chapter 3 kt du bao
DESCRIPTION
Quản lý sản xuất cho kỹ sưTRANSCRIPT
1/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
Chương 3
KỸ THUẬT DỰ BÁO
2/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
1. Giới thiệu
+ Kỹ thuật Dự báo: “đoán” các sự kiện trong tương
lai tạo ra thông tin, dữ liệu cho hoạch định.
+ DỰ BÁO Số liệu quá khứ của đại lượng cần
đoán có sẵn hoặc có thể thu thập được,
+ HỒI QUI Nếu đại lượng cần “đoán” liên quan
đến những nhân tố khác.
Hồi Qui Bội (Multiple Regression)
3/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
2. Đặc trưng của Dự báo
Kỹ thuật dự báo có thể áp dụng:
+ Kỹ thuật định lượng: thể hiện các mối liên hệ của
các đại lượng (thông số) bằng biểu thức/mô hình
toán,
+ Kỹ thuật định tính: dựa trên phỏng đoán, cảm nhận
của người dự báo,
Kiểm soát sai số bởi vì dự báo thì thường không
chính xác.
4/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
2. Đặc trưng của Dự báo
Các PP định lượng: có thể nhóm lại thành hai loại:
Loại thứ nhất: số liệu quá khứ là số chỉ thị của số liệu
tương lai.
Mô hình ngoại suy, chuỗi thời gian hay mô hình
ánh xạ: kỹ thuật làm trơn, kỹ thuật phân tích chuỗi
thời gian.
Loại thứ nhì: mô hình nhân quả với giả thiết là đại
lượng cần dự báo là hàm số của các biến số độc lập
khác.
5/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
2. Đặc trưng của Dự báo
Các mô hình định tính (chủ quan) dự báo dài hạn.
Mô hình định tính cũng được dùng để hỗ trợ mô hình
định lượng (khi thiếu thông tin, sản phẩm mới,…)
6/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
2. Đặc trưng của Dự báo
- Thời đoạn dự báo tổng quát:
+ Dự báo dài hạn quan tâm đến việc xác định chiều
hướng thay đổi dài hạn của đại lượng cần dự báo.
+ Dự báo trung hạn thích hợp cho việc tổng hợp các
nhân tố theo mùa.
+ Dự báo ngắn hạn thì cần thiết cho việc điều độ và
các mức độ tồn kho.
7/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
2. Đặc trưng của Dự báo
- Kỹ thuật áp dụng:
+ Mô hình dài hạn ta dùng kỹ thuật dự báo định tính,
+ Mô hình trung hạn ta sử dụng mô hình nhân quả
+ Mô hình ngắn hạn ta dùng kỹ thuật chuỗi thời gian
(ánh xạ).
8/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
2. Đặc trưng của Dự báo
- Chi phí dự báo:
Chi phí chính chi phí cố định cho việc xây dựng
mô hình, thu thập và thao tác trên dữ liệu (máy tính
và nhân lực);
Chi phí để thực hiện kỹ thuật và chi phí phụ thuộc
vào độ không chính xác của kỹ thuật.
- Tính dễ hiểu của dự báo:
Nhà quản lý sẽ không dùng kỹ thuật nào họ không
hiểu.
9/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
3. Kỹ thuật Dự báo định tính (chủ quan)
Nếu số liệu quá khứ có sẵn, tin tưởng được và thích
hợp các phương pháp dự báo định lượng sẽ cực
kỳ hữu dụng.
Có nhiều trường hợp dùng đến các phương pháp dự
báo định tính.
10/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
3. Kỹ thuật Dự báo định tính (chủ quan)
Các mẫu dự liệu:
Lượng
dự báo
Thời gian
Lượng
dự báo
Thời gian
Lượng
dự báo
Thời gian
Lượng
dự báo
Thời gian
11/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
3. Kỹ thuật Dự báo định tính (chủ quan)
PP “Quan điểm của người quản lý”:
+ Phương pháp này đơn giản, dễ sử dụng: thu thập
các số liệu dự báo (dự đoán) của một số người
quản lý cấp cao, thể hiện qua các Báo cáo hoặc
phát biểu.
