Prognosemethode: Exponential smoothing

LN berekent de vraagprognose volgens de prognosemethode Exponential smoothing. Dit gaat als volgt:

De relevante parameters voor deze prognosemethode zijn:

  • Prognoseparameters automatisch bijwerken
  • Dempingsfactor vraag
  • Dempingsfactor trend
  • Dempingsfactor seizoen
  • Dempingsfactor prognosefout
  • Tracking signalering vraagprognose
  • Kritische tracking signalering

Deze parameters kunt u muteren in de sessie Planartikelen - prognose-instellingen (cpdsp1110m000).

Indien het selectievakje Prognoseparameters automatisch bijwerken is ingeschakeld, zal LN eerst de dempingsfactor voor de exponentiële dempingsmethode opnieuw berekenen. Via een iteratief proces, met stapgroottes van achtereenvolgens 0,2 en dan 0,05, genereert LN een optimale combinatie van dempingsfactoren voor de vraag, het seizoen en de trend. Deze combinatie levert de kleinste gemiddelde absolute afwijking (MAD) op.

Met de methode exponential smoothing berekent LN dan een vraagprognose van de eerste periode met vraaghistorie tot en met de laatste prognoseperiode.

De verschillende variabelen voor de vraagprognose worden als volgt berekend:

Gemiddelde vraag

Zonder seizoensinvloed:

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

Met een constante seizoensinvloed:

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

Met een voortschrijdende seizoensinvloed:

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

Hierbij geldt het volgende:

AV(t) Voor seizoen gecorrigeerde gemiddelde vraag van periode t
FD(t) Vraagprognose van periode t
AD(t) Werkelijke vraag van periode t (*)
SF(t) Seizoensfactor voor periode 1
a Het veld Dempingsfactor vraag

(*) Voor de huidige periode en latere perioden wordt de vraagprognose gezien als de werkelijke vraag.

Trendfactor

Met een lineaire trendinvloed:

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

Met een voortschrijdende trendinvloed:

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

Hierbij geldt het volgende:

TF(t) Trendfactor voor periode 1
AV(t) Voor seizoen gecorrigeerde gemiddelde vraag van periode t
B Het veld Dempingsfactor trend

Seizoensfactor

Met een constante seizoensinvloed:

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

Met een voortschrijdende seizoensinvloed:

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

Hierbij geldt het volgende:

SF(t) Seizoensfactor voor periode 1
AD(t) Werkelijke vraag van periode t (*)
AV(t) Voor seizoen gecorrigeerde gemiddelde vraag van periode t
V Seizoenslengte in perioden
G Het veld Dempingsfactor seizoen

(*) Voor de huidige periode en latere perioden wordt de vraagprognose gezien als de werkelijke vraag.

Vraagprognose

Zonder trendinvloed:

FD(t+1) =	 AV(t)

Met een lineaire trendinvloed:

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

Met een voortschrijdende trendinvloed:

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

Met een constante seizoensinvloed:

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

Met een voortschrijdende seizoensinvloed:

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

Hierbij geldt het volgende:

AV(t) Voor seizoen gecorrigeerde gemiddelde vraag van periode t
TF(t) Trendfactor voor periode 1
SF(t+1) Seizoensfactor voor periode t+1
FD(t+1) Vraagprognose van periode t+1

Gemiddelde prognosefout

Hierbij geldt het volgende:

AD(t) Werkelijke vraag van periode t
FD(t) Vraagprognose van periode t
AE(t) Gemiddelde absolute afwijking voor periode t
SE(t) Gemiddelde prognosefout voor periode t
abs(FD(t)-AD(t)) absolute waarde van (FD(t)-AD(t))
e Het veld Dempingsfactor prognosefout

De tracking signalering wordt als volgt berekend:

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

Hierbij geldt het volgende:

TS(t) Tracking signalering
SE(t) Gemiddelde prognosefout voor periode t
AE(t) Gemiddelde absolute afwijking voor periode t
abs(SE(t)/AE(t)) absolute waarde van (SE(t)/AE(t))
NB

Als de vraagprognose (FD) altijd groter is dan de werkelijke vraag (AD), is de waarde van (SE(t)/AE(t)) gelijk aan 1. Als de vraagprognose (FD) altijd kleiner is dan de werkelijke vraag (AD), is de waarde van (SE(t)/AE(t)) gelijk aan -1. De tracking signalering is een getal tussen 0 en 1. Deze signalering geeft aan of de prognosevraag stelselmatig onder of boven de werkelijke vraag uitkomt.

Als het selectievakje Tracking signalering vraagprognose is ingeschakeld, is de dempingsfactor voor de vraag afhankelijk van de prognosefout.

Als de tracking signalering groter is dan de waarde van het veld Kritische tracking signalering, maakt LN de dempingsfactor voor de vraag gelijk aan de tracking signalering.