鉆機銷售需求的預測研究

摘?要：鉆機生產需求預測中，常見的問題有市場的隨機性、趨勢和季節(jié)性的變動，以及多種復雜因素的組合。不同的情況需選取不同的預測模型，因為鉆機生產存在一定的周期性，根據(jù)礦方使用工況及銷售周期，可以近似認為銷售具有一定的連貫性，因此文章采用了數(shù)理統(tǒng)計中的移動平均法和指數(shù)平滑法對銷售需求進行預測，實現(xiàn)了定性預測同定量預測的結合，提高了預測的準確性和科學性。

關鍵詞：需求預測；移動平均法；指數(shù)平均法；霍爾特指數(shù)平滑法

中圖分類號：F426.4;F224??文獻標識碼：A?文章編號：1005-6432（2024）16-0116-04

DOI：10.13939/j.cnki.zgsc.2024.16.029

1?引言

從MK公司的需求預測來看，銷售和采購對客戶預測只是基于歷史工作經(jīng)驗的簡單加工處理，直接應用到供應鏈計劃中，并未對需求預測的準確性進行科學的核算和正確的檢驗，事后也未對計劃執(zhí)行的進度、效果、質量進行糾偏和提升。另外需求預測全部交予銷售部門，銷售業(yè)務員對全公司的生產能力、物料供應及運營能力不清楚，對信息系統(tǒng)的使用、歷史數(shù)據(jù)的處理、分析能力也有限，預測準確率可想而知。計劃人員每天的工作就是對大量數(shù)據(jù)進行分析、測算，計劃人員單純依賴銷售計劃會導致需求預測的準確率大大下降。

預測方法不夠科學、嚴謹。現(xiàn)有的計劃人員做計劃多憑借經(jīng)驗判斷，屬于定性預測，這種方法人為因素較多，缺乏科學性。從預測管理歷史可以看出，預測的準確率只有60%，供貨周期超過一年的訂單大量存在，在制品和成品都有不同程度的堆積，導致庫存金額常在高位運轉，物流、生產、銷售部門相互埋怨，內耗嚴重。

2?需求預測理論

鉆機定制化生產模式是典型的MTO拉式生產，需求驅動的典型生產組織模式。而需求信息可以提高各主體市場需求預測的準確性，對供應鏈非常重要。首先，幫助制造商匹配供需，從而降低供應過剩或供應不足的成本。其次，提高了準確率需求預測，更好地實現(xiàn)需求管理和定價決策。因此完善預測同計劃流程的結合對離散型制造企業(yè)有很強的現(xiàn)實意義［1］?。

劉寶紅從供應鏈管理的實踐經(jīng)驗中總結出了供應鏈管理是“七分管理，三分技術”的結論，認為大部分的計劃管理同組織、流程和信息系統(tǒng)息息相關，現(xiàn)代化的企業(yè)管理匯總ERP系統(tǒng)已經(jīng)成為調動所有企業(yè)資源的核心和工具，剩下的問題需要從數(shù)據(jù)中找答案，從“拍腦袋”向“向數(shù)據(jù)要答案”轉變，比如采取更加合適的需求預測模型、設置更加合理的庫存計劃等［2］。?可以使用定性預測或定量預測對需求進行預估，也可以兩種方法結合［3］。

3?需求預測模型

定性方法主要有德爾菲法、頭腦風暴法、銷售員評價法等，定性方法主觀因素強，受個人所處的環(huán)境和背景影響較大，缺乏科學性。

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

常用的基于時間序列的預測方法有移動平均法、指數(shù)平滑法、霍爾特預測法等。

移動平均法是時間序列預測中經(jīng)常使用的方法，當時間的權重一樣時，簡化為簡單移動平均，當時間的權重不一樣時，為加權移動平均。?這種方法對最近的N個周期值進行算術平均，N的不同，最終預測的精度也不同。參與計算的期數(shù)越多，預測越平緩，計算的期數(shù)越少，預測波動程度越大。對實際值同預測值之差求平方，求得一段時間范圍內的平均方差，平均方差越小，預測模型準確度越高。通過比較不同期數(shù)的預測準確值來選擇更合適的移動期數(shù)。

4?預測模型模擬

采用適當?shù)念A測模型可以提高預測的準確度，下面將采用移動平均法、一階指數(shù)平滑法對同一個關鍵零部件進行預測，并分別算出這三種預測方法下的平均絕對誤差、均方誤差和均方根誤差。

4.1?利用移動平均法求解

鉆機3200分體履帶需求量見表1。

第一步，對前N期的實際需求數(shù)據(jù)取平均值作為下一期的需求預測，用dn表示第n期的實際值，用同樣的方法滾動往后面的期數(shù)做預測，使用以下公式計算：

Ft+1=1N∑tn=t-N+1dn

依此類推，計算出2期、4期、6期的移動平均預測值，見表2。

第二步，計算以上三組移動平均法的MAE、MSE和MAPE值。選擇測試組數(shù)據(jù)進行MAE、MSE和MAPE的計算，準確度統(tǒng)計結果見表3，后續(xù)所有預測模型在計算誤差時，全部是以測試組數(shù)據(jù)進行分析。三種誤差統(tǒng)計公式如下：

4.2?利用指數(shù)平滑法求解

首先，按指數(shù)平滑法方法進行初始化，假設初期預測等于上期實際值。經(jīng)過幾次迭代后，初始值對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行初始化不會影響到第22期的預測。

其次，根據(jù)指數(shù)平滑法的公式計算不同平滑系數(shù)下的預測值，本次用α=0.4、0.5、0.6、0.7、0.8計算五組數(shù)據(jù)，預測結果詳見表4。

最后，計算以上五組不同系數(shù)預測模型的MAE、MSE和MAPE，預測數(shù)據(jù)的準確度統(tǒng)計如表5所示。

從以上數(shù)據(jù)分析結果來看，當α=0.7，指數(shù)平滑法預測結果更加擬合需求變化情況。

4.3?以上三種預測模型對比分析

將以上三種模型的預測結果準確度分析結果同MK公司的定性預測對比，詳見表6、表7和圖1。定性預測的準確率為45.67%，4期移動平均準確率為55.82%，指數(shù)平滑法預測準確率為56.74%。

經(jīng)過對比分析可知，對于存在隨機波動并有一定趨勢的計劃預測，指數(shù)平滑法的誤差較其他兩種方法要小，定性預測的誤差最大，跟隨性最明顯。

圖1?三種需求預測模型曲線

5?結語

離散型制造由于定制化需求較多，對于整體需求的預測往往由計劃員定性預測，俗稱“拍腦袋”。但鉆機生產由于地理差異、市場需求的穩(wěn)定及模塊化生產使需求預測仍有跡可循。文章通過對歷史數(shù)據(jù)的分析、量化，結合移動平均法對鉆機生產進行科學預測，有效降低了誤差，通過比較選定了合理的核算周期，使定性方法同定量計算結合，有效提高了計劃的準確性。

參考文獻：

［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.需求預測和庫存計劃：一個實踐者的角度［M］.北京：機械工業(yè)出版社，2020：2，5.

［3］趙曉波，黃四民.庫存管理［M］.北京：清華大學出版社，2018：12-14，23-25，32-33.

［作者簡介］劉陽（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）有限公司，研究方向：企業(yè)生產管理及數(shù)字化。