Academia.edu no longer supports Internet Explorer.
To browse Academia.edu and the wider internet faster and more securely, please take a few seconds to upgrade your browser.
Tháng Lượng bán thực tếm21 18842 10563 11884 1084[1884 x 1 + 1056 x 2 + 1188 x 3] : 6 = 1260 51483 [1056 x 1 + 1188 x 2 + 1084 x 3] : 6 = 11146 1499[1188 x 1 + 1084 x 2 + 1483 x 3] : 6 = 1300.83
1.4.2 Các phương pháp san bằng mũ.
Để khắc phục những hạn chế của các phương pháp trên, phương pháp san bằng mũ đã ra đời, phương pháp này dùng tất cả các số liệu đã xảy ra trong qkhứ vào mơ hình dự báo với các trọng số giảm dần trong quá khứ theo luật hàm mũ. Nhưng việc áp dụng lại rất đơn giản, với mỗi sản phẩm chỉ cần lưu lại mứcbán hàng thực tế ở kỳ trước và mức dự báo của kỳ trước. 1.4.2.1 Phương pháp san bằng mũ giản đơn.Phương pháp này rất tiện dùng nhất là khi dùng máy tính, đây cũng là kỹ thuật tính số bình qn di động nhưng khơng đòi hỏi phải có nhiều số liệu qkhứ. Cơng thức tính nhu cầu tương lai như sau:] [1 11 −− −− +=t tt tF AF FαTrong đó: Ft: nhu cầu dự báo ở thời kỳ t Ft – 1: nhu cầu theo dự báo ờ thời kỳ t – 1. At – 1: số liệu nhu cầu thực tế ở thời kỳ t – 1. α: hệ số san bằng mũ 0 ≤ α ≤ 1Thực chất là dự báo mới bằng dự báo cũ cộng với khoảng chênh lệch giữa nhu cầu thực và dự báo của giai đoạn đã qua, có điều chỉnh phù hợp.Đỗ Thị Bích Điệp – CT K8A.QTDN17Ví dụ: Vẫn với số liệu trong ví dụ trên, nhưng nếu biết nhu cầu thực trong tháng1 là 2.640 ta giả sử dự báo trong tháng 1 cũng đúng bằng 2.640 và hệ số san bằng mũ α = 0,9.Bảng 2:Tháng Lượng bán thực tếm2Nhu cầu dự báo với α = 0,91 18841884 21056 1884 + 0,91884 – 1884 = 18843 11881884 + 0,91056 – 1884 = 1138.8 41084 1138.8 + 0,91188 – 1138.8 = 1183.085 14831183.08 + 0,91084 – 1183.08 = 1093.908 61499 1093.908 + 0,91483 – 1093.908 = 1444.0908Vì mơ hình san bằng mũ rất đơn giản nên được sử dụng khá rộng rãi trong các công ty. Tuy nhiên, việc chọn hệ số san bằng mũ αsao cho thích hợp để đạt được một dự báo chính xác là một vấn đề quan trọng. Để chọn được hệ số αhợp lý cũng như để đánh giá mức độ chính xác của dự báo ta so sánh kết quả dự báo với nhu cầu thực tế. Sai số dự báo tính như sau:Sai số dự báo = Nhu cầu thực - Dự báo = At- Ft.Ngoài ra, để đánh giá mức sai lệch tổng thể của dự báo người ta còn dùng độ lệch tuyệt đối trung bình MDA. Độ lệch tuyệt đối trung bình MAD được tínhnhư sau:n FA MADi ni i− =∑− 1n: số thời kỳ tính tốn.Đỗ Thị Bích Điệp – CT K8A.QTDN18MAD càng nhỏ thì trị số α càng hợp lý vì nó cho kết quả dự báo càng ít sai lệch.Ví dụ: Vẫn với số liệu trong ví dụ trên. Thử đo mức độ chính xác đối với 2 giá trị α = 0,1 và α = 0,9 trong bảng sau:Bảng 3:Tháng Nhucầu thựcα = 0,1 α = 0,9Dự báo Sai sốtuyệt đối Sai sốdự báo Dự báoSai số tuyệt đốiSai số dự báo1 18841884 21056 1884828 -8281884 828-828 31188 1801.2613.2 -613.21138.8 49.249.2 41084 1739.88655.88 -655.881183.08 99.08-99.08 51483 1674.292191.292 -191.2921093.908 389.092389.092 61499 1655.163156.163 -156.1631444.091 54.909254.90922444.535 -2444.531420.281 -433.879Từ kết quả bảng trong biểu ta có: MAD α = 0,1 =2444.5356=407.4225MAD α = 0,9 = 236.7135 So sánh 2 giá trị trên ta khẳng định dự báo với α = 0,1 chính xác hơn α =0,9. Vậy ta chọn α = 0,1. 