摘?要：鉆機(jī)生產(chǎn)需求預(yù)測(cè)中，常見(jiàn)的問(wèn)題有市場(chǎng)的隨機(jī)性、趨勢(shì)和季節(jié)性的變動(dòng)，以及多種復(fù)雜因素的組合。不同的情況需選取不同的預(yù)測(cè)模型，因?yàn)殂@機(jī)生產(chǎn)存在一定的周期性，根據(jù)礦方使用工況及銷(xiāo)售周期，可以近似認(rèn)為銷(xiāo)售具有一定的連貫性，因此文章采用了數(shù)理統(tǒng)計(jì)中的移動(dòng)平均法和指數(shù)平滑法對(duì)銷(xiāo)售需求進(jìn)行預(yù)測(cè)，實(shí)現(xiàn)了定性預(yù)測(cè)同定量預(yù)測(cè)的結(jié)合，提高了預(yù)測(cè)的準(zhǔn)確性和科學(xué)性。

關(guān)鍵詞：需求預(yù)測(cè)；移動(dòng)平均法；指數(shù)平均法；霍爾特指數(shù)平滑法

中圖分類(lèi)號(hào)：F426.4;F224??文獻(xiàn)標(biāo)識(shí)碼：A?文章編號(hào)：1005-6432（2024）16-0116-04

DOI：10.13939/j.cnki.zgsc.2024.16.029

1?引言

從MK公司的需求預(yù)測(cè)來(lái)看，銷(xiāo)售和采購(gòu)對(duì)客戶(hù)預(yù)測(cè)只是基于歷史工作經(jīng)驗(yàn)的簡(jiǎn)單加工處理，直接應(yīng)用到供應(yīng)鏈計(jì)劃中，并未對(duì)需求預(yù)測(cè)的準(zhǔn)確性進(jìn)行科學(xué)的核算和正確的檢驗(yàn)，事后也未對(duì)計(jì)劃執(zhí)行的進(jìn)度、效果、質(zhì)量進(jìn)行糾偏和提升。另外需求預(yù)測(cè)全部交予銷(xiāo)售部門(mén)，銷(xiāo)售業(yè)務(wù)員對(duì)全公司的生產(chǎn)能力、物料供應(yīng)及運(yùn)營(yíng)能力不清楚，對(duì)信息系統(tǒng)的使用、歷史數(shù)據(jù)的處理、分析能力也有限，預(yù)測(cè)準(zhǔn)確率可想而知。計(jì)劃人員每天的工作就是對(duì)大量數(shù)據(jù)進(jìn)行分析、測(cè)算，計(jì)劃人員單純依賴(lài)銷(xiāo)售計(jì)劃會(huì)導(dǎo)致需求預(yù)測(cè)的準(zhǔn)確率大大下降。

預(yù)測(cè)方法不夠科學(xué)、嚴(yán)謹(jǐn)?，F(xiàn)有的計(jì)劃人員做計(jì)劃多憑借經(jīng)驗(yàn)判斷，屬于定性預(yù)測(cè)，這種方法人為因素較多，缺乏科學(xué)性。從預(yù)測(cè)管理歷史可以看出，預(yù)測(cè)的準(zhǔn)確率只有60%，供貨周期超過(guò)一年的訂單大量存在，在制品和成品都有不同程度的堆積，導(dǎo)致庫(kù)存金額常在高位運(yùn)轉(zhuǎn)，物流、生產(chǎn)、銷(xiāo)售部門(mén)相互埋怨，內(nèi)耗嚴(yán)重。

2?需求預(yù)測(cè)理論

鉆機(jī)定制化生產(chǎn)模式是典型的MTO拉式生產(chǎn)，需求驅(qū)動(dòng)的典型生產(chǎn)組織模式。而需求信息可以提高各主體市場(chǎng)需求預(yù)測(cè)的準(zhǔn)確性，對(duì)供應(yīng)鏈非常重要。首先，幫助制造商匹配供需，從而降低供應(yīng)過(guò)剩或供應(yīng)不足的成本。其次，提高了準(zhǔn)確率需求預(yù)測(cè)，更好地實(shí)現(xiàn)需求管理和定價(jià)決策。因此完善預(yù)測(cè)同計(jì)劃流程的結(jié)合對(duì)離散型制造企業(yè)有很強(qiáng)的現(xiàn)實(shí)意義［1］?。

