Método de previsión: alisado exponencial
LN calcula la previsión de demanda según el método de previsión Alisado exponencial del siguiente modo:
Los parámetros relevantes para este método de previsión son:
- Actualización automática de parámetros de previsión
- Factor de alisado para demanda
- Factor de alisado para tendencia
- Factor de alisado para estacionalidad
- Factor de alisado para error de previsión
- Aviso de seguimiento para previsión de demanda
- Aviso de seguimiento crítico
Puede mantener estos parámetros en la sesión Artículos de planificación - Configuración de previsión (cpdsp1110m000).
Si la casilla de verificación Actualización automática de parámetros de previsión está seleccionada, LN recalcula antes los factores de alisado para el método de alisado exponencial. Utilizando un proceso iterativo, con valores de incremento de 0,2 y posteriormente 0,05, LN produce una combinación óptima de factores de alisado para la demanda, estación y tendencia. Esta combinación da la desviación media absoluta (MAD) más pequeña.
A continuación, LN calcula una previsión de demanda que va desde el primer período con historia de demanda hasta el último período de previsión mediante el método de alisado exponencial.
Las diversas variables para la previsión de demanda se calculan del modo siguiente:
Demanda media
Sin influencia estacional:
AV(t) = FD(t) + a (AD(t) - FD(t))
Con una influencia estacional constante:
AV(t) = (FD(t) + a (AD(t) - FD(t))) - SF(t)
Con una influencia estacional progresiva:
AV(t) = (FD(t) + a (AD(t) - FD(t))) / SF(t)
Donde:
AV(t) | demanda media corregida para la estación para el período t |
FD(t) | previsión de demanda para el período t |
AD(t) | demanda real para el período t (*) |
SF(t) | factor estacional para el período t |
a | campo Factor de alisado para demanda |
(*) Para el período actual y posteriores, la demanda de previsión se toma como la demanda real.
Factor de tendencia
Con una influencia de tendencia lineal:
TF(t) = TF(t-1) + b ((AV(t)-AV(t-1)) - TF(t-1))
Con una influencia de tendencia progresiva:
TF(t) = TF(t-1) + b (1.0 + ((AV(t)-AV(t-1))/AV(t)) - TF(t-1))
Donde:
TF(t) | factor de tendencia para el período t |
AV(t) | demanda media corregida para la estación para el período t |
b | campo Factor de alisado para tendencia |
Factor estacional
Con una influencia estacional constante:
SF(t+L) = SF(t) + g ((AD(t) - AV(t)) - SF(t))
Con una influencia estacional progresiva:
SF(t+L) = SF(t) + g ((AD(t) / AV(t)) - SF(t))
Donde:
SF(t) | factor estacional para el período t |
AD(t) | demanda real para el período t (*) |
AV(t) | demanda media corregida para la estación para el período t |
Long. | longitud de estación en períodos |
g | campo Factor de alisado para estacionalidad |
(*) Para el período actual y posteriores, la demanda de previsión se toma como la demanda real.
Previsión de demanda
Sin influencia de tendencia:
FD(t+1) = AV(t)
Con una influencia de tendencia lineal:
FD(t+1) = FD(t+1) + TF(t)
Con una influencia de tendencia progresiva:
FD(t+1) = FD(t+1) * TF(t)
Con una influencia estacional constante:
FD(t+1) = FD(t+1) + SF(t+1)
Con una influencia estacional progresiva:
FD(t+1) = FD(t+1) * SF(t+1)
Donde:
AV(t) | demanda media corregida para la estación para el período t |
TF(t) | factor de tendencia para el período t |
SF(t+1) | factor estacional para el período t+1 |
FD(t+1) | previsión de demanda para el período t+1 |
Error medio de previsión
Donde:
AD(t) | demanda real para el período t |
FD(t) | previsión de demanda para el período t |
AE(t) | desviación media absoluta (MAD) para el período t |
SE(t) | error medio de previsión (SER) para el período t |
abs(FD(t)-AD(t)) | valor absoluto de (FD(t)-AD(t)) |
e | campo Factor de alisado para error de previsión |
El aviso de seguimiento se calcula del modo siguiente:
TS(t) = abs(SE(t)/AE(t))
Donde:
TS(t) | aviso de seguimiento |
SE(t) | error medio de previsión (SER) para el período t |
AE(t) | desviación media absoluta (MAD) para el período t |
abs(SE(t)/AE(t)) | valor absoluto de (SE(t)/AE(t)) |
Si la demanda de previsión (FD) siempre es mayor que la demanda real (AD), el valor de (SE(t)/AE(t)) es 1. Si la demanda de previsión (FD) siempre es menor que la demanda real, el valor de (SE(t)/AE(t)) es -1. El aviso de seguimiento es un número entre 0 y 1. El aviso de seguimiento indica si la demanda de previsión está sistemáticamente por encima o por debajo de la demanda real.
Si está seleccionada la casilla de verificación Aviso de seguimiento para previsión de demanda, el factor de alisado para la demanda depende del error de previsión.
Si el aviso de seguimiento es mayor que el valor del campo Aviso de seguimiento crítico, LN iguala el factor de alisado para la demanda con el aviso de seguimiento.