1.4.2.2 Phương pháp san bằng mũ 2 lần.Phương pháp san bằng mũ nêu trên không phù hợp với dãy số liệu có xu hướng đi lên. Phương pháp san bằng mũ 2 lần sử dụng san bằng số mũ với sựthừa nhận sự đi lên của dữ liệu. Trong phương pháp này, số liệu dự báo được tiến hành san bằng mũ lần thứ nhất và được đưa vào để san bằng mũ lần 2.Đỗ Thị Bích Điệp – CT K8A.QTDN19Trường hợp hiện tượng nghiên cứu có xu hướng là hàm tuyến tính bậc nhấtt aa y1+ =, phương trình dự báo có dạngL aa y1+ =. Các bước tiến hành như. Xác định các tham số a , a1bằng phương pháp tổng bình phương độ lệch tối thiểu.. Xác định các đại lượng đặc trưng2 1, S S1 21 1ˆ .1 .2 ˆ1 ˆa aS aa Sα αα α− −= −− =. Căn cứ vào2 1, ,S Syttính2 1,t tS Stừ t = 1 trở đi2 12 11 11 .1 .S SS Sy St tt ttα αα α− += −+ =−. Xác định các tham số của mơ hình dự báo cho năm tiếp theo:1 ˆ2 ˆ2 11 21 tt tt ttS Sa SS a− −= −= αα. Dự báo với tầm dự báo LL aa yt tL t.1+ =+1.4.2.3 Phương pháp san bằng mũ có điều chỉnh xu hướng. Phương pháp san bằng mũ giản đơn không thể hiện rõ xu hướng biếnđộng. Do đó cần phải sử dụng thêm kỹ thuật điều chỉnh xu hướng của nhu cầu cho phù hợp hơn.Công thức tính như sau: FITt= Ft+ TtTrong đó:Đỗ Thị Bích Điệp – CT K8A.QTDN20FITt: Dự báo nhu cầu theo xu hướng. Ft: Dự báo theo san bằng mũ giản đơn cho giai đoạn t. Tt: Lượng điều chỉnh xu hướng cho giai đoạn t tính theo cơng thức: Tt= Tt – 1+βFt– Ft - 1Ft – 1: Dự báo san bằng mũ giản đơn giai đoạn t – 1. Tt – 1: Lượng điều chỉnh theo xu hướng trong giai đoạn t – 1. β: Hệ số san bằng xu hướng mà ta lựa chọn.Để tính tốn FIT ta tiến hành theo các bước sau: - Bước 1: Tính dự báo nhu cầu theo phương pháp san bằng số mũ giảnđơn Ttở giai đoạn t. - Bước 2: Tính xu hướng về mặt lượng bằng sử dụng công thức:T = Tt – 1+ βFt– Ft – 1. Để tiến hành bước 2 cho lần tính tốn đầu tiên, giá trị xu hướng ban đầuphải được xác định và đưa vào công thức. Giá trị này có thể được đề xuất bằng phán đoán hoặc bằng những số liệu đã quan sát được trong thời gian qua. Sau đósử dụng số liệu này để tính Tt. - Bước 3: Tính tốn dự báo nhu cầu theo phương pháp san bằng số mũ cóđiều chỉnh xu hướng theo cơng thức: FITt= Ft+ Tt. 1.4.2.4 Xác định hệ số san bằng mũα Việc xác định hệ số san bằng mũα là rất quan trọng, nó ảnh hưởng tới kếtquả dự báo. Một số tài liệu nước ngoài khuyên nên chọn hệ số san bằng mũ α= 0.3. Theo R.Brown thì nên chọnα theo cơng thức sau:Đỗ Thị Bích Điệp – CT K8A.QTDN211 2+ =n αTrong đó: n: số quan sát trong khoảng san. Xêlivanốp và Klêvacdrốp đưa ra phương pháp chọnα như sau:Chia chuỗi ytthành 2 chuỗi nhỏ hơn. Chuỗi đầu khoảng 23 số quan sát, chuỗi sau khoảng 13 chuỗi còn lại.Dùng chuỗi thứ nhất làm số liệu quá khứ để dự báo với những giá trị αkhác nhau rồi so sánh với chuỗi thứ hai để xác định sai số bình phương trung bình. Giá trịα nào ứng với sai số nhỏ nhất sẽ được chọn.Độ lệch tuyệt đối bình quân MAD có thể lấy làm căn cứ để chọn α. Một dự báo tốt là dự báo có độ lệch tuyệt đối bình quân giữa giá trị thựcvà giá trị dự báo của các thời điểm nhỏ nhất. Độ lệch tuyệt đối bình qn MAD được tính như sau:n yy nU MADDB ii ni i∑ ∑− ===ˆ1Sau khi tính tốn với các trị số αkhác nhau, ta có thể căn cứ vào MAD của từng phương án để chọn ra phương án tốt nhất ứng với một giá trị nào đócủa hệ số san bằng mũ α.
Video liên quan