại dự báo sau :

- Dự báo ngắn hạn

- Dự báo trung hạn

- Dự báo dài hạn

4. Các phương pháp dự báo định tính chủ yếu bao gồm:

- Lấy ý kiến của ban quản lý điều hành

- Phương pháp lấy ý kiến của lực lượng bán hàng

- Phương pháp nghiên cứu thị trường người tiêu dùng

- Phương pháp chuyên gia

5. Các phương pháp dự báo định lượng chủ yếu bao gồm:

- Phương pháp chuỗi thời gian:

+ Phương pháp trung bình giản đơn

+ Phương pháp trung bình động

+ Phương pháp trung bình động có trọng số

+ Phương pháp san bằng hàm mũ giản đơn

+ Phương pháp san bằng hàm mũ có điều chỉnh xu hướng

+ Dự báo theo đường xu hướng

- Phương pháp hồi quy tương quan

..... Xem trang tiếp theo?
⇦ Trang trước - Trang tiếp theo ⇨

Ngày đăng: 16/07/2022