+ Hai mục tiêu trong quá trình tổng hợp:
- Phải loại bỏ những dự báo hoàn toàn trái ngược
làm ảnh hưởng đến số liệu dự báo toàn bộ
- Phải loại nhà quản lý lấn át số liệu dự báo toàn bộ.
12/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
3. Kỹ thuật Dự báo định tính (chủ quan)
PP “Quan điểm của người quản lý”:
+ Hai vấn đề cần lưu ý là:
- Thứ tự trình bày số liệu dự báo và
- Trọng số cho từng quan điểm cá nhân
+ Rà soát, xem lại của dự báo tổng hợp này.
13/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
3. Kỹ thuật Dự báo định tính (chủ quan)
PP “Quan điểm của người quản lý”:
Dữ liệu
GĐ
Tiếp thị
GĐ
Sản xuất
GĐ
Tài chính
GĐ
Thiết kế
Dự báo
Dự báo
Dự báo
Dự báo
Quá trình
tổng hợp
DỰ
BÁO
14/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
3. Kỹ thuật Dự báo định tính (chủ quan)
PP “Delphi”:
- Kỹ thuật Delphi là PP để tổng hợp quan điểm của
chuyên gia.
- Có tính vô danh và tính phản hồi,
Nhược điểm:
- Thời gian dài dẫn đến các ý kiến sẽ lẫn lộn, khó
phân biệt.
- Khó khăn khi chọn lựa chuyên gia,
- Cuối cùng là ngay cả khi đạt được một sự thống
nhất, nó có thể sai!
15/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
3. Kỹ thuật Dự báo định tính (chủ quan)
PP “Tổng hợp từ lực lượng bán hàng”:
Dự báo từ lực lượng bán hàng Phương pháp “gốc
của cỏ”.
Cảm nhận sản phẩm nào sẽ bán được hoặc không,
cũng như lượng bán được sẽ như thế nào.
16/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
3. Kỹ thuật Dự báo định tính (chủ quan)
PP “Tổng hợp từ lực lượng bán hàng”:
+ Thuận lợi (về mặt lý thuyết): lực lượng bán hàng là
lực lượng đạt tiêu chuẩn nhất để giải thích về nhu
cầu của SP, đặc biệt là trong vùng bán hàng của họ.
+ Bất lợi: lực lượng bán hàng có thể trở nên “quá lạc
quan” về dự báo của họ nếu họ tin rằng một dự báo
thấp có thể dẫn đến việc sa thải công nhân. Điều
ngược lại cũng được suy diễn tương tự.
- Khuyến khích lực lượng này có dự báo tốt là có
những thưởng và phạt cho dự báo tốt và xấu.
17/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
4. Đo lường sai số Dự báo
Độ lệch:
với n số thời đoạn (quá khứ) được sử dụng.
Độ lệch = 1
n
i
(Sai số trong thời đoạn thứ i)
n
Độ lệch = 1
n
i
(Giá trị thực – Giá trị dự báo)i
n
Nhược điểm: sai lệch dương có thể bù trừ cho sai
lệch âm giá trị của độ lệch nhỏ
18/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
4. Đo lường sai số Dự báo
Sai số chuẩn:
+ Sai số bình phương trung bình MSE
MSE = 1
n
i
(Sai số trong thời đoạn thứ i)2
n
+ Sai số chuẩn SE:
SE MSE
19/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
4. Đo lường sai số Dự báo
Độ lệch tuyệt đối trung bình MAD:
MAD = 1
n
i
|Sai số trong thời đoạn thứ i|
n
20/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
4. Đo lường sai số Dự báo
(1)
Năm
(2)
Doanh
thu thật
(3)
Doanh thu
dự báo
(4)
Độ lệch
[(2)-(3)]
(5)
Sai số
bình phương
(6)
Trị tuyệt đối
của sai số
1
2
3
4
5
6
7
27000
35000
29000
33000
37000
41000
35000
23000
25000
31000
30000
32000
34000
38000
4000
10000
2000
3000
5000
7000
3000
16000000
100000000
4000000
9000000
25000000
49000000
9000000
4000
10000
2000
3000
5000
7000
3000
Tổng 24000 212000000 34000
21/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
5. Kỹ thuật Dự báo định lượng
Kỹ thuật làm trơn chuỗi số liệu, ví dụ doanh số trong
quá khứ của công ty Hạ Long.