劉寶紅從供應(yīng)鏈管理的實(shí)踐經(jīng)驗(yàn)中總結(jié)出了供應(yīng)鏈管理是“七分管理，三分技術(shù)”的結(jié)論，認(rèn)為大部分的計(jì)劃管理同組織、流程和信息系統(tǒng)息息相關(guān)，現(xiàn)代化的企業(yè)管理匯總ERP系統(tǒng)已經(jīng)成為調(diào)動(dòng)所有企業(yè)資源的核心和工具，剩下的問(wèn)題需要從數(shù)據(jù)中找答案，從“拍腦袋”向“向數(shù)據(jù)要答案”轉(zhuǎn)變，比如采取更加合適的需求預(yù)測(cè)模型、設(shè)置更加合理的庫(kù)存計(jì)劃等［2］。?可以使用定性預(yù)測(cè)或定量預(yù)測(cè)對(duì)需求進(jìn)行預(yù)估，也可以?xún)煞N方法結(jié)合［3］。

3?需求預(yù)測(cè)模型

定性方法主要有德?tīng)柗品?、頭腦風(fēng)暴法、銷(xiāo)售員評(píng)價(jià)法等，定性方法主觀(guān)因素強(qiáng)，受個(gè)人所處的環(huán)境和背景影響較大，缺乏科學(xué)性。

定量方法有兩種模型：一種是基于時(shí)間序列的預(yù)測(cè)法，如移動(dòng)平均法和指數(shù)平滑法，以及引入時(shí)間因素的霍爾特平滑法；另一種是回歸模型，如回歸分析法。

常用的基于時(shí)間序列的預(yù)測(cè)方法有移動(dòng)平均法、指數(shù)平滑法、霍爾特預(yù)測(cè)法等。

移動(dòng)平均法是時(shí)間序列預(yù)測(cè)中經(jīng)常使用的方法，當(dāng)時(shí)間的權(quán)重一樣時(shí)，簡(jiǎn)化為簡(jiǎn)單移動(dòng)平均，當(dāng)時(shí)間的權(quán)重不一樣時(shí)，為加權(quán)移動(dòng)平均。?這種方法對(duì)最近的N個(gè)周期值進(jìn)行算術(shù)平均，N的不同，最終預(yù)測(cè)的精度也不同。參與計(jì)算的期數(shù)越多，預(yù)測(cè)越平緩，計(jì)算的期數(shù)越少，預(yù)測(cè)波動(dòng)程度越大。對(duì)實(shí)際值同預(yù)測(cè)值之差求平方，求得一段時(shí)間范圍內(nèi)的平均方差，平均方差越小，預(yù)測(cè)模型準(zhǔn)確度越高。通過(guò)比較不同期數(shù)的預(yù)測(cè)準(zhǔn)確值來(lái)選擇更合適的移動(dòng)期數(shù)。

4?預(yù)測(cè)模型模擬

采用適當(dāng)?shù)念A(yù)測(cè)模型可以提高預(yù)測(cè)的準(zhǔn)確度，下面將采用移動(dòng)平均法、一階指數(shù)平滑法對(duì)同一個(gè)關(guān)鍵零部件進(jìn)行預(yù)測(cè)，并分別算出這三種預(yù)測(cè)方法下的平均絕對(duì)誤差、均方誤差和均方根誤差。

4.1?利用移動(dòng)平均法求解

鉆機(jī)3200分體履帶需求量見(jiàn)表1。

第一步，對(duì)前N期的實(shí)際需求數(shù)據(jù)取平均值作為下一期的需求預(yù)測(cè)，用dn表示第n期的實(shí)際值，用同樣的方法滾動(dòng)往后面的期數(shù)做預(yù)測(cè)，使用以下公式計(jì)算：

