预测方法 (whina2100m000)
使用此进程以列出和维护预测方法。
可选择下列方法之一作为自定义预测方法：
- “移动平均值”
- “指数平滑”
- “上一年度计算结果”
- “上期需求”
可以在“物料仓储数据 (whwmd4600m000)” 进程中将预测方法代码链接至物料，或在“仓库物料数据 (whwmd2110s000)” 进程中将其链接至物料和仓库组合。
- 预测方法代码
-
预测方法的代码。
- 预测方法
-
用来预测物料需求的方法。
有下列几种预测方法：
- “移动平均值”
- “指数平滑”
- “上一年度计算结果”
- “上期需求”
- 移动平均值的期数
-
用于计算移动平均值的期数。
- 历史需求的最小期数
-
用于计算历史需求的最小期数。
- 上一年度的反向期数
-
用于计算预测的上一年度的反向期数。
注意仅当预测方法为“上一年度计算结果”时，才能指定“上一年度的反向期数”。
- 上一年度的正向期数
-
用于计算需求预测的上一年度的正向期数。
注意仅当预测方法为“上一年度计算结果”时，才能指定“上一年度的正向期数”。
- 需求预测平滑因子
-
需求预测的平滑因子。 如果预测方法为“指数平滑”，则必须指定平滑因子。
需求预测平滑因子表示需求预测计算中包含的特定期间实际发料与预测之间的差异程度。
“指数平滑”预测方法计算需求预测所用的公式如下：
nf = pf + s (ai -pf)- nf - 新预测
- pf - 上一预测
- ai - 上一期间的实际发料
- s - 平滑因子
平滑因子越小，平滑程度越高。 平滑因子至少为 0.01，但不大于 1。通常，平滑因子介于 0.1 到 0.3 之间。
- 预测误差平滑因子
-
预测错误的平滑因子。
预测错误的平滑因子是计算绝对和相对预测错误时所用公式中的因子之一。 仅当预测方法为“指数平滑”时，才会在计算需求预测时计算绝对和相对预测错误。
在“计算需求预测 (whina2202m000)” 进程中计算安全库存时，使用绝对预测错误。
计算跟踪信号时使用绝对和相对预测错误。
注意如果预测方法为“指数平滑”，则“预测误差平滑因子”必须大于或等于 0.01。
- 链接跟踪信号因子与平滑因子
-
如果选中此复选框，使用平滑因子时会显示一个信号。 仅当使用“指数平滑”预测方法计算需求预测时，此字段才适用。 需求的突然变更会导致预测滞后于实际需求。 跟踪信号会指示此类偏差。
跟踪信号因子的计算公式如下：
如果跟踪信号因子大于输入的关键跟踪信号因子，则可能是需求突然变更所致。 此时，“预测误差平滑因子”字段值会变得很小，致使预测无法对偶发的干扰作出反应。 在这种情况下，必须基于跟踪信号因子而不是“预测误差平滑因子”字段进行计算。
只要跟踪信号因子小于关键跟踪信号因子，就会再次使用“需求预测平滑因子”字段中的值。
- 关键跟踪信号因子
-
用于启动跟踪信号的最小关键因子。
仅当使用“指数平滑”预测方法计算需求预测时，此字段才适用。 需求的突然变更会导致预测滞后于实际需求。 跟踪信号会指示此类偏差。
跟踪信号因子的计算公式如下：
如果跟踪信号因子大于当前字段中输入的关键跟踪信号因子，则可能是需求突然变更所致。 此时，“预测误差平滑因子”字段值会变得很小，致使预测无法对偶发的干扰作出反应。 在这种情况下，必须基于跟踪信号因子而不是“预测误差平滑因子”字段进行计算。
只要跟踪信号因子小于关键跟踪信号因子，就会再次使用“需求预测平滑因子”字段中的值。