intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

BÀI TẬP QUẢN TRỊ CHUỖI CUNG ỨNG CHƯƠNG 4

Chia sẻ: Nguyen Viet Ngoc | Ngày: | Loại File: DOC | Số trang:6

2.228
lượt xem
467
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Tài liệu tham khảo về một số dạng đề bài tập môn học Quản trị chuỗi cung ứng chương 4.

Chủ đề:
Lưu

Nội dung Text: BÀI TẬP QUẢN TRỊ CHUỖI CUNG ỨNG CHƯƠNG 4

  1. BÀI TẬP QUẢN TRỊ CHUỖI CUNG ỨNG CHƯƠNG Đề : Bài 1: Công ty Thành Tâm chuyên doanh máy vi tính. Sản lượng bán trong sáu tháng qua minh họa ở biểu sau Tháng Doanh số 1 18000 2 22000 3 16000 4 18000 5 20000 6 24000 a. Vẽ dữ liệu trên. b. Dự báo nhu cầu cho tháng 7 sử dụng các kỹ thuật sau: (1) Bình quân trượt 4 giai đoạn (2) Bình quân trượt có trọng số với trọng số tương ứng 0.5 cho tháng 6, 0.3 cho tháng 5 và 0.2 cho tháng 4. (3) Dự báo xu hướng tuyến tính (4) San bằng mũ với hệ số san bằng 0.4, giả sử rằng nhu cầu dự báo cho tháng 2 là 18000. (5) Phương pháp san bằng mũ có điều chỉnh xu hướng (giả sử bình quân trượt cho tháng 2 là 22000 và xu hướng trượt là 1300, Sử dụng hệ số san bằng 0.2 và hệ số trượt xu hướng là 0.4). Bài 2: Số liệu dự báo từ hai kỹ thuật được sử dụng tương ứng như sau: Tháng Sản lượng Dự báo 1 Dự báo 2 1 269 275 168 2 289 266 287 3 294 290 292 4 278 284 298
  2. 5 268 270 274 6 269 268 270 7 261 261 259 8 275 271 275 Tính các chỉ tiêu MSE, MAD và MAPE và tín hiệu theo dõi cho mỗi phương pháp dự báo. Phương pháp nào tốt hơn? Tại sao? Bài Giải Câu 1: a)vẽ dữ liệu trên: Biểu đồ doanh số 6 tháng 30000 25000 Doanh Số 20000 Tháng 15000 Doanh Số 10000 5000 0 1 2 3 4 5 6 Tháng
  3. b) Dự báo nhu cầu có tháng 7 sử dụng các kỹ thuật sau: 1. Bình quân trượt 4 giai đoạn: Dự báo nhu cầu cho tháng 7 sử dụng bình quân trượt 4 giai đoạn: t Áp dụng công thức Ft+1= ∑A i = t − n +1 i ta có dự báo nhu cầu cho tháng 7 : n 16000 + 18000 + 20000 + 24000 F7= = 19500 4 Vậy nhu cầu dự báo cho tháng 7 là 19500. 2. Bình quân trượt có trọng số tương ứng 0.5 cho tháng 6 , 0.3 cho tháng 5 và 0.2 cho tháng 4 t Áp dụng công thức dự báo F t+1= ∑w * A i = t − n +1 i i Ta có dự báo nhu cầu cho tháng 7 : F7=0.2*18000+0.3*20000+0.5*24000=21600 Vậy nhu cầu dự báo cho tháng 7 là 21600 3. Dự báo xu hướng tuyến tính: Tháng( x) Nhu cầu (y) x2 xy 1 18000 1 18000 2 22000 4 44000 3 16000 9 48000 4 18000 16 72000 5 20000 25 100000 6 24000 36 144000 ∑ x = 21 ∑ y = 118000 ∑ 2 =91 x ∑ xy = 426000 n∑ ( xy ) − ∑ x ∑ y 6(426000) − 21(118000) b1= = =742.857 n∑ x − (∑ x ) 2 2 6(91) − (21) 2 bo= ∑ y − b1 ∑ x 118000 − 742.857 * 21 = = 17066.667 n 6
