Forecasting II Continue อาจารย์กวินธร สัยเจริญ
ทบทวนบทเรียนครั้งที่แล้ว ระบบการผลิต การพยากรณ์ความต้องการ ลักษณะของข้อมูลความต้องการ
ทบทวนบทเรียนครั้งที่แล้ว การพยากรณ์ความต้องการด้วยค่าเฉลี่ยเคลื่อนที่ การพยากรณ์ความต้องการด้วยวิธีการปรับเรียบแบบExponential อย่างง่าย
การพยากรณ์โดยวิธีการ Least Square จะใช้พยากรณ์เมื่อ 1. สิ่งที่ต้องการและเวลามีความสัมพันธ์กันโดยตรง 2. ความสัมพันธ์จะคงต่อไปในอนาคตจนถึงเวลาที่พยากรณ์ 3. ปัจจัยที่มีผลต่อข้อมูลมีเพียงแนวโน้มเท่านั้น
การพยากรณ์โดยวิธีการ Least Square Time (x) Demand (Y) a ความชัน b (x1,y1) (x2,y2) (x3,y3) (x4,y4) (x5,y5) Y’ = a + bx
การพยากรณ์โดยวิธีการ Least Square Time (x) Demand (Y) a ความชัน b (x1,y1) (x2,y2) (x3,y3) (x4,y4) (x5,y5) Y = a + bx Error = (Yi – Y’)2 Least Square = ผลรวมความคลาดเคลื่อนกำลังสองน้อยที่สุด
การพยากรณ์ข้อมูลที่เป็นฤดูกาล จากวิธี Exponential Smoothing แทน St ด้วย
การพยากรณ์ข้อมูลที่เป็นฤดูกาล ถ้าแทนต่อไปเรื่อยๆ
การพยากรณ์ข้อมูลที่เป็นฤดูกาล จะได้ โดยทั่งไป a มีค่าระหว่าง 0.01 -0.3
การพยากรณ์ข้อมูลที่เป็นฤดูกาล ในการพยากรณ์แบบฤดูกาลจำเป็นที่จะต้องมีข้อมูลในอดีต อย่างน้อย 2 ปี เพื่อใช้ในการประมาณค่าเริ่มต้น จะประมาณค่า Seasons Factor ด้วย It=Dt/Ft
การพยากรณ์ข้อมูลที่เป็นฤดูกาล สมการที่ใช้ในการพยากรณ์
การพยากรณ์ข้อมูลที่เป็นฤดูกาล ขั้นตอนการคำนวณ 1. หาค่าของความต้องการในช่วงเดียวกัน 2. หา Season Index 3. หาค่า Deseasonalized Demand
การพยากรณ์ข้อมูลที่เป็นฤดูกาล ขั้นตอนการคำนวณ 4. หาค่า Forecast (ft) 5. หาค่า Average Ft 6. หาค่า ft+1
ตัวอย่าง Month Actual Demand 1993 1994 January 80 100 February 75 85 March 90 April 110 May 115 131 June 120 July August September 95 October November December ตัวอย่าง
การพยากรณ์ข้อมูลของ Winters สมการที่ใช้ในการพยากรณ์
การพยากรณ์ข้อมูลของ Winters ขั้นตอนการคำนวณ 1. หาค่าเฉลี่ยในแต่ละปี 2. หาดัชนีฤดูกาล 3. ประมาณค่า F0 , T0 4. หาค่า ft+1
การพยากรณ์ข้อมูลของ Winters ขั้นตอนการคำนวณ 5. หาค่า Deseasonal Index 6. หาค่า Ft 7. หาค่า Tt 8. หาค่า It แล้ว หา Ft+2