预测方法:指数平滑

Infor ERP 将根据指数平滑预测方法计算需求预测,具体如下:

此预测方法的相关参数包括:

  • 自动更新预测参数
  • 需求的平滑因子
  • 趋势的平滑因子
  • 季节的平滑因子
  • 预测误差的平滑因子
  • 需求预测的跟踪信号
  • 关键跟踪信号

可以在按计划物料列出的预测设置 (cpdsp1110m000) 进程中维护这些参数。

如果选中了自动更新预测参数复选框,Infor ERP 将首先重新计算指数平滑方法的平滑因子。 Infor ERP 使用迭代处理生成需求、季节和趋势平滑因子的最佳组合;步长为 0.2,随后改为 0.05。 该组合可给出最小平均绝对偏差 (MAD)。

接着,Infor ERP 会通过指数平滑方法计算自需求历史记录第一期起、到上一预测期为止的需求预测。

需求预测各种变量的计算方法如下:

平均需求

没有季节性变化:

AV(t) = FD(t) + a (AD(t) - FD(t))

具有固定的季节性变化:

AV(t) = (FD(t) + a (AD(t) - FD(t))) - SF(t)

具有递增季节性变化:

AV(t) = (FD(t) + a (AD(t) - FD(t))) / SF(t)

其中:

AV(t)按季节进行调整的期段 t 的平均需求
FD(t)期段 t 的需求预测
AD(t)期段 t 的实际需求 (*)
SF(t)期段 t 的季节性因子
a 需求的平滑因子字段

 

(*) 对于当前期段和以后的期段,预测需求将被视为实际需求。

趋势因子

具有线性趋势变化:

TF(t) = TF(t-1) + b ((AV(t)-AV(t-1)) - TF(t-1))

具有递增趋势变化:

TF(t) = TF(t-1) + b (1.0 + ((AV(t)-AV(t-1))/AV(t)) - TF(t-1))

其中:

TF(t)期段 t 的趋势因子
AV(t)按季节进行调整的期段 t 的平均需求
b 趋势的平滑因子字段

 

季节性因子

具有固定的季节性变化:

SF(t+L) = SF(t) + g ((AD(t) - AV(t)) - SF(t))

具有递增季节性变化:

SF(t+L) = SF(t) + g ((AD(t) / AV(t)) - SF(t))

其中:

SF(t)期段 t 的季节性因子
AD(t)期段 t 的实际需求 (*)
AV(t)按季节进行调整的期段 t 的平均需求
L季节长度(以期段数为单位)
g 季节的平滑因子字段

 

(*) 对于当前期段和以后的期段,预测需求将被视为实际需求。

需求预测

没有趋势变化:

FD(t+1) =	 AV(t)

具有线性趋势变化:

FD(t+1) = FD(t+1) + TF(t)

具有递增趋势变化:

FD(t+1) = FD(t+1) * TF(t)

具有固定的季节性变化:

FD(t+1) = FD(t+1) + SF(t+1)

具有递增季节性变化:

FD(t+1) = FD(t+1) * SF(t+1)

其中:

AV(t)按季节进行调整的期段 t 的平均需求
TF(t)期段 t 的趋势因子
SF(t+1)期段 t+1 的季节性因子
FD(t+1)期段 t+1 的需求预测

 

平均预测误差
[...]

其中:

AD(t)期段 t 的实际需求
FD(t)期段 t 的需求预测
AE(t)期段 t 的平均绝对偏差 (MAD)
SE(t)期段 t 的平均预测误差 (SER)
abs(FD(t) - AD(t))(FD(t) - AD(t)) 的绝对值
e 预测误差的平滑因子字段

 

跟踪信号的计算方法如下:

 TS(t) = abs(SE(t)/AE(t)) 

其中:

TS(t)跟踪信号
SE(t)期段 t 的平均预测误差 (SER)
AE(t)期段 t 的平均绝对偏差 (MAD)
abs(SE(t)/AE(t))(SE(t)/AE(t)) 的绝对值

 

注意

如果预测需求 (FD) 始终大于实际需求 (AD),(SE(t)/AE(t)) 的值将为 1。如果预测需求 (FD) 始终小于实际需求,(SE(t)/AE(t)) 的值将为 -1。跟踪信号为介于 0 和 1 之间的数值。跟踪信号用于指示预测需求是否系统地高于或低于实际需求。

如果选中了需求预测的跟踪信号复选框,需求的平滑因子将取决于预测误差。

如果跟踪信号大于关键跟踪信号字段的值,Infor ERP 将使需求的平滑因子等于跟踪信号。