Ft+1=1N∑tn=t-N+1dn

依此類(lèi)推，計(jì)算出2期、4期、6期的移動(dòng)平均預(yù)測(cè)值，見(jiàn)表2。

第二步，計(jì)算以上三組移動(dòng)平均法的MAE、MSE和MAPE值。選擇測(cè)試組數(shù)據(jù)進(jìn)行MAE、MSE和MAPE的計(jì)算，準(zhǔn)確度統(tǒng)計(jì)結(jié)果見(jiàn)表3，后續(xù)所有預(yù)測(cè)模型在計(jì)算誤差時(shí)，全部是以測(cè)試組數(shù)據(jù)進(jìn)行分析。三種誤差統(tǒng)計(jì)公式如下：

4.2?利用指數(shù)平滑法求解

首先，按指數(shù)平滑法方法進(jìn)行初始化，假設(shè)初期預(yù)測(cè)等于上期實(shí)際值。經(jīng)過(guò)幾次迭代后，初始值對(duì)模型的影響將變得微乎其微，直至衰減到?jīng)]有影響，所以選擇該種方式進(jìn)行初始化不會(huì)影響到第22期的預(yù)測(cè)。

其次，根據(jù)指數(shù)平滑法的公式計(jì)算不同平滑系數(shù)下的預(yù)測(cè)值，本次用α=0.4、0.5、0.6、0.7、0.8計(jì)算五組數(shù)據(jù)，預(yù)測(cè)結(jié)果詳見(jiàn)表4。

最后，計(jì)算以上五組不同系數(shù)預(yù)測(cè)模型的MAE、MSE和MAPE，預(yù)測(cè)數(shù)據(jù)的準(zhǔn)確度統(tǒng)計(jì)如表5所示。

從以上數(shù)據(jù)分析結(jié)果來(lái)看，當(dāng)α=0.7，指數(shù)平滑法預(yù)測(cè)結(jié)果更加擬合需求變化情況。

4.3?以上三種預(yù)測(cè)模型對(duì)比分析

將以上三種模型的預(yù)測(cè)結(jié)果準(zhǔn)確度分析結(jié)果同MK公司的定性預(yù)測(cè)對(duì)比，詳見(jiàn)表6、表7和圖1。定性預(yù)測(cè)的準(zhǔn)確率為45.67%，4期移動(dòng)平均準(zhǔn)確率為55.82%，指數(shù)平滑法預(yù)測(cè)準(zhǔn)確率為56.74%。

經(jīng)過(guò)對(duì)比分析可知，對(duì)于存在隨機(jī)波動(dòng)并有一定趨勢(shì)的計(jì)劃預(yù)測(cè)，指數(shù)平滑法的誤差較其他兩種方法要小，定性預(yù)測(cè)的誤差最大，跟隨性最明顯。

圖1?三種需求預(yù)測(cè)模型曲線(xiàn)

5?結(jié)語(yǔ)

離散型制造由于定制化需求較多，對(duì)于整體需求的預(yù)測(cè)往往由計(jì)劃員定性預(yù)測(cè)，俗稱(chēng)“拍腦袋”。但鉆機(jī)生產(chǎn)由于地理差異、市場(chǎng)需求的穩(wěn)定及模塊化生產(chǎn)使需求預(yù)測(cè)仍有跡可循。文章通過(guò)對(duì)歷史數(shù)據(jù)的分析、量化，結(jié)合移動(dòng)平均法對(duì)鉆機(jī)生產(chǎn)進(jìn)行科學(xué)預(yù)測(cè)，有效降低了誤差，通過(guò)比較選定了合理的核算周期，使定性方法同定量計(jì)算結(jié)合，有效提高了計(jì)劃的準(zhǔn)確性。

參考文獻(xiàn)：

［1］CAO?Y，WU?K，HU?H?L.The?value?of?hybrid?MTS/MTO?supply?chain?sharing?demand?forecasts?under?big?data?［J］.Journal?of?physics（conference?series），2021：757.

［2］劉寶紅.需求預(yù)測(cè)和庫(kù)存計(jì)劃：一個(gè)實(shí)踐者的角度［M］.北京：機(jī)械工業(yè)出版社，2020：2，5.

［3］趙曉波，黃四民.庫(kù)存管理［M］.北京：清華大學(xué)出版社，2018：12-14，23-25，32-33.

［作者簡(jiǎn)介］劉陽(yáng)（1991—），男，漢族，陜西神木人，碩士，工程師，中煤科工西安研究院（集團(tuán)）有限公司，研究方向：企業(yè)生產(chǎn)管理及數(shù)字化。