2 3 4 5 6 7
0
42
44
Năm
Do
anh
số
($
10
00)
40
38
36
34
32
30
28
26
22/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
5. Kỹ thuật Dự báo định lượng
1. Trung bình di động (moving average)
Chỉ tính trung bình của n dữ liệu quá khứ gần nhất.
Ưu điểm: Chỉ cần lưu trữ ít số liệu, việc cập nhật
cũng đơn giản.
Xác định n ?
Thử nhiều số n khác nhau, tính toán dự báo cho
từng trường hợp rồi so sánh độ lệch tuyệt đối trung
bình cho mỗi phương án. Phương án n nào cho trị
số độ lệch nhỏ nhất sẽ là phương án thích hợp nhất
cho chuỗi số liệu tương ứng.
23/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
5. Kỹ thuật Dự báo định lượng
1. Trung bình di động (moving average)
Bảng sau cho thấy số
người nhập viện ở
Trung tâm Cấp cứu Sài
Gòn hàng tuần. Người
quản lý muốn ước
lượng số ca nhập viện
cho tuần tới.
+ Số ca nhập viện trung
bình: 30,7
Tuần Số ca nhập viện
1 22
2 21
3 25
4 27
5 35
6 29
7 33
8 37
9 41
10 37
Tổng 307
24/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
5. Kỹ thuật Dự báo định lượng
1. Trung bình di động (moving average)
Ví dụ: xét trung
bình dịch chuyển
với n = 2 tuần.
(*) giá trị dự báo
tuần 3:
(22+21)/2=21.50
MAD2 = 4,188
Tuần Số ca nhập viện n = 2 Độ lệch tuyệt đối
1 22
2 21
3 25 (*) 21.50 3.50
4 27 23.00 4.00
5 35 26.00 9.00
6 29 31.00 2.00
7 33 32.00 1.00
8 37 31.00 6.00
9 41 35.00 6.00
10 37 39.00 2.00
11 ??? 39.00 MAD = 4.188
25/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
5. Kỹ thuật Dự báo định lượng
1. Trung bình di động (moving average)
Ví dụ: xét trung bình
dịch chuyển với n =
3 tuần.
(*) giá trị dự báo
tuần 4:
(22+21+25)/3=22.67
MAD3 = 4,334
Tuần Số ca nhập viện n = 3 Độ lệch tuyệt đối
1 22
2 21
3 25
4 27 (*) 22.67 4.33
5 35 24.33 10.67
6 29 29.00 0.00
7 33 30.33 2.67
8 37 32.33 4.67
9 41 33.00 8.00
10 37 37.00 0.00
11 ??? 38.33 MAD = 4.334
26/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
5. Kỹ thuật Dự báo định lượng
2. Trung bình di chuyển có trọng số (Weighted MA)
- Trọng số khác nhau được gán cho các thời điểm
khác nhau,
- Thường trọng số lớn nhất được gán cho dữ liệu gần
nhất và trọng số sẽ giảm dần cho các dữ liệu xa hơn
- Tổng các trọng số phải bằng 1.