  4. ^ Đường dự báo là : Y = 17066.667+742.857X Dự báo cho tháng 7 ta thay x=7 vào phương trình xu thế trên và ta có: Vậy nhu cầu dự báo cho tháng 7 là=17066.667+742.857*7=22266.666 4. San bằng mũ với hệ số san bằng 0.4 giả sử nhu cầu dự báo cho tháng 2 là 18000 Áp dụng công thức F t+1=αAt +(1-α)Ft với α=0.4 và F2=18000 T F3=αA2+(1-α)F2=0.4*22000+(1-0.4)*18000=19600 F4=αA3+(1-α)F3=0.4*16000+(1-0.4)*19600=18160 F5=αA4+(1-α)F4=0.4*18000+(1-0.4)*18160=18096 F6=αA5+(1-α)F5=0.4*20000+(1-0.4)*18096=18857.6 F7=αA6+(1-α)F6=0.4*24000+(1-0.4)*18857.6=20914.56 Vậy nhu cầu dự báo cho tháng 7 là 20914.56 5. Phương pháp san bằng mũ có điều chỉnh xu hướng(giả sử bình quân trượt cho tháng 2 là 22000 và xu hướng trượt là 1300,sử dụng hệ số san bằng là 0.2 và hệ số trượt xu hướng là 0.4 Áp dụng các công thức : Ft= α*At+(1- α)(Ft-1+Tt-1) Tt= (Ft-Ft-1)+(1- )Tt-1 Và dự báo điều chỉnh xu hướng TAF t+m=Ft+mTt với F2=22000,T2=1300, T =0.4, α=0.2, A3=16000 Ta có F3=0.2*16000+(1-0.2)*(22000+1300)=21840 T3=0.4*(21840-22000)+(1-0.4)*1300=716 Vậy TAF7=F3+4*T3=21840+4*716=24704 Vậy dự báo có điều chỉnh xu hướng cho tháng 7 là 24704
  5. Bài 2: Đối với kỹ thuật dự báo 1: Sai số Sai số Sai số bình phần Giai Dự báo Sai số Sản lượng tuyệt phương trăm đoạn 1 (e) đối trung tuyệt bình đối 1 269 275 -6 6 4.5 0.27881 2 289 266 23 23 66.125 0.99481 3 294 290 4 4 2 0.170068 4 278 284 -6 6 4.5 0.269784 5 268 270 -2 2 0.5 0.093284 6 269 268 1 1 0.125 0.046468 7 261 261 0 0 0 0 8 275 271 4 4 2 0.181818 Tổng cộng 46 79.75 2.035042 Trung bình 5.75 9.96875 0.25438 MAD MSE MAPE Tổng sai số dự báo: RSFE1 = 18 Tín hiệu theo dõi = RSFE1/MAD = 18/5.75=3.13 Đối với kỹ thuật dự báo 2: Giai Sản lượng Dự báo Sai số Sai số Sai số Sai số đoạn 1 (e) tuyệt bình phần đối phương trăm
  6. trung tuyệt bình đối 1 269 168 101 101 1275.125 4.693309 2 289 287 2 2 0.5 0.086505 3 294 292 2 2 0.5 0.085034 4 278 298 -20 20 50 0.899281 5 268 274 -6 6 4.5 0.279851 6 269 270 -1 1 0.125 0.046468 7 261 259 2 2 0.5 0.095785 8 275 275 0 0 0 0 Tổng cộng 134 1331.25 6.186233 Trung bình 16.75 166.4063 0.773279 MAD MSE MAPE Tổng sai số dự báo: RSFE2= 80 Tín hiệu theo dõi = RSFE2/MAD = 80/16.75= 4.78 Từ kết quả trên thì tín hiệu dự báo cho thấy Kỹ thuật đầu tiên ít sai lệch hơn. Đồng thời sai số trung bình của dự báo so với thực tế trong mỗi thời kỳ ở kỹ thuật 1 là 0.3, nhỏ hơn so với kỹ thuật 2 là 0.8. Vì vậy, kỹ thuật 1 sẽ tốt hơn.
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
8=>2