+ VD: nếu trọng số được dùng là 0.5; 0.3; và 0.2
giá trị dự báo cho tuần kế tiếp sẽ là:
0.5x(dữ liệu tuần vừa rồi) + 0.3x(dữ liệu 2 tuần trước
đó) + 0.2x(dữ liệu 3 tuần trước)
27/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
5. Kỹ thuật Dự báo định lượng
2. Trung bình di chuyển có trọng số (Weighted MA) Tuần Số lượng thực Trung bình di chuyển 3-tuần có trọng số Sai số tuyệt đối
1 22
2 21
3 25
4 27 0,5(25) + 0,3(21) + 0,2(22) = 23,2 3,8
5 35 0,5(27) + 0,3(25) + 0,2(21) = 25,2 9,8
6 29 0,5(35) + 0,3(27) + 0,2(25) = 30,6 1,6
7 33 0,5(29) + 0,3(35) + 0,2(37) = 30,4 2,6
8 37 0,5(33) + 0,3(29) + 0,2(35) = 32,2 4,8
9 41 0,5(37) + 0,3(33) + 0,2(29) = 34,2 6,8
10 37 0,5(41) + 0,3(37) + 0,2(33) = 38,2 1,2
11 ? 0,5(37) + 0,3(41) + 0,2(37) = 38,2
(MAD = 4.37) Tổng 30,6
28/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
5. Kỹ thuật Dự báo định lượng
3. Kỹ thuật làm trơn hàm số mũ (Exponential smoothing)
Kỹ thuật này tương tự như KT trung bình di chuyển
có trọng số nhưng yêu cầu dữ liệu ít hơn.
Phương pháp này sử dụng công thức sau:
Ft + 1 = Ft + (Yt - Ft)
với Ft = giá trị dự báo tại thời điểm t;
Yt = giá trị số thực của thời điểm t;
= hằng số giữa 0 và 1.
29/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
5. Kỹ thuật Dự báo định lượng
3. Kỹ thuật làm trơn hàm số mũ (Exponential smoothing)
Ft+1 = Ft + (Yt - Ft)
Một giá trị dự báo ban đầu phải được đưa ra trước
tiên sau đó các trị số dự báo sẽ lần lượt được tính.
Cần giá trị ban đầu (F1): lấy thí dụ với việc dự báo số
ca nhập viện ở trên, giả sử lượng nhập viện cho tuần
thứ nhất là 25 và được chọn là 0,5.
30/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
5. Kỹ thuật Dự báo định lượng
3. Kỹ thuật làm trơn hàm số mũ (Exponential smoothing) Tuần Số lượng thực Số lượng dự báo Sai số tuyệt đối
1 22 25 3.00
2 21 25 + 0,5(22 - 25) = 23,50 2.50
3 25 23,50 + 0,5(21 - 23,50) = 22,25 2.75
4 27 22,25 + 0,5(25 - 22,25) = 23,63 3.37
5 35 23,63 + 0,5(27 - 23,63) = 25,32 9.68
6 29 25,32 + 0,5(35 - 25,32) = 30,16 1.16
7 33 30,16 +0,5(29 - 30,16) = 29,58 3.42
8 37 29,58 + 0,5(33 - 29,58 ) = 31,29 5.71
9 41 34,29 + 0,5(37 - 31 ,29) = 34,15 6.85
10 37 34,15 + 0,5(41 - 34,15) = 37,58 0.58
11 ?? 37,58 + 0,5(37- 37,58) = 37,29
(MAD = 3.90) Tổng 39.02
31/31
Bộ môn Quản lý sản xuất và điều hành\Khoa Quản lý Công nghiệp\Đại học Bách khoa Tp. HCM.
GV: Đường Võ Hùng\Quản lý sản xuất cho kỹ sư\Chương 3: Kỹ thuật dự báo
5. Kỹ thuật Dự báo định lượng
3. Kỹ thuật làm trơn hàm số mũ (Exponential smoothing)
Ta thấy rằng KT làm trơn bằng hàm số mũ cho kết
quả chính xác hơn các PP khác đã được sử dụng.
Tuy nhiên, chúng ta mới thử cho giá trị của là 0,5;
có thể những giá trị khác như = 0,4 hay = 0,6 sẽ
cho kết quả tốt hơn.
Cách để tìm ra trị số tốt nhất là thử với nhiều trị số
khác nhau và so sánh MAD với nhau.
Thông thường thì một trị số lớn sẽ cho lượng DB
đáp ứng hơn còn nhỏ sẽ cho lượng DB trơn hơn.